Gagner en agilité, continuer à respecter les réglementations et rester productif lors d’un projet de transformation numérique : Stéphane Mahmoudi, directeur des ventes pour l’Europe du Sud chez MarkLogic, livre son point de vue aux lecteurs de Solutions Numériques.
Comment réussir à développer de meilleures pratiques ou prendre des décisions plus éclairées quand toutes les réponses sont éparpillées dans 20, 30, ou 40 systèmes ? Si, en théorie, les entreprises n’ont qu’à corréler les données qu’elles possèdent sur leurs clients, leurs fournisseurs ou leurs activités pour savoir comment elles devraient se transformer, en réalité, la pratique se heurte à la multiplicité des systèmes qui hébergent ces données. Leurs formats sont différents et leurs modèles bien souvent incompatibles entre eux.
La réponse usuelle consiste à ajouter encore de nouveaux modèles pour réconcilier tous les autres. La conséquence est la création de nouveaux silos (statiques). Une autre conséquence est que l’on va consacrer du temps et du budget pour intégrer les données des anciens silos dans le nouveau silo. Tout ce travail d’intégration est lié à un nouveau modèle statique. A la prochaine évolution, il faudra recommencer l’intégration. Cette pratique est, dans le cadre spécifique de la transformation numérique, une erreur.
Partir sur du nettoyage, de la normalisation ou encore de l’agrégation de l’existant, c’est commencer par perdre dix-huit mois rien que pour réfléchir à la manière de s’y prendre. Ce qui est en soit absolument paradoxal, puisque, en matière de transformation numérique, une entreprise veut généralement vérifier en trois mois si un premier projet peut améliorer son activité. Mais surtout, une entreprise qui se lance dans une telle démarche va dépenser toute l’énergie consacrée à sa transformation avant même d’en avoir obtenu le premier bénéfice. En faisant cela, les entreprises mettent en danger la transformation. En effet, transformation rime avec change management, donc possible résistance. Montrer des résultats rapidement est une condition sine qua none de succès. Si un système de données demande de faire tout le travail de récupération des informations en amont, s’il demande de créer de gros processus ETL avant d’obtenir le moindre résultat, alors c’est mauvais signe. Cela signifie que vous serez ralenti quoi qu’il arrive ».
Gagner en agilité en croisant juste les bonnes données, telles quelles
Mieux vaut se focaliser sur l’intégration des données à partir de différents systèmes, sans chercher à les modifier. Le modèle est une base de données qui sert à croiser les seules données utiles, issues telles quelles de leurs systèmes d’origine, sans se préoccuper de leurs formats. Ne se trouvent dans cette base que les données qui serviront le but à atteindre. Et une fois celui-ci atteint, l’entreprise se sert de la base pour croiser les nouvelles données dont elle aura besoin afin d’atteindre le but suivant.
Cette approche “liée au besoin” permet d’obtenir un résultat rapide et n’implique pas de devoir réinventer la roue à chaque projet. Une base de données permet de construire un hub de données que vous interrogez simplement plutôt que d’aller chercher différemment des informations dans vos 30 systèmes historiques. C’est la clé de l’agilité.
En effet, les entreprises qui cherchent aujourd’hui à se transformer sont celles dont l’activité existe depuis un certain temps et qui souhaitent devenir aussi agiles que celles nées avec le numérique. Ces entreprises veulent obtenir des résultats rapides, mais en même temps tirer un avantage concurrentiel de leur très grand patrimoine de données
Respecter les réglementations avec une couche de gouvernance
Avoir une base de données qui facilite l’import des informations, sans devoir tenir compte ni de leur format ni de leur nature, n’est que la première étape d’une transformation numérique réussie. La seconde est de sécuriser cette base, parce que ce sont des informations sensibles sur vos clients, sur votre activité. Mais attention, il ne faut pas pour autant que votre base de données soit si sécurisée que plus personne ne puisse y accéder. Il faut rendre possible le partage d’information tout en diminuant le risque. Les lacs de données évitent de construire des processus ETL. Mais ils font perdre toute la traçabilité définie à l’origine, à commencer par l’agrément que les utilisateurs ont bien voulu signer pour que l’on fasse usage de ces données dans un cadre strict. Dans un lac de données traditionnel, vous ne savez plus ce que vous avez le droit de faire avec les informations, ni quelles réglementations s’appliquent.
La réponse au problème de traçabilité est la gouvernance. La base de données est non seulement efficace sur les données, mais aussi sur leurs descriptions, les métadonnées. Les métadonnées, qui décrivent le contexte de chaque donnée, permettent de tout tracer, de la provenance de l’information aux règles précises de son utilisation.
La traçabilité fait partie des moyens de sécurisation dont une grande entreprise doit à tout prix faire preuve. Car il n’est pas question qu’au prétexte de la transformation numérique, cette entreprise déconsidère ses engagements et détériore son image.
Rester productif en étant autonome vis-à-vis des systèmes en place
Enfin, la troisième clé pour réussir un hub de données au service de la transformation numérique est l’indépendance technique.
Certaines entreprises veulent tout traiter sur site. D’autres souhaitent utiliser la facilité du Cloud. Le hub de données doit s’adapter à l’entreprise. Et c’est pourquoi il faut une solution neutre en matière de Cloud : elle donne la possibilité d’opérer partout où cela sera pertinent du point de vue de l’entreprise : sur site, sur AWS, sur Azure ou chez un hébergeur. Dans tous les cas, les données seront disponibles et les mêmes règles de gouvernance s’appliqueront.
Mais il s’agit aussi d’être indépendant des systèmes déjà en place. En effet, alors que beaucoup d’éditeurs encouragent les entreprises à profiter de leur transformation numérique pour jeter l’ancien et le remplacer par du nouveau, au prétexte que l’analyse de données serait plus simple, cette approche, qui suppose une longue étape de migration, est contreproductive et chronophage.
Mieux vaut désolidariser la marche de l’innovation du fonctionnement normal des systèmes en place. Avec une solution qui fonctionne de manière isolée, en toute autonomie, en intégrant les données depuis toutes les technologies existantes.
