Big Data : 5 défis décisifs pour les entreprises

Le traitement de données est aujourd’hui un maillon central du développement économique des entreprises. Leurs dirigeants l’ont bien compris et les projets Big Data se sont largement multipliés ces dernières années. Mais si la maturité et les performances des technologies justifient cet engouement, elles sont loin d’être les seuls facteurs de réussite de tels projets.

 

Au-delà du défi technique…

Il est essentiel de comprendre que la réussite d’un projet Big Data ne dépend pas uniquement de la résolution du défi technique et technologique que celui-ci impose naturellement. Les retours d’expérience de nos équipes nous ont permis d’identifier différents autres points décisifs nécessitant une attention particulière et une réelle anticipation de la part des entreprises :

big_data_3

GERER LE CYCLE DE VIE DES DONNEES

La mise en place d’une organisation de gestion du cycle de vie des données (Data Lifecycle Management, DLM) était déjà très importante avant l’émergence des grands ensembles de données et de leurs technologies de traitement. Cependant, aux vues des quantités et de l’hétérogénéité des données manipulées par les systèmes Big Data, cette démarche est devenue particulièrement critique et ne pas la prendre en compte constituerait, in fine, une perte certaine de temps et d’argent.

Concrètement, cela consiste à définir et appliquer des stratégies et processus qui garantiront le bon acheminement, stockage et traitement des données durant toute leur durée de vie dans les systèmes d’information de l’entreprise (de leur création jusqu’à leur suppression ou archivage).

Différents référentiels existent pour guider les entreprises dans leur approche de DLM. L’important est surtout d’en comprendre les principaux tenants et aboutissants pour les adapter au mieux aux activités et aux besoins de l’entreprise (d’où l’importance de retours d’expérience et de cas d’usages concrets et éprouvés).

 

VALORISER LES DONNEES

Valoriser les données c’est en tirer un avantage économique et/ou concurrentiel. C’est l’objectif principal lorsque l’on met en place une architecture Big Data. Pour avoir plus d’information, cliquez ici .

 

ETRE EN CONFORMITE AVEC LES REGLES ETHIQUES ET JURIDIQUES SUR LES DONNEES (PROPRIETE, VIE PRIVEE)

Il existe évidemment un cadre juridique et éthique autour de la manipulation des données, qui plus est des données personnelles (toute information permettant d’identifier une personne physique). Il délimite les zones de droit et de non-droit quant à l’utilisation qui peut être faite des données en termes de stockage, d’analyse, de vente, etc. et définit les sanctions applicables en cas de non-respect de ces règles.

Depuis le 25 Mai 2018, c’est le Règlement Général sur la Protection des Données (RGPD) qui encadre l’utilisation de données personnelles par les entreprises et qui définit les droits des particuliers. En cas de manquement à ce règlement, une entreprise encourt une amende allant jusqu’à 4% de son chiffre d’affaires. En France, c’est la CNIL (Commission Nationale de l’Informatique et des Libertés) qui a à charge de faire appliquer ce règlement. Elle assure donc un rôle de surveillance, de contrôle et de sanction lorsque des manquements sont observés, mais également un rôle d’information et de conseil auprès des entreprises et des particuliers.

 

ASSURER LA CYBER-SECURITE

Protéger ses données contre les cyber-attaques est évidement primordial pour l’entreprise. Les risques dans le cas où elle serait victime d’une telle attaque sont multiples : pertes financières directes (coûts d’une enquête technique, remise en conformité des infrastructures, etc.), détérioration de l’image, pertes financières indirectes (amende, perte de contrats clients, etc.) ou encore perte d’avantage concurrentiel (vol de données stratégiques, espionnage industriel).

Si les cyber-attaques ne sont pas apparues avec le Big Data, il semble cependant que son émergence ait eu un double effet quasi-contradictoire. D’un côté l’augmentation des sources de données, de la quantité de données traitées et des acteurs qui composent l’écosystème Big Data crée une augmentation des failles potentielles. De l’autre, l’essor des technologies Big Data a permis le développement d’approches plus prévisionnelles et adaptatives (Machine Learning, analyse prédictive, etc.) ainsi qu’un croisement plus efficace des données en temps réel et donc la possibilité de mieux se défendre face à ce type d’attaques.

 

MAÎTRISER LES NOUVEAUX METIERS DU BIG DATA

Le gap technologique du Big Data a poussé les métiers existants autour du traitement de données à évoluer et de nouveaux à se développer : Data Analyst, Data Scientist, Data Engineer, Data Architect, Data Security Officer, Data Protection Officer (DPO, rendu obligatoire par le RGPD), Data Steward,…

Il est aujourd’hui primordial pour les entreprises de maîtriser ces métiers et les compétences inhérentes à ceux-ci, pour pouvoir mettre en place l’organisation nécessaire à la bonne réussite de leurs projets de valorisation de données.

Parlons ensemble de vos projets

bouton contact