Stratégie informatique moderne pour les plus petits

Le monde de la prise de décision, ainsi que les sources de données et les technologies qui la soutiennent, évolue rapidement. L’analyse des données est essentielle à cet égard, mais de nombreuses PME se sont retrouvées exclues de l’analyse avancée en raison d’un manque de compétences et d’un manque de budget.

volets_318471329Ed Thewlis de The DataShed examine comment les plates-formes ont amélioré leur convivialité pour devenir pertinentes pour les entreprises de toutes tailles et comment l’adoption de plates-formes comme Hadoop et Spark peut offrir des avantages commerciaux tangibles aux petites entreprises.

Quelle que soit la taille de votre entreprise, il y a de fortes chances que vous ayez entendu parler du Big Data. La définition technique du Big Data est un ensemble de données trop volumineux et trop complexe pour être géré par les entreprises au sein de leur infrastructure informatique existante. Cependant, bien que cette définition était exacte dans les années 2000, le terme est maintenant devenu considérablement moins noir et blanc, décrivant non seulement le volume de données, mais tout, de sa complexité et sa variété à la vitesse à laquelle elles sont produites.

Si les PME peuvent regarder au-delà du mot « grand », qui fait de l’analyse des mégadonnées un club exclusif pour les grandes entreprises, elles reconnaîtront que, par essence, les mégadonnées concernent vraiment la capacité des entrepreneurs à prendre des décisions plus intelligentes. . Indéniablement, les plus grandes entreprises ont été les premières à profiter de l’opportunité offerte par le big data, mais grâce à la baisse des prix des technologies, aux nouveaux outils d’analyse et à la prolifération des projets Open Source, les avantages de l’analyse du big data n’ont jamais été aussi importants. accessible aux petites entreprises.

En 1999, l’Apache Software Foundation a été créée en tant qu’organisation et cadre de création de logiciels « pour le bien public », mettant fin à la domination de Microsoft et lançant une révolution Open Source. Aujourd’hui, la base de données la plus utilisée, MySQL, est Open Source et la révolution du big data a été menée par Hadoop, un autre projet Open Source. Si vous voulez construire quelque chose de nouveau aujourd’hui, il y a de fortes chances que vous construisiez sur un projet Open Source existant. Les technologies open source peuvent contenir le coût de l’analyse pour les PME tant que la bonne technologie est sélectionnée, mais par où commencer ?

Trop souvent, les PME se concentrent sur les besoins transactionnels des systèmes d’entreprise et oublient généralement de considérer la manière dont elles souhaitent analyser les données et les schémas générés par ces systèmes jusqu’après l’événement. Tout cela peut être résolu par quelque chose d’aussi simple que de parler à la ligne de front de l’entreprise au début. Une stratégie analytique est indissociable de la stratégie data, ni de la stratégie technologique.

Fondamentalement, il est important que les PME ne s’étendent pas trop au début d’un projet d’analyse. Les solutions n’ont pas besoin d’être grandes pour être avancées. Commencez par les données que vous collectez actuellement et l’ensemble actuel de problèmes commerciaux. Demandez-vous quels sont les problèmes brûlants, puis examinez quels types de solutions pourraient résoudre ces problèmes ? Promouvoir une culture interne qui favorise la communication à tous les niveaux, pas seulement managériaux. Si vous n’avez pas exploré la valeur de vos données, il est un peu difficile de commencer à définir les bonnes procédures de gouvernance et de sécurité si vous ne comprenez pas parfaitement comment cela affectera les utilisateurs, il est donc essentiel de les impliquer dès le départ.

Considérez l’analyse du Big Data comme un voyage continu. Il y aura plusieurs arrêts en cours de route, pouvant durer des mois. L’entreprise cherchera à mettre en œuvre les décisions générées par les informations initiales que les nouvelles analyses, technologies et améliorations des données ont contribué à activer, mais très bientôt, elle recherchera de nouvelles informations de plus en plus précieuses. Soyez donc prêt à continuer à développer et à innover des extensions et des avancées dans de telles solutions.

Il existe des plates-formes qui ont considérablement amélioré leur convivialité pour devenir pertinentes pour toutes les tailles d’entreprise et celles-ci sont un excellent point de départ. Le « cloud » arrivant à maturité, il est désormais possible de n’utiliser les services qu’en cas de besoin. Auparavant, pour exécuter un cluster Hadoop, vous deviez creuser profondément pour acheter le matériel dont vous aviez besoin, trouver un endroit dans votre centre de données pour le stocker et quelqu’un pour le maintenir. Il est désormais parfaitement possible de créer un cluster Hadoop pour traiter de « petites » données à la demande. Les tâches qui auparavant pouvaient prendre plusieurs heures peuvent désormais être réalisées en quelques minutes.

Un bon exemple de ceci est l’utilisation d’Apache Spark. Spark est un excellent outil général de traitement de données, avec des capacités intégrées de traitement et d’exploration de données en temps réel. Mieux encore, c’est open source, ce qui signifie que vous ne paierez pas de frais de licence coûteux. Par exemple, démarrer un cluster Spark sur Amazon Web Services ou Azure pour effectuer des routines quotidiennes de traitement des données est simple et signifie que vous ne payez que quelques minutes de temps de serveur par jour, au lieu d’avoir à investir dans une grosse machine que vous n’utilisez peut-être pas. .jamais complètement.

Les projets d’analyse sont basés sur des essais et des erreurs. Certains se traduisent par une valeur significative, d’autres par des impasses. Le cloud et l’écosystème Hadoop offrent aux entreprises la possibilité d’aborder l’informatique dans une perspective de coût marginal, de supprimer d’énormes investissements initiaux et de limiter la responsabilité si un projet d’analyse ne rapporte aucun avantage.

Le big data présente de nombreuses opportunités commerciales pour les PME. Toute entreprise, grande ou petite, ne peut plus se permettre d’ignorer les informations précieuses que l’analyse de données peut débloquer. Les données sont la clé pour comprendre votre entreprise plus en détail, prendre de meilleures décisions et comprendre les besoins de vos clients pour répondre de manière plus significative. Et la bonne nouvelle est que les petites entreprises ont désormais accès à bon nombre des mêmes outils d’analyse de données volumineuses que les grandes entreprises. Donc, en termes de big data, la taille n’a plus d’importance.

Par Ed Thewlis, MD de The DataShed

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.