Réduire l’encombrement : comment rationaliser votre pile de données

Le Big Data ne cesse de grossir. En 2021, le Paysage du Big Data est passé à 2 025 outils technologiques, tous promettant d’aider les entreprises à résoudre leurs besoins en données. La version « épurée » propose toujours sept catégories et 96 sous-catégories, avec des outils allant de la vieille garde à la fine pointe. Pour naviguer dans ce paysage, les entreprises ont besoin d’un cadre pour s’assurer qu’elles comprennent leurs besoins et tirer parti des outils pour les aider à tirer le meilleur parti des données.

Entrez dans la rationalisation de la technologie, un cadre pour évaluer vos besoins en données, hiérarchiser et cartographier ces besoins, puis trouver le meilleur outil pour le travail. Il ne s’agit pas seulement d’ajouter de nouveaux outils et technologies. Il s’agit principalement d’évaluer ce dont vos données ont besoin et si ce dont vous disposez actuellement est le mieux adapté. La rationalisation technologique aide les entreprises à évaluer leurs besoins, à exploiter efficacement les outils et à réduire l’encombrement de leur pile de données.

Le célèbre chef Alton Brown peut vous guider. Si vous êtes un fan d’Alton comme moi, vous savez qu’il a une règle contre les “unitaskers”, des appareils de cuisine créés pour une seule tâche.

La règle « aucun outil à usage unique » d’Alton peut également être appliquée aux piles de données de l’entreprise. Tout comme j’hésite à investir dans un dénoyauteur à cerises alors que j’ai déjà un couteau d’office, je réfléchis toujours à deux fois avant de recommander des outils de données à usage unique dans une pile de données. Si vous ne comprenez pas les besoins de votre entreprise et comment les données peuvent les prendre en charge, vous risquez d’acheter ce dénoyauteur de cerises uniquement pour qu’il prenne la poussière et occupe de précieux espaces de cuisine.

Quelle que soit l’excellence des diagrammes de flux de données d’une équipe, les piles de données sont remplies de nuances qui rendent chaque entreprise unique ; données et comment elles sont exploitées font partie de l’avantage concurrentiel d’une entreprise. Cette complexité peut toutefois devenir un désavantage lorsqu’il entraîne un licenciement.

La réduction de la complexité de votre pile conduit à un processus rationalisé et à une plus grande transparence pour le traçage des échecs, des retards et des besoins secondaires. Avec moins de « points de défaillance » à surveiller, votre équipe d’ingénierie des données peut se concentrer sur l’ajout de valeur, et non sur la résolution des problèmes.

Besoin d’une autre raison ? Une pile de données moins complexe peut aider à accélérer l’intégration des nouveaux membres de l’équipe et le transfert des connaissances générales. Réduire l’obstacle à l’apprentissage de nouveaux outils signifie qu’un plus grand nombre de membres de votre équipe peuvent devenir des ingénieurs de données complets avec la capacité d’aider de bout en bout. Une pile de données plus rationalisée satisfait également tout le monde en aidant à réduire les coûts d’instance. Alors qu’un plus efficace la pile de données n’est pas toujours corrélée à des coûts d’instance inférieurs, la réduction du volume a généralement des implications financières. La réduction du nombre d’outils que vous payez, ainsi que la réduction du temps consacré à l’intégration ou au dépannage, se traduisent par une baisse des coûts.

Mais l’approche moins c’est plus de la rationalisation technologique ne signifie pas toujours renoncer à certains outils plus spécialisés. Pour en revenir à la cuisine d’Alton, si je commençais à faire une tarte aux cerises tous les week-ends, ce dénoyauteur à la cerise à usage unique deviendrait très nécessaire. Réduire l’encombrement et la complexité de votre pile de données peut signifier moins d’outils, mais cela signifie principalement trouver et utiliser les droit outils. Chaque plate-forme doit avoir une valeur ajoutée claire qui, même avec son ajout, réduit la complexité globale de votre pile. Cela signifie qu’avant de rationaliser votre technologie, vous devez d’abord évaluer vos besoins.

Partez de zéro : quels besoins commerciaux souhaitez-vous que vos données satisfassent ? Et quelles questions commerciales vos parties prenantes posent-elles ? Vos données peuvent-elles répondre à plusieurs reprises à ces questions en temps opportun ?

Il existe des milliers de gadgets de cuisine à usage unique. Le nombre d’outils de données n’est pas loin derrière, votre équipe doit donc être en mesure d’identifier les lacunes existantes avec une compréhension des besoins à prioriser pour éliminer l’encombrement.

Commencer le processus peut sembler intimidant. La première étape est une conversation sur où vous êtes et où vous voulez être. Comme la règle d’Alton Brown peut aider à consolider les ustensiles de cuisine, la rationalisation de la technologie peut rationaliser votre pile de données.

Laura McKinley est consultant principal et architecte de solutions chez DAS42 avec une vaste expérience en intelligence d’affaires, en entreposage de données, en ingénierie de données et en architecture de solutions d’analyse.