Michel ALLIEL, Director, Solutions and Products Group, EMEA Southern Region Hitachi Data Systems revient sur le rôle de DSI face à trois enjeux : la versatilité, la transversalité et la mobilité des données.

Quel est le rôle du CIO dans un environnement où le capital informationnel de l’entreprise est un actif stratégique ?

Plus que jamais la DSI est au cœur de la politique de gestion de l’information. Le nombre de données créées et qui doivent être gérées ne cesse d’augmenter. L’information peut être une force de transformation économique si les décideurs sont capables d’en façonner la fonction. En rétablissant l’équilibre entre gestion et informatique et en puisant dans leurs vastes gisements d’informations, les entreprises peuvent rapidement devancer leurs concurrents les plus proches.

Le rôle du CIO est donc crucial : il est l’élément charnière qui va permettre de transformer l’ADN de l’entreprise, sa richesse, c’est-à-dire son capital informationnel, en un actif stratégique.

Malheureusement, tout n’est pas si simple, à commencer par la manière dont les données sont construites et organisées. Les CIOs font face à trois enjeux principaux :

Versatilité des données

Historiquement, les données d’une entreprise sont hébergées dans des bases de données, dans des applications. Ceci signifie qu’elles sont structurées par l’application et dépendantes de cette application. Or, il existe également des données non-structurées. Plus récentes, ce sont celles crées par l’humain en général et qui prennent aujourd’hui la forme de réseaux sociaux, de documents que l’on s’échange, de médias etc. L’ensemble de ce panel d’informations est présent dans l’entreprise et la part des données non structurées est grandissante.
Transversalité des données

Bien souvent, chaque service va créer ses propres données. Un utilisateur va avoir besoin, pour exercer son métier, de données réparties dans plusieurs applications, dans plusieurs lieux géographiques ou émanant de plusieurs services. La production des données est donc diffuse et multiple.

Mobilité des données

De nos jours, les données doivent être accessibles, disponibles et créées de partout. La mobilité des données (pour rendre les équipes plus productives), la mobilité des usagers (équilibrer les coûts et les ressources entre l’interne – privé –, et l’externe – public-) ainsi que la mobilité des services cloud (les données sortent ou entrent dans l’entreprise par le biais de services cloud) entraînent une complexification du patrimoine informationnel qu’une DSI se doit de gérer.

Tous ces éléments contribuent à complexifier le patrimoine informationnel que la DSI doit gérer. Ainsi, pour permettre à l’entreprise de conserver son patrimoine informationnel et mener des analyses lui permettant de créer de la valeur à partir de ses données, la DSI va s’efforcer de comprendre et d’appliquer ce que l’on appelle le modèle 4V, qui caractérise le paradigme du Big Data.

En effet, le Big Data ne se limite pas à la problématique de la Volumétrie des données. Il faut également prendre en compte :

• La Variété des données, créées par l’homme, provenant de bases de données et maintenant issues de capteurs, de sondes, de trafics etc., notamment quand on parle d’informatique métier. Par exemple, nous travaillons en ce moment sur un projet de production de verre. Faire de l’analytique ou du Big Data sur la production de verre, cela représente 1 To de données par jour qui est produit par des chaînes de production et qui doit être traité par le système d’information pour faire de l’analytique. On est bien loin d’une simple base de données.
• La Vélocité des données : en effet, nos bases de données traditionnelles sont plutôt faites pour des processus d’analyse : les évènements sont passés, on les stocke puis on analyse à posteriori pour en tirer des tendances. Or, l’analytique voulue par la DSI ou par les métiers est en réalité du prédictif. En d’autres termes, les données ne font que passer et il faut les attraper et les analyser au vol. C’est ce que l’on appelle le streaming.
• La Valeur des données : lorsque vous êtes par exemple sur un site marchand, avant que vous n’appuyiez sur le bouton « j’achète », la donnée à de l’importance. Une fois que vous avez acheté, c’est fait, ça n’a plus de valeur. Les données ont aussi un cycle temporel de valeur.