Vous avez entendu le battage médiatique: les données sont la «nouvelle huile» qui alimentera les modèles commerciaux de nouvelle génération et débloquera des efficacités incalculables. Pour certaines entreprises, cette vision n'est réalisée que dans les diapositives PowerPoint. Chez Western Digital, cela devient une réalité. Dirigé par Steve Philpott, directeur de l'information et chef du Digital Analytics Office (DAO), Western Digital assure la pérennité de ses capacités de données et d'analyse grâce à une plate-forme flexible qui recueille et traite les données de manière à permettre à un ensemble diversifié de parties prenantes de
En tant que fabricant de disques durs (HDD) et société de stockage de données, Western Digital a déjà des intervenants avertis en technologie avec un appétit insatiable pour tirer parti des données afin d'améliorer le développement de produits, la fabrication et la logistique mondiale. La nature des produits de la société oblige les ingénieurs à modéliser les conceptions les plus efficaces pour les nouveaux dispositifs de stockage de données, tout en gérant les marges au milieu des pressions du marché concurrentiel.
Au cours des dernières années, Western Digital a travaillé pour combiner trois sociétés en une seule, ce qui nécessitait d'assurer à la fois la qualité et l'interopérabilité des données, Steve et son équipe avaient un appel à l'action important pour développer une stratégie de données qui pourrait:
- Améliorer le délai de prise de décision
- Améliorer l'efficacité opérationnelle et réduire les coûts
- Activer le libre-service pour responsabiliser les autres
- Adapter la technologie d'une manière flexible qui n'entrave pas l'agilité commerciale future
Pour atteindre ces résultats commerciaux, l'équipe de Western Digital s'est concentrée sur:
- Conduire la gestion du changement culturel et l'éducation
- Réaliser une série de gains rapides pour réaliser de la valeur et renforcer la crédibilité
- Développer l'ensemble de compétences et le réservoir de talents en science des données
- Développer un bureau d'analyse avec un modèle d'exploitation fédéré pour étendre la capacité, placer des paris intelligents et se concentrer sur les «célibataires plutôt que sur les circuits» pour maintenir l'élan
- Conception et technologie d'avenir dans le cloud et en périphérie, tout en soutenant la gouvernance des données et qualité
Le parcours de ce parcours analytique a déjà montré des rendements importants en permettant à l'entreprise d'améliorer la collaboration et la satisfaction des clients, d'accélérer la vision du temps, d'améliorer les rendements de fabrication et, finalement, de réduire les coûts.
Conduire la gestion du changement culturel et l'éducation
Les DSI efficaces doivent exploiter l'enthousiasme organisationnel pour explorer l'art du possible tout en gérant les attentes et en insufflant la confiance que le plan d'action recommandé par le DSI est le meilleur. Avec toute tendance technologique, le sommet du cycle de battage publicitaire promet une transformation révolutionnaire, mais le cours pratique pour de nombreuses organisations est de nature plus évolutive. "Tout n'est pas un cas d'utilisation de l'apprentissage automatique", a déclaré Steve, qui a commencé par identifier les problèmes que la société tentait de résoudre avant de se concentrer sur la solution.
Steve et son équipe ont ensuite fait un roadshow pour partager les données actuelles de la société. et les capacités d'analyse et les opportunités futures. L'équipe a partagé la présentation avec des expériences d'aptitudes techniques variées pour expliquer les moyens par lesquels l'entreprise pourrait exploiter plus efficacement les données et les analyses.
Steve a reconnu que si l'appétit pour exploiter stratégiquement les données était fort, il n'y avait tout simplement pas assez de ressources internes scientifiques des données pour atteindre les objectifs de l'entreprise. Il y avait également un défi supplémentaire de concurrencer les silos de capacités d'analyse dans divers groupes fonctionnels. L'équipe de Steve demandait: «pourrions-nous réagir aussi rapidement que les équipes d'analyse fonctionnelle?»
Pour réussir à transformer les capacités d'analyse de Western Digital, Steve a dû développer un écosystème de partenaires, construire et activer les ensembles de compétences nécessaires et fournir des outils évolutifs pour déverrouiller le scientifique des données des citoyens. Il a également dû montrer à ses partenaires commerciaux avertis qu'il pouvait accélérer la valeur pour les unités commerciales et ne pas devenir un goulot d'étranglement bureaucratique. En mettant en œuvre le manuel suivant, Steve a noté: «Nous avons prouvé que nous pouvons souvent répondre plus rapidement que les équipes d'analyse fonctionnelle, car nous pouvons assembler des solutions de manière plus dynamique avec les blocs de construction de la capacité d'analyse.»
Réaliser des gains rapides grâce à une valeur incrémentielle tout en conduisant la solution vers
Steve et son équipe vivent selon le mantra selon lequel «le succès engendre des opportunités». Plutôt que de demander des dizaines de millions de dollars et de gonfler les attentes, l'équipe informatique appelée le groupe de calcul haute performance a recherché une victoire rapide pour établir sa crédibilité. . Après avoir identifié des centaines de sources de données, l'équipe a hiérarchisé divers cas d'utilisation en fonction de ceux qui remplissaient le point idéal pour être résolubles tout en affichant clairement une valeur incrémentielle.
Par exemple, l'équipe a développé une application d'apprentissage automatique appelée DefectNet pour détecter les modèles d'échecs de test sur la surface média des disques durs. Les premiers résultats des tests ont montré la promesse de détecter et de classer les images par des motifs spatiaux sur la surface du support. Les ingénieurs de procédés pouvaient ensuite tracer des schémas relatifs à l'équipement en amont dans l'usine de fabrication. À partir du prototype de l'idée initiale, la solution a été développée progressivement à l'échelle, pour s'étendre aux cas d'utilisation dans la détection d'anomalies de métrologie. Désormais, chaque surface de média en production passe par l'application de classification, et la solution sert de plate-forme utilisée pour les applications de classification d'images dans plusieurs usines.
Une approche mesurée similaire a été adoptée lors du développement d'un jumeau numérique pour simuler le mouvement des matériaux et la répartition dans l'usine. Une solution initiale axée sur l’imitation des mouvements de matériaux au sein des opérations de fabrication de plaquettes de Western Digital. La valeur incrémentielle obtenue grâce à la répartition intelligente a créé un support et une dynamique pour développer la solution à travers une série de cycles d'apprentissage. Une fois de plus, un prototype étroitement concentré est devenu une solution de plate-forme qui prend désormais en charge plusieurs usines. Un avantage de cette approche: le déploiement dans une nouvelle usine réutilise 80% des actifs déjà développés, ne laissant que 20% de personnalisation spécifique au site.
Développement d'un modèle d'exploitation hybride DAO
Après avoir gagné en crédibilité, son équipe pourrait aider l'organisation , Steve a créé le Digital Analytics Office (DAO), dont l'énoncé de mission est «d'accélérer les analyses à grande échelle pour une réalisation de valeur plus rapide». Composé d'une combinaison de scientifiques des données, d'ingénieurs de données, d'analystes commerciaux et d'experts en la matière, ce groupe a cherché à fournir des capacités d'analyse fédérée à l'entreprise. Le DAO travaille avec des groupes d'entreprises, qui ont également leurs propres scientifiques des données, sur des défis spécifiques qui sont souvent liés à la mise en production de capacités d'analyse, à la mise à l'échelle de ces capacités et à leur pérennité.
Le DAO travaille sur plusieurs fonctions pour identifier où des solutions analytiques disparates sont développées pour des objectifs communs, en utilisant différentes méthodologies et en obtenant des résultats variables. La normalisation sur une méthodologie et une plate-forme d'apprentissage automatique prises en charge par l'entreprise permet aux équipes commerciales de gagner du temps avec une valeur plus élevée.
Pour gagner en traction, le DAO a organisé un hackathon qui comprenait 90 ingénieurs répartis en 23 équipes qui avaient trois jours pour simuler une solution pour un cas d'utilisation spécifique. Un jury a ensuite évalué les présentations, classé les cas d'utilisation ayant la valeur la plus élevée et approuvé le financement des projets les plus prometteurs.
En plus d'utiliser des hackathons pour générer une nouvelle demande, les partenaires commerciaux peuvent également apporter une nouvelle idée au DAO. Ces idées sont présentées au comité directeur de l'analyse pour déterminer la valeur commerciale, la priorité et l'approbation de nouvelles initiatives. Une nouvelle initiative se déroule ensuite dans un «cycle d'apprentissage rapide» sur une série de sprints pour démontrer la valeur au comité directeur, et une décision est prise de maintenir ou d'augmenter le financement. Cela permet à Western Digital de placer des paris intelligents, en se concentrant sur les «simples plutôt que sur les home runs» pour maintenir l'élan.
Construire l'ensemble de compétences en science des données
«Soyez prêt et averti: la contrainte sera les scientifiques des données, pas la technologie ", a déclaré Steve, qui a reconnu au début du parcours de Western Digital qu'il avait besoin de tourner la question du renforcement des compétences sur sa tête.
Le data scientist idéal est motivé par la curiosité et peut demander" et si "des questions qui vont au-delà une seule dimension ou plan de données. Ils peuvent comprendre et créer des algorithmes et ont une expertise en la matière dans le processus métier, afin qu'ils sachent où chercher des miettes de connaissances. Steve a découvert que ces licornes ne représentaient que 10% des scientifiques de données dans l'entreprise, tandis que les 90% restants devaient être associés à des experts en la matière pour combiner l'expertise théorique avec la connaissance des processus métier pour résoudre les problèmes.
Tout en associant des personnes ensemble n'était pas impossible, c'était inefficace. En réponse, plutôt que de demander comment former ou embaucher plus de scientifiques des données, Steve a demandé: «Comment pouvons-nous créer des capacités d'apprentissage automatique en libre-service qui ne nécessitent que l'équivalent d'un ensemble de compétences de type SQL?» Western Digital a commencé à explorer Google et Amazon Capacité ML, où l'apprentissage automatique génère un apprentissage automatique supplémentaire. La vision est d'abstraire les compétences les plus sophistiquées impliquées dans le développement d'algorithmes afin que les experts des processus métier puissent être formés pour mener eux-mêmes l'exploration de la science des données.
Conception et technologie d'avenir
De nombreuses organisations prennent la décision erronée de formuler des données stratégie uniquement sur la technologie. La limite de cette approche est que les entreprises risquent de sur-concevoir des solutions avec un temps de valorisation lent, et au moment où les produits sont sur le marché, la solution peut être obsolète. Steve a reconnu ce risque et a guidé son équipe pour développer une architecture technologique qui fournit les blocs de construction de base sans se bloquer sur un seul outil. Cette approche adaptée à l'objectif permet à Western Digital de pérenniser ses capacités de données et d'analyse avec une plate-forme flexible. Les trois principaux éléments constitutifs de cette architecture sont les suivants:
- Collecte de données avec des plates-formes de Big Data
- Traitement des données avec la plate-forme d'analyse et gouvernance des données
- Réalisation accélérée de la valeur avec des données intégrées dans les capacités de l'entreprise
Conception et pérennisation technologie: collecte de données
La première étape consiste à être en mesure de collecter, de stocker et de rendre les données accessibles d'une manière adaptée au modèle économique de chaque entreprise. Western Digital, par exemple, a d'importantes opérations de fabrication qui nécessitent une latence inférieure à la seconde pour le traitement des données sur site en périphérie, tandis que d'autres capacités peuvent offrir un stockage basé sur le cloud pour l'activité principale. Dans les deux spectres, Western Digital consomme quotidiennement 80 à 100 000 milliards de points de données dans son environnement analytique, avec une puissance de calcul analytique plus poussée. L'entreprise optimise également l'emplacement de stockage des données, en découplant la pile de données et la technologie, en fonction de la fréquence à laquelle les données doivent être analysées. Si les données ne sont nécessaires que quelques fois par an, la meilleure option à faible coût est de stocker les données dans le cloud. Le référentiel de données commun de Western Digital couvre les processus dans tous les environnements de production et est structuré de manière à être accessible par différents types de capacités de traitement.
De plus, comme les cas d'utilisation de Western Digital sont devenus plus dépendants de la latence, il était évident qu'ils nécessitaient un noyau des capacités de Big Data basées sur le cloud plus près de l'endroit où les données ont été créées. Western Digital souhaitait permettre à sa communauté d'utilisateurs de proposer une architecture en libre-service. Pour ce faire, l'équipe a développé et déployé une PaaS (Platform as a Service) appelée Big Edge Platform Edge Architecture utilisant les technologies natives du cloud et les meilleures pratiques DevOps dans les usines de Western Digital.
Technologie d'avenir: traitement et gouvernance des données [19659016] Avec les données prêtes pour l'analyse, Western Digital propose une suite d'outils qui permettent à ses organisations d'extraire, de gouverner et de maintenir des données de base. Du Hadoop open source au traitement multi-parallèle, NoSQL et TensorFlow, les capacités de traitement des données sont adaptées à la complexité du cas d'utilisation et au volume, à la vitesse et à la variété des données.
Bien que ces technologies évoluent avec le temps, l'entreprise devra continuellement maintenir la gouvernance et la qualité des données. Chez Western Digital, tout le monde est responsable de la qualité des données. Pour favoriser cette culture, l'équipe informatique a créé un groupe de gouvernance des données qui identifie, éduque et guide les responsables des données dans l'exécution de la livraison de la qualité des données. Avec une propriété claire des actifs de données, la confiance et la valeur des ensembles de données sont évolutives.
Au-delà d'assurer la propriété de la qualité des données, le groupe de gouvernance des données gère également les décisions de la plateforme, telles que la façon de structurer l'entrepôt de données, afin que les multiples parties prenantes
Technologie d'avenir: réaliser de la valeur
Les données appliquées dans le contexte transforment les nombres et les caractères en informations, connaissances, idées et, finalement, actions. Afin de réaliser la valeur des données dans le contexte des processus commerciaux – soit en regardant en arrière, en temps réel ou dans le futur – Western Digital a développé quatre couches de capacités de plus en plus avancées:
- Visualisation
- Requête ad hoc et prédictive analytics
- IA powered BI
- AI powered learning
En codifiant les offres de services analytiques de cette manière, les partenaires commerciaux peuvent utiliser le bon outil pour le bon travail. Plutôt que de dire aux gens exactement quel outil utiliser, le DAO se concentre sur l'activation de l'ensemble d'outils adapté au but selon le principe directeur que tout ce qui est construit doit avoir un chemin clair, sécurisé et évolutif à lancer avec le potentiel de réutilisation.
La capacité de réutilisation de la plate-forme accélère considérablement le temps de mise à l'échelle et l'impact commercial.
Tout au long de cette transformation, Steve Phillpott et le DAO ont aidé Western Digital à faire évoluer son état d'esprit quant à la façon dont l'entreprise peut tirer parti de l'analyse de données comme source de avantage compétitif. La combinaison d'un modèle d'exploitation fédéré, de nouveaux outils de science des données et d'un engagement envers la qualité des données et la gouvernance ont permis à l'entreprise de définir son propre avenir, axé sur la résolution de problèmes commerciaux clés, quelle que soit l'évolution des tendances technologiques.
Cet article est publié dans le cadre du réseau des contributeurs IDG. Vous souhaitez vous inscrire?