Optimiser une approche centralisée pour le parc de données distribuées moderne

L'accent étant mis sur les stratégies de données distribuées, l'approche centralisée traditionnelle peut et doit être repensée et transformée pour devenir un pilier central du parc de données informatiques moderne.

Les stratégies de données décentralisées gagnent du terrain, en raison de la montée en puissance de la périphérie, où les données sont collectées en masse pour alimenter des informations en temps réel et une prise de décision instantanée.Estimations IDC qu'il y aura 55,7 milliards d'appareils connectés à l'Internet des objets (IoT) d'ici 2025, générant près de 80 milliards de zettaoctets de données à la périphérie. En même temps,IDCprojets, les dépenses mondiales en informatique de pointe atteindront 176 milliards de dollars cette année, soit une augmentation de 14,8 % par rapport à l'année dernière.

Bien que les modèles et architectures de données centralisés, y compris les lacs de données et les entrepôts et référentiels basés sur des centres de données, ne constituent peut-être plus la principale stratégie de données, les éléments d'une approche centralisée restent un élément essentiel du mix.

Plus précisément, le concept d'avoir une vue centralisée des données et des processus de données standardisés peut aider les organisations à mettre de l'ordre dans le parc de données informatiques de plus en plus distribué grâce à une gouvernance appropriée. Cela peut également faciliter l'accessibilité des données. En réalité,Gartnerestime que d'ici 2024, les trois quarts des organisations auront mis en place un centre d'excellence (CoE) centralisé de données et d'analyse (D&A) pour soutenir les efforts fédérés et prévenir les échecs.

Cette prochaine manifestation de stratégie de données centralisée émane d'expériences passées consistant à essayer de fusionner l'entreprise autour d'un lac de données monolithique à grande échelle. Dans de nombreux cas, cela a créé un marais pratiquement inutilisable. Alternativement, les entreprises ont créé des lacs de données qui ont été centralisés pour une fonction spécifique telle que le développement de produits, mais n'ont pas été centralisés pour prendre en charge l'ensemble de l'entreprise.

Le plus souvent, ces initiatives de données centralisées ont été construites sur une base avec une gouvernance limitée, ce qui a entravé la convivialité des données ; alternativement, ils ont été conçus avec trop de règles, empêchant un large groupe d'utilisateurs d'en tirer une réelle valeur commerciale.

« Les organisations ont eu du mal avec des stratégies de données centralisées en raison d'une mauvaise utilisation de la technologie qui était censée évoluer, mais qui a été déployée d'une manière dont peu de personnes dans l'organisation pourraient bénéficier car elle est devenue peu maniable », explique Matt Maccaux, directeur technique (CTO) de HPE. Services Cloud de GreenLake. "Aujourd'hui, les stratégies de données centralisées et décentralisées sont les deux faces d'une même pièce – les entreprises modernes doivent adopter une double stratégie."

Réinterpréter la stratégie centralisée

L'essor de la connectivité 5G et l'augmentation de la puissance de traitement à la périphérie ont créé de nouvelles opportunités pour les charges de travail basées sur l'apprentissage automatique (ML) et l'intelligence artificielle (IA) qui prospèrent sur un modèle de données décentralisé. Pourtant, cet élan n'annule pas la nécessité d'une stratégie de données centralisée complémentaire, en particulier en ce qui concerne l'obtention d'une vue unifiée et d'un ensemble de politiques de gouvernance, même si les données peuvent être distribuées dans toute l'organisation.

Désormais, lorsque les entreprises envisagent une stratégie de données centralisée, elles doivent y penser d'un point de vue logique dans lequel il existe plusieurs endroits pour récupérer des informations, ainsi qu'une couche d'intelligence et d'automatisation qui permet la découverte de données et différents cas d'utilisation, de la construction de l'IA et Modèles ML à l'intelligence d'affaires et au reporting.

"Il s'agit davantage de politiques centralisées, de modèles d'accès et de l'exploitation de la centralisation via des requêtes fédérées", explique Maccaux. "Il ne s'agit pas de rassembler physiquement toutes ces données dans un référentiel centralisé."

L'une des façons de conduire cette transition consiste à assumer le rôle de directeur des données (CDO) au niveau de la direction, axé sur l'alignement de l'expérience des données et de l'analyse afin que l'organisation puisse extraire de la valeur des données distribuées grâce à des politiques de gouvernance efficaces. Dans le cadre de l'agenda, les CDO devraient mener un effort pour créer un catalogue de données qui montre où les données peuvent être trouvées et mettre en place des ensembles d'outils permettant d'accéder à ces données, de préférence soutenus par l'automatisation. En outre, le CDO doit être chargé d'établir des politiques pour découvrir et qualifier la manière dont les données sont utilisées dans l'ensemble de l'organisation, en mettant l'accent sur la suppression des silos organisationnels et techniques.

"C'est le rôle du CDO qui va amener cette vue décentralisée des données dans une vue unifiée, réalisée par le biais de politiques, de processus organisationnels et d'une technologie unificatrice", déclare Maccaux.

Où HPE peut vous aider

En tant que partenaire stratégique edge-to-cloud, HPE peut aider les organisations à établir des ponts entre les mondes de données décentralisés et centralisés. Parmi les façons dont HPE peut ajouter de la valeur, citons :

• Rencontrez les clients là où ils se trouvent. Qu'une organisation soit prête à adopter pleinement une périphérie distribuée et que tout soit livré en tant que service ou souhaite prendre des mesures plus programmatiques dans cette direction, HPE peut livrer à son rythme. « Nous sommes les meilleurs pour rencontrer nos clients là où ils se trouvent dans leur parcours et avancer à leur rythme pour nous moderniser et nous transformer où qu'ils se trouvent », déclare Maccaux.

• Adoptez une approche agnostique. La plupart des organisations auront une certaine forme de capacités héritées dans leur parc de données, sans parler de plusieurs clouds et d'une infrastructure de fournisseurs disparates. HPE peut connecter des logiciels et une infrastructure tiers à son écosystème virtuel et tirer pleinement parti de cette technologie jusqu'à ce qu'elle soit entièrement capitalisée ou qu'elle atteigne son cycle de fin de vie.

• Aidez à combler le manque de talents. Toutes les organisations de tous les secteurs ont du mal à attirer et à retenir les talents, quelle que soit leur position dans la pile technologique, qu'il s'agisse de data scientists sophistiqués ou de spécialistes devops. Les experts HPE peuvent fournir ces compétences requises, permettant aux ingénieurs internes et aux talents techniques de se concentrer sur les problèmes commerciaux, et non sur l'infrastructure. Plus important encore, HPE gérera l'infrastructure pour répondre aux métriques spécifiées par l'entreprise.

"C'est un énorme différenciateur : notre capacité à fournir une solution complète en tant que SLA[service-level agreement] -résultat axé », dit Maccaux. "HPE, en raison de notre expertise et de notre propriété de la technologie, sera responsable de la fourniture des résultats commerciaux fournis par la solution."

Pour plus d'informations sur ce que HPE a à offrir,Cliquez ici.