Il n’est guère d'actualité que l'accès complet à toutes les données pertinentes constitue un premier pas essentiel vers la source unique de vérité dont les organisations ont besoin pour réussir dans l'économie numérique. Pour améliorer la visibilité, mieux servir les clients, accélérer les temps de réponse et améliorer les performances de votre entreprise, vous devez vous connecter à toutes les données des quatre coins de l’entreprise et les consolider en une seule vue. Sinon, l'entreprise ne prend que des décisions fondées sur une partie seulement de l'histoire.
Mais même pour les entreprises qui accordent la priorité à l'accès complet aux données, il existe toujours une division dans l'environnement de données typique qui constitue un obstacle persistant à la source unique. de vérité: la séparation entre les données réelles et les données historiques.
Quelle est la différence?
Les données réelles concernent ce qui se passe actuellement dans votre entreprise. Pensez aux données d'interaction client, aux transactions au point de vente, aux flux de capteurs IoT ou aux Tweets. Les données historiques sont les mêmes que les données réelles, sauf qu’elles sont anciennes. Mais vieux n’est pas mauvais. En effet, les anciennes données historiques sont tout à fait pertinentes et nécessaires pour identifier les tendances et les tendances.
Le problème est que les données réelles et historiques sont généralement stockées dans des systèmes distincts. Ce n’était pas toujours comme ça, cependant. Il y a des années, ils vivaient ensemble dans le même système – mais à mesure que les volumes de données augmentaient, les performances en souffraient. Pour optimiser les performances, les entreprises les ont séparées – en conservant des données actives dans des systèmes de traitement transactionnel dédiés à la vitesse et aux données historiques dans des magasins de données et des systèmes d'entrepôt dédiés à l'analyse.
Les ramifications d'un environnement de données fractionné
Un résultat de cela. Cette décision a entraîné beaucoup de frais administratifs pour le service informatique. Pour analyser ensemble les données en temps réel et les données historiques, le service informatique s'est occupé d'extraire les données d'un système, de les charger dans un autre et de les transformer pour les analyser, tout en garantissant la qualité des données et en contrôlant les redondances.
Un autre résultat était un retard de la vitesse de traitement. aperçu de toutes ces données. Avec analytics effectuée sur un système séparé, la rapidité de décision dépendait de la rapidité avec laquelle votre équipe informatique pouvait charger par lots des données stockées dans des entrepôts de données à des fins d'analyse.
En temps réel numérique économie, cependant, il y a peu de temps à attendre, et l'insight d'hier ne suffira pas. Les organisations ont de plus en plus besoin de comprendre le moment présent. Pour détecter des modèles et révéler des informations, les données en temps réel doivent être analysées instantanément et en contexte. Pour que cela se produise, il est nécessaire de réunir à nouveau les deux types de données.
Un nouveau type de plate-forme de données
Mais le traitement de nouvelles transactions et l'analyse de données dans un système ne nous ramèneraient pas au problème initial. de mauvaise performance? Pas si vous utilisez une plate-forme de traitement transactionnel / analytique hybride (HTAP) avec la rapidité de traitement en mémoire.
Comme son nom l'indique, une plate-forme de données HTAP regroupe les traitements transactionnels et analytiques sur un seul système. L'avantage supplémentaire du traitement en mémoire est synonyme d'excellentes performances. Au lieu de récupérer des données d'un disque, celles-ci sont accessibles et disponibles en mémoire presque instantanément, vous permettant ainsi d'exécuter des tâches plus complexes beaucoup plus rapidement. Vous pouvez désormais capturer les transactions commerciales entrantes, les combiner avec des données historiques et extraire des informations en temps réel. Une telle plate-forme peut également traiter simultanément différents types de données, combinant par exemple des données d'entreprise avec des données de localisation et des données textuelles pour fournir des informations plus détaillées, prévoir des résultats commerciaux ou suggérer une nouvelle ligne de conduite.
Des volumes de données toujours plus importants en mémoire? Une plate-forme HTAP combinant un traitement en mémoire avec un magasin de données en colonnes peut aider. En stockant vos données dans des colonnes, vous pouvez atteindre un niveau de compression de données plus élevé, ce qui vous permet de stocker davantage de données en mémoire. Vous pouvez également obtenir des réponses aux questions plus rapidement car le magasin de colonnes ne peut extraire que les attributs de données pertinents pour une question donnée et ignorer les autres. Dans un autre blog Carl Dubler explique très bien les avantages du stockage en colonnes par rapport à d'autres méthodes de gestion des données.
Parfois, malgré le haut degré de compression, la taille de vos données peut dépasser la capacité de mémoire de votre matériel. C'est pourquoi la flexibilité de stockage est une autre considération importante. Ce qu’il faut, c’est une plate-forme HTAP qui conserve par défaut toutes les données importantes en mémoire, mais qui peut également fonctionner efficacement avec des disques pour les données auxquelles l’accès est moins fréquent. Il est important de noter que même les données stockées sur le disque restent très accessibles – avec un peu plus de latence.
Maintenant, lorsque vous combinez la gestion de données en mémoire et la bonne stratégie de stockage des données, vous Traitez plus de données avec des ordres de grandeur plus rapidement.
Les avantages de la vitesse
Que signifie cette vitesse de traitement? Cela signifie qu’à présent, toutes les données – réelles et historiques – peuvent être traitées ensemble sans que les performances ne soient gênantes. Si vous devez enregistrer de nouvelles transactions commerciales et les analyser avec des données historiques, vous n'avez plus besoin de faire l'analyse sur un système séparé. Vous pouvez désormais lancer une requête sur la source unique de vérité que vous avez créée – en un rien de temps.
Les avantages d’une telle plate-forme HTAP aident votre entreprise de nombreuses manières. Un exemple est la clôture financière. Dans le passé, les processus de fermeture mensuels, trimestriels ou annuels consommaient des groupes de comptabilité et de finance pendant des jours. Mais maintenant, avec la rapidité d'une plate-forme de données HTAP en mémoire, vous pouvez obtenir la «fermeture continue», grâce à laquelle des données financières à jour sont disponibles sur demande.
Les gains de performance donnent également à votre entreprise le pouvoir de: bénéficier de techniques d'intelligence artificielle telles que l'apprentissage automatique. Grâce aux puissants algorithmes d’apprentissage automatique qui utilisent des données réelles et historiques, vous pouvez détecter des modèles, identifier des anomalies et prévoir avec précision les résultats de votre entreprise. Plus important encore, vous pouvez exploiter ces informations dans vos processus métier pour guider vos utilisateurs et améliorer la prise de décision. Cela aide à doter votre entreprise d'une conscience complète de la situation et à la capacité de détecter et de réagir immédiatement. En fin de compte, vous êtes en mesure d’améliorer constamment les performances de votre entreprise, d’améliorer l’expérience client et de vous rapprocher de l’objectif de devenir une entreprise intelligente . Pas mal!
En savoir plus
Cliquez ici pour en savoir plus sur la gestion intelligente des données.
<! – Commentaires ->
Source link