Ce blog a été rédigé par Monica Kimbrough avec le soutien de Gina Noel D’Ambrosio
J’ai passé plus de vingt ans à mener des transformations à l’échelle de l’entreprise pour des entreprises du Fortune 200. Au cours de cette période, j’ai acquis une compréhension approfondie des avantages de l’optimisation de l’expérience des données pour obtenir des résultats positifs.
John G. Schmidt, mon partenaire commercial de longue date, et Kirit Basu sont deux leaders réputés dans le domaine des données et ont écrit un livre innovant sur le sujet. Dans le domaine des DataOps : L’édition autoritaire définit les capacités, méthodologies, pratiques et technologies nécessaires pour gérer les opérations et la gestion des données.
« Les DataOps sont l’application de pratiques DevOps aux infrastructures de données avec une seule mise en garde ; elles doivent s’adapter au changement à un rythme bien plus rapide que ce qui était capable au cours des dernières années. »
Retour aux principes de base
Commençons par nous concentrer sur quelques concepts importants :
- Les applications jouent un rôle essentiel dans la prise en charge et l’automatisation de diverses fonctions et activités. Elles facilitent la création, l’utilisation et l’échange d’informations et de données. Les données, lorsqu’elles sont considérées seules, manquent de valeur inhérente. Cependant, elle se transforme en informations pertinentes lorsqu’elle est placée dans un contexte, défini par son applicabilité, ses circonstances, ses conditions et les directives relatives à sa création, son utilisation, sa sécurité, sa gouvernance et son élimination.
- Les documents générés par l’homme, tels que les lettres d’amour, les descriptions de poste et les rapports de police, servent d’exemples d’informations. En convertissant ces documents en un référentiel structuré, nous permettons diverses actions : Les données peuvent être recherchées, modifiées, stockées, sécurisées, chiffrées, dupliquées, régies et finalement éliminées. Cet ensemble d’opérations est facilement géré par les ordinateurs.
- Grâce à l’analyse des données, nous pouvons identifier les comportements, tendances et schémas importants. Ces informations nous permettent de mieux comprendre comment les données sont liées aux informations.
Le rôle des DataOps
Les DataOps chargent et conservent des éléments de données tels que le contexte et les relations, afin que les applications puissent prendre en charge la logique de traitement des informations. Cela englobe plusieurs fonctions clés, notamment :
- Archivage, sous-configuration, conservation et suppression des données selon les besoins
- Superviser le mouvement et l’échange de données entre les systèmes applicatifs et les datastores
- Identifier et coordonner l’impact des changements sur les systèmes interconnectés
- Exécution de la gestion des exceptions pour les opérations de livraison des données, l’assurance qualité et les mesures de sécurité
Pourquoi est-ce important ?
Alors que les entreprises s’engagent dans des initiatives de transformation numérique, il est essentiel d’identifier précisément les processus métier et les services associés qui peuvent améliorer les performances et l’expérience utilisateur sur les plateformes numériques. Il est essentiel de s’assurer que les modèles d’information et de données sont bien entretenus et optimisés en permanence. C’est là que les DataOps jouent un rôle essentiel. Il automatise les processus qui aident à clarifier et interpréter les données, en évaluant les données brutes pour obtenir des informations stratégiques et des tendances, tout en mettant en œuvre les fonctions nécessaires pour soutenir la logique de traitement.
La clé du succès de la transformation numérique
Tout au long de mes années de soutien aux entreprises qui traversent des transformations numériques majeures, j’ai constaté différents degrés de maturité pour relever les défis liés aux données que ces transformations présentent. En fin de compte, c’est précisément cette maturité qui déterminera la réussite ou l’échec.
La transformation numérique implique plusieurs couches, notamment :
- Identifier les initiatives clés
- Définition des fonctions concernées par les initiatives et incluses dans le périmètre
- Analyse des sujets d’information qui seront générés et utilisés par les fonctions concernées
- Développer le modèle de données pour soutenir ces initiatives
Enfin, l’organisation doit relever les défis liés au maintien d’un modèle de données robuste après la transition vers le nouveau modèle opérationnel et la nouvelle plateforme numérique. Cette tâche devient exponentiellement plus difficile lorsque des échanges d’informations sont nécessaires entre des paysages applicatifs situés dans différents environnements. Cette complexité crée le besoin d’une solution hybride.
Dans les articles de blog suivants, nous examinerons de plus près ces complexités. Nous verrons le rôle important que jouent les DataOps dans le maintien de la santé du modèle de données et les rôles nécessaires à son exécution dans l’organisation.
Nous verrons également comment l’automatisation technologique peut transformer les responsabilités généralement exercées par les humains et comment la technologie Pure Storage peut vous aider à résoudre ces difficultés. Nous verrons en quoi l’évolution de votre infrastructure vers une plateforme de gestion des données, voire un cloud de données d’entreprise, est une étape essentielle pour obtenir un contrôle global sur vos données et simplifier leur gestion.
Manage your data, not your storage.
Gérez vos données, pas votre stockage
Le moment est venu d’adopter une architecture unifiée qui vous donne le contrôle, alimentée par l’intelligence et l’automatisation, et non par des efforts manuels.
