Skip to content

5 bonnes résolutions pour votre stratégie de données in 2023

On the earth of données où l’innovation proliferates, right here is an aperçu of 5 traits to contemplate in your parcours versus an exploitation of données optimized

Nous atteignons une nouvelle époque charnière pour l’économie des données. Who is aware of in Europe, it represents greater than 3.6% of the GDP of the European Union, and is devrait franchir the six thousand billion euros of ICI 2030! After the skills jusqu’aux applied sciences, and after the organizations jusqu’aux processus, the businesses ont besoin d’une stratégie de données plus perenne. L’innovation en matière de données a été nourrie par un écoystème de spécialistes, mais nous assistons désormais à une nouvelle obscure d’innovación exogène, héritées de la R&D et du développement des produits, du développement de logiciel ou de la gestion financière. Dans cet article, intéressons-nous aux cinq tendances pour faire monter en puissance votre stratégie de données.

The information as a product, and the information product supervisor

Les équipes knowledge n’ont plus à provever leur capacité à innovator et à lancer de nouvelles initiatives autour des données. Utilizing the “fail quick and be taught quicker” approaches, they believed within the données’ laboratories, mobilized the multidisciplinary groups in commando mode, and demonstrated in file time through which the données couldn’t reply to the nouveaux défis. Mais, elles ensuite peiné à instituer un mode opératoire sturdy pour les données et l’analytique favorisant l’amélioration continua et l’adaptation aux futurs cas d’utilization. Think about them données as a produit plutôt that as a undertaking n’est pas une idée nouvelle, mais la concrétiser devient un impératif au-delà d’un sure cap de maturité.

Apply an approche product pour les données a deux majeures implications. The premiere considerations consumption: a product doit être conçu, et promu, pour être facile à consommer, for an ensemble diversifié of utilisateurs et pour divers cas d’utilization. Identical factor on the march and son cycle of life doivent être gérés de manière explicite, avec une roadmap qui évolue en permanence au fil de son utilisation, des releases régulières qui apportent de nouvelles fonctionnalités (et parfois les mettent en sommeil). La manière dont le produit est utilisé doit de son côté être mesurée et supervisée avec précision.
The deuxième implication considerations “productisation”. Il s’agit de mettre plus d’emphase sur la manière dont le produit est exploité après sa mise en manufacturing, en surveillant son utilization et l’évolution de son champ d’utility de manière proceed, en formalisant les contrats de companies ainsi que Les mécaniques de take a look at et de supervision pour assurer la qualité et la efficiency.

Think about the information as a product, c’est certes une nouvelle self-discipline à explorer, mais qui peut largely s’inspirer d’approches bien établies dans les domaines du product administration et du advertising produit. Le temps est venu de faire une place au knowledge product supervisor aux côtés des knowledge scientists, steward, analysts ou ingénieurs.

Valorisation et monétisation des données

In a current examine, PWC has risen to the facility of chief knowledge officers, notably in Europe or 41.6% of public corporations named a CDO (in opposition to 25.7% in 2021), all indicating that “the presence of A CDO is corrélée à une efficiency plus forte that celle obtains by the organizations that do not pas de rôle dédié aux données on the government degree”.
Subsequently, if the valeur des données is désormais acknowledged by the councils of administration, the businesses that need to be outlined are financial impression at a degree plus fin, automobile les données are un actif immatériel. This case locations the CDO and his groups in an uncomfortable place, alors qu’ils doivent deployer of nouveaux efforts en matière de données avec des coûts croissants, auprès d’interlocuteurs de plus en plus impatient de bénéficier de résultats tangibles.

An strategy primarily based on the outcomes permits the groups to this point from démarrer puis de comparer leurs initiatives en matière de données en s’appuyant sur des méthodes de valorisation des données. Launched il ya près de vingt ans, the valorisation of données is a nascent self-discipline, however it may be utilized to the héritée methodologies of monetary administration, from my to my documented dans des livres, college analysis papers or white books. À noter que ces approaches de valorisation (et de monétisation) vont de pair avec l’idee de gérer les données comme un produit, comme le developpe Doug Laney dans cette série d’articles.

Decrease the staff, et pas seulement the worker workers

The minimization of girls is a perfect for you right this moment with the principals of administration of workers members, particularly within the cadre of “privateness by design” (ou safety par défaut). Il s’est répandu dans les entreprises au travers de la réglementation RGPD qui stipule que los données personalles doivent être “adéquates, pertinentes et limitées à ce qui est nécessaire pour les finalités pour lesquelles elles sont traitées”. D’different rules, such because the California regulation on the safety of personal life (CPRA), ont-elles aussi élevé ce principe au rang de réglementation.

Plainly été imposed aux équipes knowledge alors the identical as ceux-ci cherchaient à muscler leurs capacités de gestion en quantity, vitesse et variété, ces principes ont tout d’abord été perçus comme une contrainte. Désormais, de nombreuses organizations comprennent le benéfice d’une démarche visant à identifier en amont les données vulnerable de créer le plus de valeur pour l’organisation, puis d’en measurer les usages opérationnels. Il est temps de considerer les principes de minimization des données, au-delà du cas particulier des données personnelles, comme une bonne pratique pour faire face à l’infobésité et consecrer toute son énergie, ses budgets et sa capacité de traitement aux données qui comptent le plus. Ce principe du juste nécessaire est aussi un moyen pour les équipes knowledge d’apporter une contribución plus optimistic à la protección de l’environnement. Mathieu Llorens, PDG d’AT Web, avait remarkably mis en lumière cet enjeu d'”écologie des données” dès 2019.

Et si le health devenait une bonne résolution aussi pour nos knowledge aussi?

L’organisation, ou la recherche du juste equilibre between centralization in decentralization

Tandis que les données se sont hissées au degree des instructions générales et ont fait l’objet d’investissements substantials, et en constante croissance, leur modèle opératoire a été abordé sous l’angle de la centralisation. The information workplace, or the facilities of excellence, with permission to create a mass critic, to develop the skills, to outline the requirements and the platforms. Elles ont aussi fait workplace de catalyst pour développer une tradition de la donnée en mobilisant les métiers aux côtés des spécialistes de la knowledge autour d’équipes projet multidisciplinaires.

However, au bout d’un sure temps, the central group devient a goulot d’étranglement tandis that the unités opérationnelles remettent in query sa capacité à comprendre leurs besoins et à and répondre shortly. Il faut alors envisager de modèles d’organisations départementales integrante des spécialistes des données dans leurs équipes, plutôt que l’inverse.

D’où la popularité des princes de knowledge mesh. Mais, consideration au massive bang, automobile le coeur du sujet, c’est l’organisation et les hommes et femmes qui la composente, bien plus qu’un changement technologique. In different phrases, selecting between centralization and decentralization is a query of juste equilibre, which evolves au fil du temps, and isn’t a radical choice. Au-delà du battage médiatique sur le knowledge mesh, il existe des bonnes pratiques pour concevoir des approaches organizationnelles hybrides équilibrant agilité et gouvernance, de mieux en mieux documentées, à l’instar de cette inspirante série d’articles par Wayne Eckerson, ou encore ce témoignage de Blablacar sur la décentralisation de leur group knowledge.

L’observabilité des données: when governance comes with DataOps

La provide chain des données est complexe et hétérogène, depuis les sistèmes sources, les knowledge pipelines, et les couches de stockage intermédiaires, jusqu’à la consommation finale en mode packaged ou libre-service. D’autant que les données change always, dans leur contenu et construction. Cela pose de sérieux problemes de qualité de données, qui determine en tête des défis depuis de nombreuses années. Des équipes de gouvernance des données, avec des rôles dédiés pour la documentation et la supervision de la qualité des données, ont pourtant été constituées pour y remédier. Mais le risque d’une telle strategy est d’isoler la laurde et giant responsabilité de la calité des données vers un petit nombre de knowledge stewards, les mettant dans una place délicate tout en désengageant tous les autres.

Sadly, the development is that DataOps groups have extra accountability than the standard of the individuals they ship. En s’inspirante du mundo du developpement de software program qui a mis en place des contrats de service et musclé sa capacité à tester et superviser les aplicaciones, les équipes DataOps aspirent à élever leurs requirements qualité, in spécifiant dès le départ le niveau d’attente Sur les données qu’ils gèrent, puis en industrialisant la supervisión de leur efficiency et de leur qualité. L’enjeu de l’observabilité des données, c’est de mettre des instruments et processus au service de cette industrialisation, au même titre qu’ils l’ont facilitated dans le monde du software program et des functions grâce à la télémétrie.

Avec les principes d’observabilité des données, l’opportunité s’ouvre aux spécialistes de la donnée d’appliquer pour eux-mêmes les principes data-driven. Et si la qualité de vos données devenait un domaine à half entière pour vos initiatives knowledge, améliorant votre propre capacité à measurer l’impression des données que vous exploitez et leur efficacité opérationnelle ?

L’observabilité des données is a query of automation, which requires the usage of superior instruments to seize the metadonnées, the profiling data, the relationships between the données (or knowledge lineage), even when the données de télémétrie associées aux totally different programs used. Le sujet est émergent et, à cet égard, les bonnes résolutions d’amélioration évoquées dans this text s’applicent ici tout particulièrement aux éditeurs de logiciels. S’ils ont par le handed its innovation en donnant plus de sens aux données et en les rendant accessibles à une inhabitants plus giant grace à des modèles sémantiques riches, ils l’ont fait par le bias de modèles propriétaires, créant ainsi leurs propres silos de données. Cela n’a pas facilitated the transparency et l’observabilité des données. Sure leaders of digital ont d’ailleurs cherché à résoudre ce probleme avec leurs propres qu’ils ont ensuite partagé en mode open supply : Uber avec OpenMetadata, Lyft avec Amundsen, Netflix avec Metacat, LinkedIn avec DataHub. Even when a few of the initiatives are largely adopted by the marché, the souligne l’impérieuse is important for des données plus exploitables de rendre leurs métadonnées aussi ouvertes et accessibles qu’elles peuvent l’être dans le monde du net .

Leave a Reply

Your email address will not be published. Required fields are marked *