Les entreprises de tous les secteurs recueillent des données à partir de presque tout. Potentiellement, chaque caisse, portière de voiture, tasse à café connectée ou lave-vaisselle est équipé de capteurs qui génèrent continuellement des données.
Ces informations pourraient transformer les chaînes d’approvisionnement, permettre la mise au point de voitures autonomes sûres ou inspirer des produits et services grand public qui changent la vie. Si les entreprises ont tout intérêt à utiliser les données pour en faire bénéficier à la fois leurs activités et leurs clients, maximiser la valeur d’ensembles de données qui croissent rapidement est plus facile à dire qu’à faire.
Voici trois points clés qui décrivent les difficultés communes liées à l’activation des données à grande échelle.
Voir aussi : Guide de la transformation numérique : définition, types et stratégie
1) Les sources de données en périphérie compliquent le problème
Les appareils connectés commencent à dominer des secteurs tels que l’automobile, l’industrie manufacturière, l’énergie et les services aux collectivités. Statista prévoit que le nombre d’appareils connectés dans le monde atteindra 30,9 milliards d’ici 2025, et que les données générées par ces appareils représenteront environ 79,4 zettaoctets (ZB) la même année.
Cette explosion des données issues des capteurs a entraîné l’essor des centres de données edge, où les données peuvent être stockées et traitées en dehors des environnements sur site ou cloud. Selon Gartner, les centres de données edge hébergeront 75 % des données générées par les entreprises au cours des trois prochaines années.
Si l’informatique edge a créé une valeur considérable pour les entreprises qui ont besoin d’un traitement en temps réel destiné aux utilisateurs finaux, les données edge restent bloquées en dehors du cloud, où elles pourraient autrement créer de la valeur au fil du temps. L’informatique edge ne permet pas d’analyser collectivement les données réparties dans de nombreux centres de données edge — le type d’analyse qui pourrait orienter les feuilles de route des produits ou façonner de nouveaux modèles économiques.
Résultat : les ensembles de données qui croissent de façon exponentielle dans les environnements edge sont largement sous-exploités. En fait, une récente étude de Wakefield Research a révélé que 69 % des dirigeants chargés des données et de l’analytique dans les grandes entreprises déclarent que leurs données sont piégées et ne peuvent pas être pleinement exploitées.
Voir aussi : Les meilleurs outils d’analytique des données
2) Les obstacles commencent à apparaître
L’activation de données réparties entre des centres de données edge et sur site nécessite diverses ressources : une infrastructure, du temps, de l’argent et, sans doute la ressource la plus importante, des talents.
Les données augmentent plus vite que le vivier de talents technologiques. L’étude de Wakefield a révélé que le manque de compétences techniques était l’une des principales raisons pour lesquelles les responsables des données ne parvenaient pas à suivre le rythme de leur croissance. De même, l’enquête 2022 de Gartner auprès des CDO a cité la pénurie de talents comme l’une des principales raisons pour lesquelles ils ne parvenaient pas à atteindre leurs objectifs en matière de données et d’analytique.
Les équipes informatiques déjà très sollicitées se voient confier la tâche de plus en plus complexe de donner du sens aux données d’entreprise distribuées. Elles doivent superviser des centaines de centres de données, identifier les données les plus pertinentes à déplacer et à analyser, et sélectionner les environnements les plus efficaces et les mieux adaptés à l’exécution de modèles d’apprentissage automatique. Il s’agit d’une entreprise considérable ; il n’est donc pas surprenant que la plupart des entreprises citent les talents technologiques comme un frein à l’atteinte de leurs objectifs en matière de données.
Malheureusement, les talents ne sont pas le seul obstacle courant pour les entreprises qui cherchent à transformer les données en valeur. Selon Wakefield, les autres raisons pour lesquelles les responsables des données peinent à exploiter pleinement leurs données dans le cloud sont les suivantes :
- Le temps nécessaire pour les déplacer (46 %)
- Le risque d’interruption (44 %)
- La dépense financière (44 %)
Voir aussi : Les meilleurs logiciels de veille stratégique
3) L’urgence s’intensifie
Réduire ces obstacles est essentiel. Laisser des données inutilisées sur site ou en périphérie ne ralentit pas seulement la transformation numérique : cela ouvre également la voie à de potentielles conséquences néfastes. Wakefield a constaté que les principales conséquences de la non-exploitation du cloud ou de l’informatique cloud incluent :
- Les risques de non-conformité (36 %)
- La sécurité des données (36 %)
- Une infrastructure coûteuse (33 %)
- La perte d’opportunités commerciales (33 %)
Il est important de souligner que les données inexploitées représentent un manque à gagner. Presque tous les hauts responsables des données (96 %) ont trouvé des moyens d’utiliser les données pour générer des revenus, et 56 % ont identifié plusieurs nouvelles sources de revenus grâce à leurs données. Ces résultats sont très encourageants. Malgré toutes les difficultés liées au déplacement et à la gestion des données d’entreprise distribuées, les données qui parviennent jusqu’au cloud se traduisent par des résultats concrets.
Pour se rapprocher d’un monde où chaque donnée crée de la valeur, les équipes informatiques des entreprises doivent reconnaître ces difficultés courantes et y remédier. Les résultats potentiels justifieront tous les efforts déployés.
Voir aussi : Les principales entreprises de l’edge computing
À propos de l’auteur :
David Richards, PDG de WANdisco