Le DataOps pour rapprocher et industrialiser les usages. Seagate et IDC évoquent à son propos le «chaînon manquant» de la gestion de données.

IDC qualifié le DataOps de «méthodologie axée sur la collaboration entre créateurs et consommateurs de données». Cette approche collaborative de la gestion de données a un objectif humain d’amélioration de la communication, renchérit Seagate.

Seulement 30,5 % des données sont réellement exploitées dans les entreprises d’après le rapport Rethink Data publié par Seagate et réalisé en partenariat avec le cabinet IDC. Ce qui veut dire, surtout que près de 70 % des données sont inexploitées… Ces chiffres résument bien la difficulté des entreprises à exploiter toutes leurs données structurées ou non, lesquelles peuvent représenter une mine d’or si elles sont valorisées à bon escient. Selon une simulation du McKinsey Global Institute, les entreprises n’ayant engagé aucune action pourraient subir une érosion de plus de 20 % de leurs revenus. La donnée est donc clairement une source de profit.

Des projets non aboutis

Aujourd’hui, une partie des données n’est pas collectée ou n’est pas utilisable ou interprétable. Qui plus est, les entreprises font face à un éparpillement de leurs données dans de multiples environnements -sur différents sites, un data center, dans le cloud, une application en mode SaaS. Les silos IT et l’hétérogénéité des interfaces des équipements participent à la difficulté de la diffusion des données d’un bout à l’autre de la chaîne. Enfin, pour des raisons de coûts le plus souvent, il y a un manque de ressources et de compétences pour trier, stocker, sécuriser, analyser et valoriser les données…

Dans ces conditions, nombre de projets liés aux données n’aboutissent tout simplement pas. Selon une étude de Gartner, seulement 50 % des projets AI lancés au cours des deux dernières années ont été réellement déployés…

DataOps, démarche agile émergente

Dans ce contexte, il est primordial de trouver des solutions. L’une des clés pourrait venir du DataOps. Soit la prise en compte l’ensemble du cycle de développement et de la mise en production autour des données. En effet, l’approche DataOps consiste à orchestrer une succession d’étapes par lesquelles les données passent au cours d’un projet data, ce dernier débutant par la collecte et l’agrégation de données à partir de sources variées, jusqu’à leur visualisation pour une utilisation métier.

Pour IDC, le DataOps fait le liant entre les créateurs et les consommateurs de données. C’est en quelque sorte une démarche agile fortement inspirée du DevOps (collaboration entre les développeurs et les opérationnels). A ceci près que le DataOps implique bien plus de monde dans l’entreprise. En plus de la direction IT et des développeurs, le DataOps fait intervenir tous les métiers. De fait, il s’agit bien de mettre en valeur toutes les données au service de toute l’entreprise.

Cette «discipline émergente» selon Seagate

Le DataOps comporte cependant aussi un volet technique puisque les améliorations doivent également porter sur l’intégration et l’automatisation des flux de données. Pour IDC, pas de doute, le DataOps, devrait «faire partie intégrante de toutes les stratégies de gestion des données.»

C’est cependant loin d’être une réalité aujourd’hui. Selon l’étude menée avec Seagate, cette «discipline émergente» n’est mise en œuvre que dans 10 % des entreprises en moyenne -tous pays et secteurs confondus. C’est peu. Toutefois, une large part de ces mêmes organisations a entamé la préparation de la mise en œuvre du DataOps ou envisage de le faire. Seulement 5 à 9 % des sondés avouent ne pas avoir envisagé l’adoption de cette démarche.

Le DataOps pour gérer la complexité des systèmes

Et si le DataOps peut présenter un intérêt au sein des entreprises, c’est notamment en raison de la complexité croissante des environnements de données. Les outils déployés pour leur traitement sont multiples et sujets à l’inflation : AI, machine learning, ETL, data lake… Ainsi, en matière de gestion des données, seul un tiers des organisations «utilisent une seule solution pour remplir une seule fonction». Cette situation a différentes causes, dont l’incompatibilité des solutions entre elles ou simplement le poids du legacy.

Pour les auteurs de l’étude, le DataOps intervient ainsi pour unifier la gestion des données. Et pour des sociétés désireuses d’adopter l’intelligence artificielle ou de l’industrialiser, les bénéfices seraient également significatifs.

IDC avance des bénéfices business

«Le DataOps s’intègre parfaitement à l’approche d’apprentissage itératif sur laquelle reposent les applications basées sur l’AI» insiste IDC. Cet argument n’est cependant peut-être pas de nature à convaincre des dirigeants d’entreprise.

A ces derniers, le cabinet répond donc que le DataOps «permet une amélioration sensible des résultats commerciaux, en particulier une augmentation de la fidélité et de la satisfaction des clients, une hausse des revenus et des bénéfices, une meilleure rétention des employés et une plus grande productivité.»