LMi-MAG 6 Mars 2021 - Flipbook - Page 18
Proposé par Confluent
Gouvernance des données
Cinq étapes essentielles
pour réussir votre projet data dans le cloud :
Entretien avec Rémi Forest, Confluent
© DR
Exploiter le plein potentiel des données d’entreprise est un challenge qui implique
de redéfinir en profondeur les objectifs business et la stratégie de l’entreprise.
Si le recours au cloud accélère les projets data, la route vers une organisation
« data driven » reste semée d’embûches. Remi Forest, Solution Engineering Manager
chez Confluent, attire notre attention sur cinq aspects essentiels à la réussite
de tout projet d’exploitation de la donnée dans le cloud.
1 / Choisir les bon cas d’usage
Prédiction des ruptures de stock via l’analyse des tickets de caisse
dans la grande distribution, exploitation des données à des fins de lutte
contre la fraude dans le secteur bancaire, recommandations de produits
en temps réel, ultra-personnalisation des contenus et enrichissement
de l’expérience utilisateur grâce à l’analyse de son parcours dans le
ecommerce… Chaque secteur d’activité recèle de nombreuses
opportunités en matière d’exploitation des données. Le premier enjeu
est de savoir identifier les meilleurs cas d’usage dans votre contexte
métier. « L’event streaming est un sujet tendance » prévient Rémi
Forest. « Il peut être tentant de se lancer dans ce type de projet mais
il est essentiel d’avoir préalablement fait le point sur les compétences
internes et évalué le ROI. »
2 / Localiser les données
« Le cloud est un mode de déploiement
qui autorise le droit à l’erreur et permet
de facilement tester la viabilité d’un projet. »
Rémi Forest, Solution Engineering Manager
chez Confluent
Provenant de multiples sources dans de nombreux formats, dispersée
dans différents systèmes, la donnée est à la fois omniprésente et insaisissable. « La localisation des données à valeur et la faculté à y accéder
efficacement est un point crucial lors du démarrage d’un projet data »
explique Rémi Forest. On doit être en mesure d’identifier et de rassembler les données les plus pertinentes pour alimenter les cas d’usage
préalablement définis, en poussant l’investigation au-delà des données
immédiatement accessibles, quitte à explorer des données externes
présentes chez les partenaires ou fournisseurs.