Mettre au point une architecture de Big Data adaptée

Architecture, Infrastructure, Écosystèmes

Les termes employés pour décrire la technologie sont souvent inspirés d’autres domaines de la vie. Toutefois, cela peut être très utile pour comprendre le rôle que jouent la technologie et le Big Data pour faciliter les opérations commerciales et améliorer les performances.

Dans le cas d’une architecture de Big Data, il est essentiel d'établir des bases architecturales, infrastructurelles et applicatives adaptées et bien documentées pour que l'entreprise puisse exploiter plus efficacement le Big Data au quotidien. Bien que l’architecture de Big Data semble un sujet à forte teneur technique, il est important de prendre conscience du fait qu'il n'est possible d'innover ou d'obtenir des informations grâce au Big Data que si l'entreprise dispose d'une architecture bien pensée, clairement définie et minutieusement conçue. Ainsi, si votre entreprise a de grands projets concernant le Big Data, elle a besoin d'une architecture robuste pour les mener à bien.

Qu’est-ce qu'une architecture de Big Data et pourquoi est-elle nécessaire ?

Comme pour de nombreux termes liés au Big Data et à la technologie, il convient de clarifier ce qu'on entend par une architecture de Big Data. À l'image des plans de construction d’une maison ou d’un bâtiment, il s'agit d'un modèle conceptuel ou graphique qui détermine la manière les données de Big Data et les autres actifs de données seront capturés, stockés, gérés et rendus accessibles à divers groupes d’utilisateurs et applications. En règle générale, une architecture de Big Data fait référence à l'ensemble des composants matériels et logiciels nécessaires à la mise en place d'une solution complète de Big Data. Les documents relatifs à l'architecture de Big Data peuvent également définir les protocoles de partage des données, d’intégration des applications et de sécurité de l’information.

Même si cette étape de conception peut paraître assez fastidieuse, il est essentiel de garder à l'esprit que personne ne construit une maison sans en dessiner les plans au préalable. De la même manière, toute personne souhaitant exploiter efficacement le Big Data doit prévoir de mettre en place une architecture de Big Data. Comme pou une maison, plus les sommes investies dans des solutions de Big Data sont importantes, plus il est nécessaire de disposer d'une architecture de Big Data afin d'obtenir le retour sur investissement souhaité. En d’autres termes, les architectures de Big Data permettent de garantir que les données sont correctement acheminées vers les bons utilisateurs pour que ceux-ci puissent y accéder à l'aide des outils appropriés.

Se poser les bonnes questions afin de mettre en place une architecture de Big Data adaptée

Pour concevoir une architecture de Big Data qui correspond aux besoins de l'entreprise, il faut d'abord se poser les bonnes questions :

• Comment les stratégies de Big Data – qui consistent à décider quels problèmes métier doivent être résolus, quelles opérations doivent être améliorées et quels objectifs doivent être atteints grâce au Big Data – déterminent-elles les besoins des entreprises en matière d'architecture ?
• Quels sont les sources de données ou les systèmes existants qui peuvent être « connectés » au sein de l'architecture de Big Data intégrée ?
• Comment prendre en compte les nouveaux ensembles de données, comme les données issues de capteurs ou de l’Internet of Things ?
• Comment l'approche de l’architecture de Big Data permet-elle à l'entreprise d'adopter une mentalité data-driven et centrée sur l'analyse de données pour orienter son activité ?
• Quels sont les composants requis pour « opérationnaliser » ou mettre à l’échelle les projets en matière de Big Data et d’analyse de données une fois la phase pilote terminée ?

Une approche éprouvée consiste à concevoir une architecture de données unifiée (UDA) capable de générer des informations plus facilement exploitables à partir du Big Data. Une architecture de données unifiée est bâtie autour de composants fondamentaux, tels qu’un entrepôt de données intégré et une plateforme dédiée à l'analyse de données et à la découverte de nouvelle informations, qui établissent des ponts entre les sources de données brutes, les outils de business intelligence spécifiques et les applications CRM standard. Cela réduit considérablement la complexité par rapport à des environnements « hybrides » traditionnels et permet aux entreprises d’ingérer des ensembles de données constamment en mouvement, tout donnant aux utilisateurs accès aux moteurs de données et d’analyse sur l'ensemble des plateformes.

L’architecture de Big Data en action

S'il est important de disposer d'une architecture de Big Data adaptée, les entreprises et les services informatiques ne doivent pas confondre le plan directeur et la solution elle-même. Une architecture de Big Data permet de concevoir et de décrire le fonctionnement du Big Data une fois que tous les composants, sources de données et applications sont connectés et intégrés au sein d'un ensemble unifié. L’architecture à elle seule ne génère pas nécessairement de la valeur métier, mais elle jette les bases sur lesquelles les entreprises se reposent pour garantir la réussite de leurs activités. La création de valeur dépend de la définition des processus et de la structure du Big Data, du déploiement d’analyses de Big Data avancées et du choix de collaborateurs et d'équipes adaptés et capables d'interagir avec les données et de les interroger. Ainsi, les utilisateurs sont en mesure de résoudre des problèmes, de mettre en lumière de nouvelles opportunités, de prendre de meilleures décisions et d'effectuer d'autres choix cruciaux.

En effet, les acteurs de la grande consommation ont besoin d’architectures de Big Data robustes et flexibles pour mieux comprendre le comportement des consommateurs quels que soient les appareils ou les canaux utilisés (y compris en magasin). La personnalisation de campagnes marketing ou l'offre de coupons de réduction en temps réel nécessitent des données intégrées et un ciblage sophistiqué, ce qui n’est pas possible si ces entreprises ne disposent pas d'une architecture de Big Data de pointe.

Verizon, la plus grande entreprise de télécommunication au monde, exploite son architecture de Big Data pour « écouter » environ 100 millions de clients. Un modèle logique garantit que les données structurées et non structurées sont stockées au bon endroit, qu’elles sont accessibles et peuvent être explorées via des plateformes dédiées à la découverte de nouvelles informations.

Netflix conçoit une architecture de Big Data pour renforcer l’engagement client :

L’architecture de Big Data mise en place par Netflix offre une large gamme de services, de plateformes, d’applications et d’outils rentables afin de bénéficier d'une gestion, d'un traitement et d'une analyse plus intelligente des données. Une plateforme d’analyse unique est nécessaire, car les analystes adoptent différentes approches pour résoudre divers problèmes, alors même que l’environnement global est capable de gérer une charge de travail impressionnante.

L'architecture de Big Data permet de jeter les bases pour faire face aux futurs défis

Il est important de garder à l'esprit que les architectures de Big Data représentent une série d'engagements à long terme et non une suite de projets ponctuels. Afin d'adopter une approche globale à long terme, les architectures de Big Data doivent être complètes et capables de résoudre de nombreux défis métier, y compris certains qui ne seraient pas encore survenus. En d’autres termes, une architecture de Big Data doit d'ores et déjà être conçue pour tirer parti des outils et des technologies à venir et intégrer de nouveaux types et des volumes croissants de données. Une architecture de Big Data vous permet d'être prêts à affronter l’avenir.

Vous souhaitez savoir comment Teradata peut vous aider ?

En savoir plus sur nos solutions Big Data