Mythes et réalités des mégadonnées

Big Data
Devenues en quelques années « le » concept à la mode, les « big data » (ou « mégadonnées » en bon français) sont aussi victimes de leur succès, galvaudées pour qualifier n’importe quel traitement de données ou dévoyées par des fournisseurs dépassés par les événements, qui tentent de survivre par quelque artifice marketing. Il n’est donc pas inutile de rétablir un peu d’objectivité sur le sujet.

Par rapport aux données « classiques » qui ont, de tout temps, été au cœur des traitements informatiques, ce qui distingue fondamentalement ces fameuses « big data », ce sont 3 caractéristiques principales, dites des 3 « V » : volume, variété et vélocité. Autrement dit, il est question d’exploiter en temps réel (ou presque) des masses d’information colossales disponibles sous des formats variés, structurés ou non.

Selon cette définition, il est facile de croire qu’il n’est question que de technologie. Erreur ! Certes, les outils sont indispensables pour tirer profit des mégadonnées mais ils doivent impérativement n’être considérés que comme des moyens. Ce qui fait la valeur du concept réside d’abord dans les usages qu’il autorise. N’oublions jamais que ce qui a conduit à créer Hadoop, NOSql et consorts, ce sont les besoins des géants du web d’explorer, analyser et valoriser les données qu’ils collectent sur leur centaines de millions d’utilisateurs…

Il convient donc de se méfier des promesses fallacieuses, qui, comme avec chaque nouvelle solution à la mode, cherchent à accréditer l’idée que la mise en place des logiciels de dernière génération va apporter une réponse quasiment magique aux anciens problèmes non résolus. Pour remettre les pieds sur terre, rien de tel que de définir un cas d’usage précisément cadré, avec des objectifs clairs, dont l’atteinte sera mesurée par des indicateurs fiables, dans un projet aux contours bien définis.

Un exemple classique est celui de la « vision client à 360° » : pour un cas de succès, à l’image de celui du leader mondial de l’assurance vie MetLife, combien d’entreprises ont cru qu’il suffisait de déployer, comme elle, une base de données MangoDB pour atteindre les mêmes résultats ? Or, les leçons à tirer de ce cas dépassent très largement les seules considérations techniques de mise en œuvre, touchant à l’organisation, les processus de l’entreprise, voire la vision même du métier.

La bonne nouvelle est qu’il existe des moyens relativement simples et peu coûteux d’éviter les erreurs en la matière. Grâce à la disponibilité généralisée de produits sous licence libre, il est possible de créer une infrastructure d’expérimentation à moindre frais. En y ajoutant une démarche un tant soit peu structurée (de type laboratoire d’innovation), tout ce qui est nécessaire pour identifier et concrétiser les applications utiles des mégadonnées se trouvera rassemblé.

Car, en réalité, en même temps que des outils plus ou moins révolutionnaires, le concept de « big data » tend à imposer avec lui une approche différente des projets. Les grandes cathédrales de la « Business Intelligence », bâties dans des cycles très longs, doivent laisser la place à des méthodologies plus agiles, privilégiant les tâtonnements et les retours en arrière, apportant une démonstration de valeur par petits incréments rapides.

Une telle démarche n’empêche nullement une vision stratégique, de celles qui envisagent la constitution d’un « data lake » (« lac de données ») d’entreprise, destiné à collecter la totalité des données potentiellement utiles dans l’organisation, indépendamment de ses silos et des frontières qui les délimitent. Simplement, ce « trésor » sera assemblé progressivement, au fur et à mesure des cas d’usage mis en œuvre, qui pourront alors eux-mêmes devenir de plus en plus ambitieux.

En guise de conclusion, une recommandation : surtout, ne cédez jamais trop facilement aux sirènes des mégadonnées. Vous n’obtiendrez pas de résultats positifs sans efforts et sans préparation. Le concept en est encore à ses balbutiements, les recettes toutes prêtes n’existent pas et les expérimentations restent indispensables pour les appréhender et les maîtriser. Mais ne doutez pas : avec la maturité que vous acquerrez, vous aurez de plus en plus de chances de réussir.

Auteur : Patrice Bernard

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *