1) Est-ce qu’une data fabric est une solution clé en main fournie par un seul fournisseur de technologie?
FAUX
Une data fabric est en fait une architecture complexe composée de multiples solutions technologiques qui vise à connecter de manière efficace les sources de données et les utilisateurs. Cette architecture se forme progressivement en combinant différentes solutions, telles que des graphes de connaissances pour connecter les données au sein des organisations, et des outils d’IA pour la gestion automatisée des métadonnées de l’entreprise. Il est important de noter que ces solutions peuvent être disponibles on-premise, sur le cloud ou en mode hybride.
2) Est-il possible d’adopter le design data fabric sans avoir toutes les briques technologiques ?
VRAI
L’adoption du design data fabric se fait de manière incrémentale, en fonction des besoins spécifiques de l’entreprise. Il est donc tout à fait possible de commencer par mettre en place une technologie et d’ajouter progressivement les autres solutions au fur et à mesure de leur nécessité. Cela permet une adoption souple des outils et accélère leur mise en œuvre, avec des résultats commerciaux mesurables. Cette flexibilité est une caractéristique essentielle du design data fabric.
3) Est-ce qu’il est inutile de s’intéresser au design data fabric si l’on dispose déjà d’un data warehouse, d’un data lake ou d’un data hub ?
FAUX
Les data warehouse et data lake sont des systèmes de gestion des données principalement utilisés pour l’analyse de données. Les data hubs, quant à eux, visent à désiloter les données au maximum. Cependant, les data fabrics sont beaucoup plus vastes. Elles permettent le partage de données, la gestion de tous types de données (transactionnelles ou opérationnelles) et l’intégration de données provenant de clients, fournisseurs et partenaires commerciaux. En réalité, les data warehouses, data lakes et data hubs sont des composantes du design data fabric, formant un réseau de données utilisables en temps réel par l’entreprise.
4) Est-ce que les data fabrics sont synonymes d’automatisation ?
VRAI
L’un des aspects essentiels des data fabrics est l’automatisation des tâches de gestion des données chronophages et coûteuses en temps et en ressources. Les solutions d’automatisation basées sur l’intelligence artificielle, telles que l’apprentissage machine et le traitement du langage naturel, jouent un rôle clé au sein des data fabrics. Différents outils peuvent être combinés, comme des catalogues de données augmentés, des gestionnaires de métadonnées actifs, des plateformes de préparation automatique des données, etc. Cette automatisation permet d’accélérer considérablement la mise en œuvre de projets d’entreprise. En effet, de nombreuses tâches d’intégration, d’harmonisation et de connexion des données peuvent être effectuées rapidement, permettant ainsi aux utilisateurs de se concentrer sur la valeur ajoutée des projets : la compréhension des enjeux métier et la prise de décision.
5) Est-ce que le design data fabric concerne uniquement les équipes informatiques ?
FAUX
Au contraire, le design data fabric vise à rendre autonomes toutes les personnes travaillant avec les données de l’entreprise. Cela est rendu possible grâce à une gouvernance des données maîtrisée et granulaire, où l’accès aux fichiers et aux cellules des fichiers est contrôlé pour chaque utilisateur. De plus, l’implémentation d’une data fabric nécessite de travailler selon les principes du DataOps. Il s’agit d’une approche collaborative, inspirée du DevOps, qui favorise un dialogue permanent entre les équipes informatiques chargées de la mise en place des infrastructures de données (ingénieurs, gestionnaires de données, architectes) et les équipes opérationnelles qui les exploitent (analystes métier, responsables produits, etc.). Il est également important d’impliquer les experts métiers qui utiliseront quotidiennement la data fabric afin de bien comprendre les cas d’utilisation métier auxquels elle répondra. Pour cela, les outils de type no-code, qui ne nécessitent aucune compétence en programmation, sont particulièrement adaptés.
6) Est-ce qu’adopter le design data fabric nécessite de tout recommencer en termes d’organisation ?
FAUX
Bien que l’adoption du design data fabric nécessite un changement culturel, il est conçu pour s’appuyer sur les outils déjà présents au sein des entreprises. Souvent, le principal problème auquel les entreprises sont confrontées est la collecte et l’exploitation de leurs données de manière cloisonnée, en utilisant uniquement des méthodes traditionnelles d’ETL. Les data fabrics inversent cette approche en visant à connecter l’ensemble des données au sein des organisations et à les mettre à disposition de manière efficace aux personnes appropriées. Il est donc important de travailler en collaboration avec le CDO (Chief Data Officer) ou le CIO (Chief Information Officer) pour comprendre les principes du design data fabric, rechercher les solutions technologiques nécessaires et mettre en place des pratiques de collaboration entre les équipes métier et informatiques pour leur opérationnalisation.
En conclusion, le design data fabric offre un potentiel énorme en termes de gestion et d’exploitation des données au sein des entreprises. Il s’agit d’une solution flexible, automatisée et collaborative qui permet à chacun de travailler de manière autonome avec les données, tout en favorisant une meilleure compréhension des enjeux métier et une prise de décision éclairée.
