Ce que les données d'aujourd'hui révèlent sur les priorités de l'entreprise de demain

Après avoir assisté à plusieurs événements industriels au cours des derniers mois - du Gartner® Data & Analytics Summit à Orlando au Databricks Data + AI Summit à San Francisco en passant par des conférences régionales - il est clair que certains thèmes deviennent prédominants pour les entreprises de tous les secteurs. Par exemple, l'intelligence artificielle (IA) n'est plus un mot à la mode glissé dans les conversations - c'est la conversation.

Certes, nous entendons parler d'IA et de GénAI depuis quelques années, mais les présentations, les messages sur les stands, les sessions et les discussions lors des événements ont rapidement évolué, car les organisations mettent désormais en œuvre des cas d'utilisation réels. Il n'est pas surprenant, du moins pour ceux d'entre nous qui ont défendu la qualité des données à grande échelle tout au long de leur carrière, que le lancement des cas d'utilisation de l'IA ait donné lieu à un défi familier mais croissant. Ce défi consiste à garantir la qualité et la gouvernance des données pour les volumes extrêmement importants de données que les entreprises gèrent pour l'IA et d'autres utilisations.

Ayant la chance de passer beaucoup de temps à rencontrer des responsables des données et des entreprises lors de conférences, je suis aux premières loges pour savoir ce qui résonne et ce qui frustre encore les organisations dans leurs écosystèmes de données. Voici cinq points clés à retenir :

1. L'IA a un problème de données, et tout le monde le sait

Lors de tous les événements auxquels j'ai participé récemment, une phrase familière revenait sans cesse : "garbage in, garbage out". Les organisations sont enthousiasmées par le potentiel de l'IA, mais elles s'inquiètent de la qualité des données qui alimentent leurs modèles. Nous sommes passés d'une discussion sur la construction et l'ajustement des modèles à une discussion sur la Préparation données, en particulier sur la façon de s'assurer que les données sont propres, gouvernées et prêtes pour l'IA afin d'obtenir des résultats fiables.

Le vieil adage "Garbage in, garbage out" est toujours d'actualité, d'autant plus que les entreprises cherchent à optimiser l'IA dans l'ensemble de leurs activités. Les responsables des données et de l'analyse soulignent l'importance de la gouvernance données, des métadonnées et de la confiance. Ils se rendent compte que les problèmes de qualité des données peuvent rapidement entraîner des problèmes majeurs en aval qui prennent du temps et sont coûteux à résoudre. Le fait est que tout le monde investit ou cherche à investir dans l'IA. La course est maintenant lancée pour s'assurer que ces investissements sont rentables, ce qui nécessite des données de qualité.

2. Les anciens défis liés aux données sont aujourd'hui plus importants et évoluent plus rapidement

Les questions telles que la gouvernance et la qualité des données ne sont pas nouvelles. La différence est qu'elles ont été amplifiées par l'échelle et la vitesse des environnements de données d'entreprise d'aujourd'hui. Il y a quinze ans, si un problème survenait dans un pipeline de données, un rapport était peut-être en retard. Aujourd'hui, un problème de qualité des données peut se répercuter sur des dizaines de systèmes, avoir un impact sur l'expérience des clients en en temps réel et entraîner IA sur des données erronées. En d'autres termes, les problèmes s'étendent.

C'est pourquoi l' observabilité données est essentielle. Il ne suffit plus de surveiller l'infrastructure. Les entreprises ont besoin d'une visibilité de bout en bout sur les flux de données, leur lignage, les mesures de qualité et les anomalies. Et elles doivent pouvoir atténuer les problèmes avant qu'ils ne se déplacent en aval et ne provoquent des perturbations. Chez Actian, nous avons constaté que les capacités d'observabilité données, y compris les alertes en temps réel, les mesures personnalisées et l'intégration native avec des outils tels que JIRA, ont une forte résonance auprès des clients. Les entreprises ne doivent plus se contenter de résoudre les problèmes après coup, mais les identifier et les résoudre de manière proactive dès le début du cycle de vie des données.

3. métadonnées est le héros méconnu de la Data Intelligence

Alors que l'IA et l'observabilité sont à l'honneur dans les conférences, métadonnées est en train de devenir discrètement un facteur de différenciation majeur. Étonnamment, la gestion des métadonnées n'était pas au centre de la plupart des événements auxquels j'ai assisté, mais elle devrait l'être. Les métadonnées fournissent le contexte, la traçabilité et la possibilité de recherche dont les équipes chargées des données ont besoin pour évoluer de manière responsable et fournir des produits de données fiables.

Par exemple, avec Actian Data Intelligence Platform, toutes les métadonnées sont gérées par un graphe de connaissances fédéré. La plateforme permet une utilisation intelligente des données grâce à l'intégration des métadonnées, de la gouvernance et de l'automatisation de l'IA. Qu'un utilisateur professionnel recherche un produit de données ou qu'un responsable des données gère le lignage et l'accès, les métadonnées rendent l'écosystème des données plus intelligent et plus facile à utiliser.

4. L'intelligence des données est en train de s'imposer

J'ai constaté une augmentation sensible de la façon dont les fournisseurs parlent de "data intelligence". Cette notion est de plus en plus souvent évoquée dans le cadre des plateformes modernes, et ce pour de bonnes raisons. L'intelligence des données réunit le catalogage, la gouvernance et la collaboration d'une manière avantageuse pour les équipes informatiques et commerciales.

Bien que d'autres fournisseurs entrent dans ce domaine, je crois que l'avantage concurrentiel d'Actian réside dans sa simplicité et son évolutivité. Nous fournissons des outils intuitifs pour l'exploration des données, des modèles de catalogues flexibles et des produits de données prêts à l'emploi soutenus par des contrats de données. Il ne s'agit pas seulement de fonctionnalités. Ce sont des outils d'affaires qui permettent aux utilisateurs de tous les niveaux de compétence d'accéder rapidement et facilement aux données dont ils ont besoin.

5. La culture de l'accès aux données évolue

L'une des évolutions les plus intéressantes que j'ai remarquées est un compromis, voire une friction, entre la démocratisation des données et leur protection. Les responsables des données et les gestionnaires de données veulent donner aux équipes les moyens d'effectuer des analyses libre-service , mais ils doivent également s'assurer que les informations sensibles sont protégées.

Le nouvel état d'esprit n'est pas "d'ouvrir toutes les données à tout le monde" ou "de tout verrouiller", mais plutôt une approche stratégique qui permet un contrôle d'accès intelligent. Par exemple, un spécialiste du marketing n'a pas besoin d'accéder aux numéros de téléphone des clients, alors qu'un représentant commercial pourrait en avoir besoin. Permettre un contrôle granulaire de l'accès aux données en fonction des rôles et du contexte, jusqu'au niveau de la ligne et de la colonne, est une priorité absolue.

L'intelligence des données est plus qu'une tendance

Certaines des informations les plus significatives que j'obtiens lors d'événements proviennent d'interactions non structurées, en tête-à-tête. Qu'il s'agisse de discuter avec des clients au cours d'un dîner ou d'engager la conversation avec un inconnu avant une session de discussion, ces moments nous aident à comprendre ce qui compte vraiment pour les entreprises.

Bien que l'IA soit le sujet principal du moment, il est clair que l'intelligence des données déterminera dans quelle mesure les entreprises tiendront les promesses de l'IA. Cela signifie qu'il faut donner la priorité à la qualité des données, à la confiance, à l'observabilité, à l'accès et à la gouvernance, le tout reposant sur des métadonnées riches. En fin de compte, la construction d'une entreprise intelligente et prête pour l'IA commence par quelque chose d'étonnamment simple : de meilleures données.

Lorsque je participe à des événements, j'encourage les participants qui rencontrent Actian à faire une visite guidée du produit. En effet, lorsque les responsables des données voient ce que des données fiables et intelligentes peuvent faire, ils changent leur façon de voir les données, les cas d'utilisation et les résultats.

À propos de Liz Brown

Liz Brown est une professionnelle du marketing pleine d'énergie et axée sur les résultats, qui a fait ses preuves enregistrement matière de croissance commerciale et d'inspiration, de mentorat et d'habilitation de ses collègues et de ses pairs. Reconnue pour sa réflexion stratégique et son leadership collaboratif, Liz excelle dans l'élaboration de stratégies marketing percutantes, de programmes ABM et d'initiatives d'habilitation adaptées aux grands comptes et aux secteurs d'activité. Elle possède une vaste expérience du positionnement de la marque, des campagnes intégrées et de l'engagement des clients, qu'il s'agisse d'événements à grande échelle ou d'initiatives numériques ciblées.