Améliorez votre catalogue de données avec une Marketplace données d'entreprise (EDM)

Au cours de la dernière décennie, les catalogues de données ont émergé comme des piliers importants dans le paysage des initiatives basées sur les données. Cependant, de nombreux fournisseurs sur le marché ne répondent pas aux attentes avec des délais trop longs, des projets complexes et coûteux, des modèles de gouvernance données bureaucratiques, des taux d'adoption médiocres par les utilisateur et une création de faible valeur. Cette divergence s'étend au-delà des projets de gestion des métadonnées , reflétant un échec plus large au niveau de la gestion des données .

La situation actuelle révèle une déconnexion entre les compétences techniques et les connaissances commerciales, un manque de collaboration entre les producteurs et les consommateurs de données, des problèmes persistants de latence et de qualité des données, ainsi qu'une évolutivité non satisfaite des sources de données et des cas d'utilisation. Malgré des investissements substantiels en personnel et en technologie, les entreprises se trouvent confrontées à une dure réalité : l'incapacité à répondre de manière adéquate aux besoins de l'entreprise.

La bonne nouvelle, cependant, c'est qu'il est possible d'inverser cette situation en adoptant un Marketplace données d'entreprise (EDM) et en tirant parti des investissements existants.

Présentation de l'Enterprise Data Marketplace

Une GED n'est pas une panacée, mais plutôt une solution de transformation. Elle oblige les entreprises à recadrer leur approche des données, en introduisant une nouvelle entité - les "produits de données". Data Products. Un solide Data Mesh, tel que préconisé par Zhamak Dehghani dans son article de blog perspicace, devient impératif, la GED servant de couche expérimentale du Data Mesh.

Cependant, le paysage a évolué avec un nouveau type de GED - une plateforme de partage des données intégrée à un solide catalogue de données fédéré :

EDM = partage des données Platform + Strong catalogue de données

C'est précisément ce qu'accomplit l'Actian Data Intelligence Platform, et qu'elle prévoit d'améliorer encore, avec sa définition d'une GED :

Une Marketplace données d'entreprise est une solution de type commerce électronique, où les producteurs de données publient leurs Data Products et où les consommateurs de données explorent, comprennent et acquièrent ces Data Products publiés.

La Marketplace fonctionne comme un catalogue de données, facilitant le partage et l'échange des données de domaine les plus précieuses, présentées sous forme de Data Products

Pourquoi compléter votre catalogue de données avec une Marketplace données d'entreprise ?

Nous avons compilé 5 raisons impérieuses d'améliorer votre catalogue de données avec une Marketplace données d'entreprise.

Raison n° 1 : rationaliser le processus de création de valeur

En confiant à des domaines la responsabilité de créer des Data Products, vous libérez la richesse des connaissances que possèdent les professionnels de l'entreprise et vous favorisez une collaboration plus transparente avec les ingénieurs de données, les Data Scientists et les équipes d'infrastructure. Alignés sur les objectifs communs de l'entreprise, la conception, la création et la maintenance de Data Products précieux et prêts à l'emploi adopteront collectivement un état d'esprit axé sur la conception de produits.

Dans ce cadre, les équipes s'organisent de manière autonome, rationalisant les cérémonies de livraison incrémentale des Data Products et apportant de la fluidité au processus de création. Comme les Data Products intègrent de nouvelles métadonnées pour guider les consommateurs de données dans leur utilisation, une GED joue un rôle central dans l'élaboration et l'exploration des métadonnées liées aux Data Products , servant essentiellement de plan d'expérience au sein du Data Mesh dans le cadre du Data Mesh.

En respectant les nuances propres à chaque domaine, on observe une réduction notable du volume et du type de métadonnées, ainsi qu'un processus de curation plus efficace. Dans de tels cas, une GED robuste, ancrée par un puissant catalogue de données tel que la plateforme Actian Data Intelligence, apparaît comme le moteur principal. Cette GED facilite non seulement la conception d'ontologies spécifiques à un domaine, mais se targue également d'une récolte automatisée de Fonctionnalités à partir de sources de données sur sur site et dans le nuage. En outre, il permet de fédérer des catalogues de données pour mettre en œuvre diverses topologies de Data Mesh et offre aux utilisateurs finaux une expérience d'achat de données sans effort et intuitive, semblable à celle du commerce électronique.

Raison n°2 : Rationaliser les investissements existants

En utilisant une GED (parallèlement à un puissant catalogue de données), les investissements existants dans des plateformes données modernes et dans le personnel peuvent être considérablement améliorés. L'élimination des pipelines de données complexes, où les données n'ont souvent pas besoin d'être déplacées, permet de réaliser des économies substantielles. De même, la réduction des réunions de synchronisation complexes, nombreuses et inutiles avec les équipes interfonctionnelles se traduit par des gains de temps considérables.

C'est pourquoi l'organe de gouvernance fédéré maintient une approche ciblée, en se concentrant uniquement sur les activités Data Mesh. Cette stratégie ciblée optimise l'allocation des ressources et accélère la création de Data Products incrémentaux et délégués, réduisant ainsi le temps de retour sur investissement.

Pour garantir des résultats mesurables, il est essentiel de suivre de près les performances des Data Products l'aide d'indicateurs de performance clés précis. Cette mesure proactive améliore la prise de décision et contribue à l'obtention de résultats tangibles.

Raison #3 : Obtenir une meilleure adoption qu'avec un catalogue de données uniquement

Une GED, couplée à un puissant catalogue de donnéesjoue un rôle essentiel dans la facilitation de l'adoption. Au niveau du domaine, elle aide à concevoir et à conserver des métadonnées spécifiques au domaine, facilement compréhensibles par les utilisateurs professionnels du domaine. Cela permet d'éviter la nécessité d'une "couche commune", un écueil typique dans l'adoption du catalogue de données . Au niveau du maillage, il offre des moyens de consommer efficacement les Data Products , en fournissant des informations sur l'emplacement, la version, la qualité, l'état, la provenance, la plateforme, le schéma, etc. Un métamodèle dynamique spécifique à un domaine, associé à de solides Fonctionnalités recherche et de découverte, fait de la GED un outil qui change la donne.

La valeur ajoutée de la GED réside dans le provisionnement et les droits d'accès, l'intégration avec les systèmes de billetterie, les plateformes dédiées à l'application de la politique des données et les fonctionnalités des fournisseurs de plateformes de données modernes - un concept appelé " gouvernance computationnelle des données".

Raison n° 4 : clarifier les responsabilités et contrôler les performances en matière de création de valeur

L'application des principes de gestion des Data Products aux Data Products et l'attribution de la propriété aux domaines clarifient les responsabilités. Chaque domaine devient responsable de la conception, de la production et de la gestion du cycle de vie de ses Data Products. Cette approche ciblée garantit que les rôles et les attentes sont bien définis.

La GED ouvre ensuite les Data Products à l'ensemble de l'organisation, en fixant des normes auxquelles les domaines doivent adhérer. Cette ouverture permet de maintenir la cohérence et de s'assurer que Data Products sont conformes aux objectifs de l'organisation et aux critères de qualité.

Dans le cadre de la GED, les entreprises établissent des indicateurs clés de performance tangibles pour contrôler les performances commerciales des Data Products. Cette approche proactive permet aux organisations d'évaluer l'efficacité de leurs stratégies en matière de données. En outre, elle permet aux consommateurs de données de contribuer au processus d'évaluation par le biais de notations collectives, ce qui favorise un environnement collaboratif et inclusif pour le retour d'information et l'amélioration.

Raison n° 5 : Appliquer les principes éprouvés du développement logiciel Lean à la stratégie de données

La création de Data Products suit un paradigme similaire aux principes de développement de logiciels Lean qui ont révolutionné la transformation numérique. L'adoption de principes tels que l'élimination du gaspillage, l'amplification de l'apprentissage, la prise de décision tardive, la livraison rapide et la construction de la qualité fait partie intégrante de l'approche qu'un Data Mesh peut permettre.

Dans ce contexte, la GED agit comme une plateforme de collaboration pour les équipes engagées dans la création de Data Products. Il facilite :

• Fonctionnalités de découverte : La curation technique automatique des types de données, des informations de lignage et des schémas permet la création rapide de produits ad hoc.
• Data Mesh métadonnées Curation : La GED intègre des Fonctionnalités curation métadonnées automatiques spécifiquement adaptées au Data Mesh, à condition que le catalogue de données ait des Fonctionnalités fédération.
• 360 Couverture de l'information sur les Data Products : Assurer une couverture complète des informations relatives aux Data Products, en englobant leurs aspects de conception et de livraison.

Par essence, la collaboration entre une Marketplace données d'entreprise et un puissant catalogue de données améliore non seulement l'écosystème global des données, mais apporte également des avantages tangibles en optimisant les investissements, en réduisant les complexités inutiles et en améliorant l'efficacité du processus de création de valeur des données.

À propos d'Actian Corporation

Actian permet aux entreprises de gérer et de gouverner en toute confiance les données à l'échelle, en rationalisant les environnements de données complexes et en accélérant la fourniture de données prêtes pour l'IA. L'approche d'Actian en matière d'intelligence des données combine la découverte de données, la gestion des métadonnées et la gouvernance fédérée pour permettre une utilisation plus intelligente des données et améliorer la conformité. Grâce à desFonctionnalités intuitives libre-service , les utilisateurs professionnels et techniques peuvent trouver, comprendre et faire confiance aux actifs de données dans les environnements cloud, hybrides et sur site . Actian fournit des solutions de gestion des données flexibles à 42 millions d'utilisateurs au sein de sociétés Fortune 100 et d'autres entreprises dans le monde entier, tout en maintenant un taux de satisfaction de la clientèle de 95 %.