Comment obtenir une vue d'ensemble d'une pile technologique en pleine expansion en 2026

Le problème de l'expansion urbaine : pourquoi les données prennent toujours le pas sur votre suivi

La production annuelle de données a atteint 1,2 zettaoctets en 2010, 64 zettaoctets en 2020, et les prévisions tablent sur 2 142 zettaoctets en 2035. Une telle croissance ne se traduit pas seulement par une augmentation du volume de données. Elle implique également un plus grand nombre de systèmes qui les génèrent, d'outils qui les traitent et d'endroits où elles sont stockées.

Cette croissance ne reste pas cantonnée à un seul endroit. De nouveaux outils sont ajoutés par l'équipe qui en a le plus besoin, et les données se propagent avec eux : dans une application SaaS par-ci, dans un outil d'IA que quelqu'un teste par-là. La plupart des équipes ne se rendent compte de l'ampleur de cette propagation que lorsqu'un audit révèle la présence de données clients dans un document ou sur une plateforme à laquelle elles ne se souviennent pas s'être connectées.

Une pile de données est en constante évolution. Il ne suffit pas de choisir une seule fois les cinq bons outils. Ce qui compte, c’est de savoir en permanence où se trouvent vos données, qui peut y accéder et si ces personnes sont bien celles qui devraient y avoir accès. Les systèmes existants continuent de fonctionner en arrière-plan, même lorsque vous ajoutez de nouveaux éléments. La véritable visibilité s’ajoute à ce dont vous disposez déjà ; elle n’attend pas un remplacement qui ne viendra jamais.

Comment améliorer la visibilité sur votre pile technologique : 7 étapes

Étape 1 : Faites le point sur ce que vous utilisez réellement

Avant d'évaluer un outil, faites le point sur ce que vous utilisez déjà. Répertoriez toutes les applications, tous les services et toutes les plateformes en service : sur site, le cloud et tout ce qui est fourni par un tiers.

Posez ensuite quatre questions :

• Qui sont les parties prenantes pour chaque outil, et disposent-elles des droits d'accès nécessaires ?
• De quels outils a-t-on réellement besoin pour faire ce travail ?
• Dans quels domaines une meilleure visibilité modifierait-elle le fonctionnement d'une équipe ?
• Pourquoi chaque outil existe-t-il ? Pour certains, il n'y aura plus de réponse claire.

Cette dernière question est plus importante qu'il n'y paraît. Le nombre d'outils augmente insidieusement, et chaque outil ajouté sans raison valable finit par devenir un angle mort par la suite.

Étape 2 : Suivre les indicateurs qui comptent vraiment

L'inventaire vous indique ce qui existe. Le suivi de ces cinq indicateurs vous permet de déterminer si les données qui y transitent sont fiables :

• Actualité : date à laquelle les données ont été reçues.
• Volume : quantité de données transférées.
• Schéma : la structure évolue-t-elle sans que personne ne s'en aperçoive ?
• Répartition : vérification du décalage éventuel des valeurs par rapport aux fourchettes normales.
• Traçabilité : comment les données circulent de la source à la destination.

Suivez-les régulièrement, et pas seulement une seule fois. De nouveaux outils apparaissent sans cesse, et chacun d'entre eux représente un nouveau risque que des données ne soient pas surveillées.

Étape 3 : Identifier où se cachent les données sensibles

Les données sensibles circulent rarement par un seul canal évident. Elles apparaissent dans des endroits auxquels personne ne s'attendait :

• Les lecteurs partagés et les documents sont utilisés comme solution de secours lorsque le « vrai » système est trop lent.
• Les outils d'analyse ou d'outils bi nt connectés une seule fois à une source, puis sont oubliés.
• Des outils d'IA dans lesquels les employés collent des données pour gagner du temps, sans que le contenu partagé ne fasse l'objet d'aucune vérification.
• Des clés API et des intégrations mises en place pour un projet ponctuel qui n'ont jamais été désactivées.

Les applications tierces et celles des fournisseurs méritent le même niveau de vigilance, mais la plupart des équipes négligent cet aspect. Les systèmes ERP, les plateformes de traitement des commandes, les outils de gestion des commandes et autres logiciels fournisseurs traitent tous des données sensibles, mais les équipes partent du principe qu’il est impossible d’en avoir une visibilité simplement parce qu’elles ne les ont pas développées elles-mêmes. Cette hypothèse coûte cher. Lorsqu’un incident trouve son origine dans un système fournisseur que personne ne surveillait, l’analyse des causes profondes prend beaucoup plus de temps, et l’équipe perd la possibilité de le détecter à un stade précoce.

Un catalogue des sources de données connues ne permettra pas de détecter tout cela. Le véritable défi consiste à mettre en évidence ce qui ne figure pas encore dans le catalogue, y compris les outils des fournisseurs que tout le monde considérait comme le problème de quelqu’un d’autre.

Étape 4 : Attribuez la responsabilité de ce que vous trouvez

Savoir où se trouvent les données ne représente que la moitié du travail. Il faut bien que quelqu'un en soit responsable.

Pour chaque source de données que vous trouvez, trois questions appellent une réponse :

• Qui est responsable de l'exactitude et de la sécurité de ces données ?
• Qui est autorisé à y accéder, et à quel niveau ?
• Que se passe-t-il lorsqu'une nouvelle équipe ou un nouvel outil a besoin d'un accès ?

Les lacunes en matière de responsabilité se traduisent souvent par un cloisonnement au sein des équipes. Demandez à vos équipes :

• Pouvez-vous détecter les problèmes avant même qu'un client ne les signale ?
• Sait-on clairement à qui un incident doit être signalé ?
• Est-ce que plusieurs équipes travaillent sur le même problème sans le savoir ?
• Vous retrouvez-vous à devoir résoudre le même problème récurrent tous les quelques mois ?

Une réponse affirmative à l'une de ces questions indique généralement qu'un responsable fait défaut à un moment donné du processus.

Étape 5 : Établir un lien entre la visibilité et les priorités de l'entreprise

Les indicateurs techniques n'ont d'intérêt que s'ils sont liés à des éléments que l'entreprise suit déjà. Une société de services financiers peut, par exemple, surveiller le délai de traitement des demandes de prêt. Un fabricant peut, quant à lui, surveiller le temps de fonctionnement des chaînes de production. Quels que soient les indicateurs clés de votre organisation, le travail de mise en évidence des données doit y être directement lié.

Transformez ces priorités métier en cibles spécifiques et mesurables, en objectifs de niveau de service, pour les systèmes qui les support nt, et configurez des alertes directement en fonction de ces cibles. Lorsqu’un problème lié aux données est sur le point d’affecter un indicateur que la direction surveille déjà, c’est ce qui transforme un constat technique en un élément sur lequel l’entreprise va réellement agir.

Étape 6 : Choisissez des outils compatibles avec ce dont vous disposez déjà

Il est rarement nécessaire de remplacer l'ensemble de votre infrastructure pour gagner en visibilité. Les systèmes hérités continuent de fonctionner parce qu'ils sont toujours opérationnels. Les supprimer pour ajouter une couche de surveillance engendre généralement plus de risques que le manque de visibilité qu'elle est censée combler.

Recherchez des outils reposant sur une architecture ouverte: ceux qui lisent les données dans différents formats, tels que Iceberg, Hudi et Delta, et qui se connectent aux bases de données déjà utilisées, plutôt que d'exiger au préalable une migration vers une nouvelle plateforme unique. C'est ce qui permet d'ajouter une couche de visibilité à une infrastructure existante, sans avoir à la reconstruire de fond en comble.

Les critères à prendre en compte pour choisir un outil de visibilité

Tous les outils qui prétendent résoudre les problèmes de visibilité ne répondent pas forcément à vos besoins. Voici quelques critères à vérifier avant de faire votre choix :

• Une découverte automatisée couvrant toutes les sources, et pas seulement les systèmes que vous connaissez déjà.
• Couverture des cinq indicateurs de l'étape 2 : fraîcheur, volume, schéma, distribution et traçabilité.
• gouvernance et des contrôles d'accès intégrés, de sorte que les questions relatives à la propriété soulevées à l'étape 4 trouvent une réponse concrète, et non pas simplement un tableau Excel.
• Une architecture ouverte qui lit directement des formats tels que Iceberg, Hudi et Delta, et se connecte à vos bases de données existantes sans nécessiter de migration préalable.

Un outil auquel il manquerait l'un de ces éléments laisserait une lacune quelque part dans le processus, généralement le même type de lacune qui a conduit à l'étalement urbain au départ.

Étape 7 : Faites-en une habitude durable

La visibilité n'est pas un projet qui a une date butoir. Il faut analyser les incidents sans chercher à attribuer la responsabilité, en se concentrant sur ce que le processus n'a pas détecté plutôt que sur la personne qui a commis l'erreur. C'est ce qui incite réellement les gens à signaler les problèmes dès leur apparition, plutôt que de les dissimuler.

Surveillez également le nombre d'outils que vous utilisez. Chaque outil ajouté pour résoudre un problème constitue un système supplémentaire générant ses propres alertes, et les outils qui se chevauchent ont tendance à déclencher des alertes redondantes pour un même problème. Avant d'en ajouter un nouveau, vérifiez si un outil existant ne comble pas déjà cette lacune. Moins il y a d'outils, et mieux ils sont intégrés, moins il y a de « bruit » dans les alertes et moins il y a de risques que l'informatique fantôme refasse surface.

Pourquoi cela prend encore plus d'importance dès lors que l'IA entre en jeu

Chaque étape prend ici une importance accrue dès lors que l'IA entre en jeu. L'IA ne crée pas de nouvelles failles dans une pile de données ; elle met simplement en évidence celles qui existaient déjà. Un modèle entraîné sur des données non contrôlées et non surveillées ne se contente pas d'afficher un chiffre erroné sur tableau de bord. Il prend des décisions à grande échelle en se basant sur ce chiffre erroné, bien plus rapidement que quiconque ne pourrait le repérer dans un tableur.

C’est précisément pour cela qu’a été conçue la solution Actian Data observabilité . Ses agents Data observabilité valident les données en continu dès leur arrivée, remontent à la source des problèmes et les mettent en évidence avant qu’ils n’atteignent un rapport, une tableau de bord ou un modèle. La solution lit directement les bases de données et les formats « lakehouse » déjà en place ; il n’est donc pas nécessaire de procéder à une migration préalable pour gagner en visibilité. Elle se connecte également à ce qui est déjà en service grâce à des intégrations natives, tant au sein de l’écosystème de données moderne que des systèmes hérités.

La visibilité n'est pas un projet que l'on mène à bien avant de se lancer dans une initiative d'IA. Il s'agit d'une pratique continue, que l'on peut intégrer à l'infrastructure dont on dispose déjà.

À propos de l'auteur

À propos de Actian Corporation

Actian permet aux entreprises de gérer et de gouverner leurs données en toute confiance, quelle que soit leur ampleur. Les organisations font confiance aux solutions gestion des données d'intelligence des données d'Actian pour rationaliser leurs environnements de données complexes et accélérer la mise à disposition de données prêtes pour l'IA. Conçues pour être flexibles, les solutions Actian s'intègrent de manière transparente et fonctionnent de manière fiable dans les environnements sur site, dans le cloud et hybrides. Pour en savoir plus sur Actian, la division données et IA de HCL Software, rendez-vous sur actian.com.