Repenser l'hybride pour une entreprise pilotée par les données

Après un récent webinaire d'Actian auquel participait Forrester Research, John Bard, directeur principal du marketing produit chez Actian, a demandé à Michele Goetz, analyste principal chez Forrester, d'en dire plus sur les tendances du marché des données d'entreprise d'aujourd'hui. Voici la première partie de cette conversation :

John Bard, Actian : Le marché des entreprises a tendance à considérer le terme "hybride" comme étant sur site ou dans le nuage, mais il existe plusieurs autres dimensions pour l'hybride. Pouvez-vous préciser d'autres façons dont le terme "hybride" s'applique aux marchés de la gestion des données et de l'intégration ?

Michele Goetz, Forrester : L'architecture hybride consiste en fait à couvrir un certain nombre de dimensions : le déploiement, les types de données, l'accès et l'écosystème propriétaire. Les analystes et les consommateurs de données ne peuvent pas être entravés par des contraintes technologiques et de plate-forme qui limitent l'accès aux informations nécessaires pour conduire la stratégie, les décisions et les actions afin d'être compétitifs dans des environnements commerciaux en évolution rapide. Les architectes de l'information doivent réfléchir à l'alignement sur les niveaux de service et les attentes en matière de données, ce qui les oblige à prendre des décisions en matière d'architecture hybride concernant l'workloads analytiques nuages, des opérations et des workloads analytiques, le libre-service et la sécurité, et l'emplacement de l'information en interne ou avec des partenaires de confiance.

JB : Quels sont, selon vous, les facteurs importants pour les clients qui évaluent les bases de données lorsqu'il s'agit de satisfaire à la fois les workloads analytiques transactionnelles et les workloads analytiques?

MG : Les approches traditionnelles en matière de sélection de bases de données se divisent en deux catégories : les bases de données opérationnelles et les bases de données analytiques. Les environnements de base de données étaient conçus pour l'un ou l'autre. Aujourd'hui, les workloads analytiques opérationnelles et de workloads analytiques convergent car les événements transactionnels et de logs sont analysés en flux et pilotent intelligemment des capacités telles que l'automatisation des processus robotisés, la maintenance juste à temps et l'action suivante ou conseillent les travailleurs dans leurs activités. Les bases de données doivent être en mesure d'exécuter des architectures Lambda et de gérer les charges de travail à travers les données historiques et de flux d' une manière qui prend en charge les actions en temps réel.

JB : Quelles sont les forces du marché qui déterminent ces autres aspects "hybrides" de la gestion des données?

MG : L'hybride offre aux entreprises la possibilité de construire des systèmes adaptatifs composables qui s'adaptent à l'évolution de la demande de données et d'informations de l'entreprise. De nouvelles bases de données peuvent être créées et retirées à volonté, ce qui permet aux entreprises de réduire les bases de données existantes et les silos de données conflictuels. La gestion des données hybride gestion des données fournit une plateforme sur laquelle des services peuvent être construits à l'aide d'API et de connecteurs pour relier n'importe quelle application. L'informatique en nuage permet de réduire le coût total de possession grâce à de nouvelles capacités, tandis que les couches de gestion permettent aux administrateurs de déplacer facilement les charges de travail et les données entre l'informatique en nuage et le sur site , afin d'optimiser davantage les coûts. En outre, les niveaux de service des données sont mieux respectés grâce à la gestion des données hybride gestion des données, car les utilisateurs peuvent, de manière indépendante, rechercher, traiter et développer des informations à l'aide d'outils légers d'intégration et d'analyse. Dans chacun de ces exemples, les heures de ressources d'ingénierie et d'administration sont réduites ou les processus actuels sont optimisés pour un déploiement rapide et une valorisation plus rapide des données.

JB : Qu'en est-il de l'intégration hybride des données ? Elle peut couvrir à la fois l'intégration de données et l'intégration d'applications. Qu'en est-il de l'intégration interentreprises (B2B) ? Qu'en est-il des spécialistes de l'intégration par rapport aux "intégrateurs citoyens" ?

MG : L'intégration hybride se définit par des données orientées services qui couvrent les capacités d'intégration de données et d'applications. Plutôt que de s'appuyer strictement sur l'extraction, la transformation et le chargement(ETL)/l'extraction, le chargement et la transformation (ELT) et la capture des données de changement, les spécialistes de l'intégration disposent d'un plus grand nombre d'outils d'intégration dans leur boîte à outils pour concevoir des services de données basés sur des exigences de niveau de service. Les flux permettent à l'intégration de se produire en en temps réel avec des analyses Embarqué . La virtualisation permet aux vues de données d'entrer dans les applications et les services d'entreprise sans le fardeau d'un mouvement massif de données. L'ingestion open source permet de support une plus grande variété de types et de formats de données afin de tirer parti de toutes les données. Les API conteneurisent les données en fonction des exigences de l'application et de la connectivité pour des vues axé sur des événements et une meilleure compréhension. Les données sont adaptées aux besoins de l'entreprise.

L'autre vague de l'intégration des données est l'émergence du libre-service, ou de l'intégrateur citoyen. Avec un peu plus qu'une compréhension des données et de la manipulation des données dans Excel avec des formules simples, les personnes ayant moins de compétences techniques peuvent exploiter et réutiliser les API pour accéder aux données ou utiliser des catalogues et des outils de préparation des données pour manipuler les données et créer des ensembles de données et des API pour le partage des données. Les administrateurs de données et les ingénieurs ont toujours une visibilité et un contrôle sur le contenu de l'intégrateur citoyen, mais ils sont en mesure de se concentrer sur des solutions complexes et d'éliminer les goulets d'étranglement qui empêchaient les utilisateurs d'accéder aux données par le passé.

Dans l'ensemble, ces deux tendances augmentent la flexibilité, permettent aux déploiements d'évoluer et d'obtenir plus rapidement une valeur ajoutée des données.

La gestion des données hybride gestion des données et l'intégration constituent la stratégie de nouvelle génération qui permettra aux entreprises de passer de la richesse des données à leur exploitation. Alors que les entreprises se réorientent vers le numérique, l'internet des objets (IoT) et les nouvelles menaces concurrentielles, la capacité à disposer d'architectures flexibles, adaptables et évolutives pour répondre aux demandes de données en temps réel sera essentielle pour suivre le rythme de l'évolution de l'entreprise. En fin de compte, les entreprises seront définies et évaluées par le marché en fonction de leur capacité à exploiter les données pour rester en tête et viables.

À propos d'Actian Corporation

Actian facilite l'accès aux données. Notre plateforme de données simplifie la façon dont les gens connectent, gèrent et analysent les données dans les environnements cloud, hybrides et sur site . Avec des décennies d'expérience dans la gestion des données et l'analyse, Actian fournit des solutions de de haute performance qui permettent aux entreprises de prendre des décisions basées sur les données. Actian est reconnu par les principaux analystes et a reçu des prix de l'industrie pour sa performance et son innovation. Nos équipes partagent des cas d'utilisation éprouvés lors de conférences (par exemple, Strata Data) et contribuent à des projets à code source ouvert. Sur le blog d'Actian, nous abordons des sujets tels que l'ingestion de données en temps réel, l'analyse de données, la gouvernance données, la gestion des données, la qualité des données, l'intelligence des données et l'analyse pilotée par l'IA.