211service.com
DataOps et l'avenir de la gestion des données
Réalisé en collaboration avec Hitachi Vantara
DataOps et l'avenir de la gestion des données
Télécharger le rapport complet
Aujourd'hui, les entreprises sont confrontées à un défi numérique colossal : elles s'efforcent de trouver des moyens d'extraire de la valeur des données. Autrement dit, ils veulent obtenir des résultats commerciaux spécifiques alors que le volume et la variété des données disponibles augmentent rapidement.
Et ne vous y trompez pas : rechercher ces grains d'or dans une mer d'informations agitée n'est pas une mince affaire. Il faut la concentration et les efforts des scientifiques des données pour effectuer l'exploration, des équipes de développement pour créer des applications d'analyse qui prennent en charge une prise de décision plus intelligente et alimentent l'innovation, des gestionnaires de données pour maintenir la qualité et la sécurité des données, et des informaticiens pour garantir la disponibilité et les performances. Des équipes différentes et des objectifs différents pour les données signifient que les applications d'analyse prennent souvent trop de temps à se développer et à atteindre les utilisateurs qui en ont besoin. Ou ils pourraient ne pas faire ce qu'ils sont censés faire, c'est-à-dire aider à développer l'entreprise.
Pour rendre l'analyse plus efficace, les organisations remplacent la gestion traditionnelle des données par un ensemble émergent de pratiques axées sur la collaboration et l'automatisation. C'est ce qu'on appelle les opérations de données, ou DataOps, une confluence de pratiques avancées de gouvernance des données et de livraison d'analyses qui englobe l'ensemble du cycle de vie des données, de la récupération et de la préparation des données à l'analyse et au reporting. Comme DevOps, qui vise à accélérer le développement de logiciels, DataOps intègre des méthodes de développement agiles et de livraison continue soutenues par des ressources informatiques à la demande. DataOps promet d'aider les organisations à optimiser leur gestion des données ; conduire des initiatives impliquant des technologies à forte intensité de données telles que l'intelligence artificielle, l'apprentissage automatique et l'apprentissage en profondeur ; et produire systématiquement les résultats commerciaux souhaités.
Télécharger le rapport complet.