Qu'est-ce que la Data Fabric ?

Une Data Fabric permet de gérer différents niveaux d'échelle et de complexité au sein de vos ressources data. En intégrant Tableau à votre propre Data Fabric, vous pouvez accélérer la génération de valeur et d'insights pour votre analytique.

Vous connaissez probablement déjà la bonne nouvelle : Les entreprises adoptent la prise de décisions data-driven et le développement des approches data à un rythme sans précédent. La pandémie a certainement joué un rôle déterminant, mais les entreprises ont compris la valeur des données, et ne reviendront pas à une prise de décisions basées sur l'instinct.

Voici maintenant une moins bonne nouvelle : les entreprises se transforment si rapidement qu'elles amassent un volume de données supérieur à celui qu'elles peuvent analyser. En moyenne, une organisation gère aujourd'hui 10 fois plus de données qu'il y a 5 ans. Les entreprises peinent à utiliser leurs données de manière efficace, intuitive, sécurisée, et dans le respect de la conformité. 

La problématique n'est pas tant le volume de ces données, mais plutôt l'endroit où elles résident et les difficultés d'accès. Après tout, une entreprise classique dispose de 900 applications, mais à peine un tiers d'entre elles sont connectées. 90 % des responsables IT reconnaissent que ce manque de connexion, en d'autres termes ce cloisonnement, crée des défis métier importants.* Il génère souvent des surcoûts, des erreurs d'intégration de données, ou encore des données manquantes ou imprécises, qui entraînent globalement une défiance envers les données.

Cette situation représente une opportunité pour les entreprises aujourd'hui. Si elles parviennent à décloisonner les données dont elles disposent et à tirer parti de leur puissance, elles pourront permettre à chacun de prendre des décisions data-driven, aujourd'hui comme demain. Pour y parvenir, elles doivent mettre en place une nouvelle conception de la gestion des données : une Data Fabric. 

Qu'est-ce qu'une Data Fabric ?

La Data Fabric désigne la nouvelle conception de la gestion des données, qui permet aux entreprises d'accéder aux données, de les intégrer, les modéliser, les analyser et les distribuer en toute fluidité. Au lieu de centraliser les référentiels de données, la Data Fabric crée un environnement fédéré, s'appuie sur l'IA et sur l'automatisation des métadonnées pour sécuriser la gestion des données. 

À mesure que les entreprises affinent leurs stratégies pour renforcer leur productivité et amener leur analytique à maturité, la Data Fabric vient jouer le rôle d'architecture unique permettant de gérer différents niveaux de diversité, de distribution, d'échelle et de complexité de leurs ressources data.

Tableau qu'est-ce qu'une Data Fabric

Chez Tableau, nous considérons que les meilleures décisions sont celles qui sont prises lorsque chacun a la capacité à placer les données au cœur de toutes les conversations. Nos valeurs constituent le pilier de notre plateforme, qui facilite la conception de la Data Fabric grâce à une couche de gestion vous aidant à décloisonner les données et à rationaliser la prise en charge de l'ensemble du cycle de vie de vos données et de votre analytique. 

Tableau vous permet de trouver le bon équilibre pour accéder aux données, améliorer leur qualité, les préparer et les modéliser pour vos scénarios analytiques, tout en donnant accès en écriture aux sources de gestion. Voyons de plus près ces fonctionnalités.
Catalogue de données pour l'analytique. Passez en revue les informations sur la qualité et la structure des données et des sources pour mieux les surveiller et les sélectionner.

  • Gestion des métadonnées. Présentez des métadonnées de qualité directement dans le flux analytique des utilisateurs, tout en profitant d'une communication bilatérale avec les outils de votre entreprise.
  • Qualité et lignage des données. Surveillez les sources de données en fonction de politiques personnalisées, afin d'aider les utilisateurs à déterminer si les données sont suffisamment actualisées et fiables pour être utilisées. Identifiez les utilisateurs de données spécifiques, afin d'accélérer la collaboration ou de réduire les indisponibilités en cas de changements.
  • Modélisation des données. Tirez parti des couches sémantiques et physiques pour mieux combiner vos données en fonction de schémas adaptés à vos analyses.
  • Préparation des données. Proposez une solution, visuelle et directe pour combiner, mettre en forme et nettoyer les données en quelques clics.
  • Gouvernance des données, de la sécurité et des ressources. Optimisez vos données tout au long de leur cycle de vie avec des politiques cohérentes pour toutes les utilisations. Maîtrisez les comportements en fonction de vos attentes, en particulier pour les données sensibles et les accès.
  • Intégration des données. Générez des insights pertinents à partir de données issues de plateformes et de sources différentes, comme les entrepôts et lacs de données, ou encore les CRM.
  • Virtualisation et découverte. Améliorez votre compréhension des ensembles de données utilisés pour l'intégration ou l'analyse des données.
  • Orchestration. Automatisez la coordination des événements liés aux données, comme ceux liés à la qualité ou les erreurs dans les flux, le tout directement dans vos workflows.
  • Analytique augmentée. Optimisez et exploitez l'IA pour faciliter l'exécution en quelques clics de processus analytiques comme la gestion, la préparation et l'analyse des données.

Approche centrée sur l'analytique

Les dirigeants comprennent depuis longtemps l'importance de l'analytique pour l'avenir de leur entreprise. Le cabinet de conseil International Data Corporation indique que 83 % des dirigeants souhaitent que leur organisation soit davantage data-driven, et investissent dans le développement d'une culture des données. Les leaders en la matière sont 23 fois plus susceptibles de gagner des clients, et 1,5 fois plus susceptibles d'augmenter leur CA de 10 %. 

À mesure que les organisations se lancent dans le développement de leur Data Fabric, il est essentiel qu'elles ne perdent pas de vue ce qui génère le plus de valeur. Si pour vous c'est l'analytique, alors maintenez le cap. La mise en œuvre d'une Data Fabric va prendre plusieurs années, et il est important de définir des objectifs à court terme pour présenter la valeur ajoutée et maintenir l'engagement de tous les intervenants. 

En intégrant Tableau à la conception de votre Data Fabric, vous pouvez surmonter les obstacles les plus communs dans les dernières étapes de vos initiatives data. Voici quelques exemples : 

  • Adoption insuffisante par les métiers. Boostez l'adoption auprès de milliers d'utilisateurs en déployant une plateforme faisant office de hub de collaboration et d'environnement fédéré qui leur permet d'accéder aux données. Les équipes IT et en charge de la gouvernance peuvent quant à elles mettre en œuvre leurs projets stratégiques. 
  • Lenteur de mise en œuvre des normes de gouvernance. Instaurez un climat de confiance et de fiabilité directement dans les outils data de vos utilisateurs. Tableau fournit des informations contextualisées sur la pertinente des données, l'état de certification, les avertissements sur la qualité, les définitions de champs, les sources de données et l'ensemble de l'utilisation.
  • Perte de visibilité une fois que les données sortent de l'entrepôt. Aujourd'hui, les données présentent un avantage indéniable : elles peuvent être utilisées de différentes manières. Mais cette flexibilité présente de nombreux défis de gouvernance. Avec des métriques indiquant qui utilise les données et comment, l'IT peut obtenir des insights sur les sources générant le plus de valeur, mais aussi identifier et gérer les cas d'utilisation de données sensibles automatiquement. 

Pour en savoir plus sur la conception, d'une Data Fabric et découvrir l'analyse de ce marché par Forrester, lisez le rapport Now Tech: Data Fabric Vendors Q1 '22