Que signifie être "data-driven" (techniquement) ?
Data-driven signifie que les données se manifestent quelque part dans votre entreprise, et que d'autres systèmes - qui peuvent nécessiter ces informations pour remplir leur fonction - extraient ensuite les données du système source. Cela peut se faire par le biais d'un outil ETL, d'une intégration prête à l'emploi entre le système récepteur et le système fournisseur, ou simplement d'une sorte d'interface de sondage sur mesure.
Caractéristiques typiques :
- Échange de données synchrone (modèle requête/réponse)
- Déclenchement en quelques minutes, heures, jours, mois
C'est une architecture très courante que l'on retrouve dans pratiquement toutes les entreprises. Un exemple typique serait un système ERP qui est ensuite sondé par un système ETL qui alimente à son tour un entrepôt de données. Bien sûr, il existe d'innombrables autres exemples "data-driven".
Être data-driven est normal et constitue le statu quo pour la plupart des entreprises.
Manquez-vous quelque chose alors ? Serait-ce… la transformation numérique ?
Êtes-vous une entreprise qui a dépensé une fortune en consultants vous disant que vous devez entreprendre une "transformation numérique" ou périr ? Alors vous n'êtes pas seul. Cependant, vous n'avez pas besoin de cette information. Sauf si vous utilisez encore une caisse enregistreuse mécanique et gardez un carnet d'adresses sur votre bureau, vous avez déjà commencé la transformation numérique il y a bien longtemps.
La transformation numérique est un processus évolutif. Il y a toujours une émergence de nouvelles technologies et des technologies encore plus récentes qui sont juste au coin de la rue. Toutes ne seront peut-être pas pertinentes pour votre entreprise, mais certaines technologies peuvent être essentielles pour rationaliser davantage votre activité, créer de nouvelles offres et services, et améliorer les produits et les processus. L'une de ces tendances récentes a été la notion d'être "event-driven" et "real-time".
Traitement des données basé sur les événements
Être event-driven signifie agir sur les événements métier en temps réel ou quasi temps réel. L'une des principales caractéristiques est que vous recevez un flux constant d'"événements" métier qui sont poussés depuis l'infrastructure métier génératrice en temps réel. Les consommateurs de ces données s'abonnent à la source et ingèrent les données. La réception des données n'est pas confirmée en retour à la source.
Caractéristiques typiques :
- Échange de données asynchrone (réagir aux événements sans réponse)
- Réaction dans un délai de 0 à 3 secondes (environ… idéalement en millisecondes)
Comme vous pouvez le voir dans cette brève comparaison, il existe une différence technique et architecturale fondamentale entre la consommation de données data-driven et event-driven. Il est légitime de se demander quel est l'intérêt et quelle est la valeur de ce type d'architecture différent pour votre entreprise. Examinons cela de manière plus générale :
Comprendre la valeur à vie de l'événement (Event-Lifetime-Value ou ELV)
Sur la base de l'explication technique ci-dessus, vous vous demandez peut-être ce que cela signifie pour les entreprises et comment cela les affecte. D'un point de vue commercial, la vraie différence entre event-driven et data-driven réside dans le facteur temps et dans la manière dont le temps peut être monétisé.
Pour distinguer les deux, on peut affirmer que les événements traités de manière data-driven (minutes/jours/semaines/mois) ont une valeur stratégique qui peut en fait croître avec le temps (coin vert). En revanche, les événements traités en temps réel ont une valeur opérationnelle qui diminue rapidement à mesure que les données vieillissent en quelques secondes (coin orange).
En d'autres termes : Plus votre réaction à l'information est rapide (en temps réel), plus la valeur opérationnelle potentielle est élevée. À l'inverse, plus vous accumulez de données, plus la valeur stratégique de l'ensemble peut être élevée. Les cours des actions en bourse en sont un parfait exemple : des informations ultra-rapides sur les mouvements de prix offrent un potentiel très élevé pour effectuer une meilleure transaction avant les autres (vitesse de l'information). À plus long terme, les données chronologiques sur les mouvements de prix d'une action spécifique permettent de mieux comprendre les tendances et les corrélations d'une action particulière.
Bien sûr, il s'agit d'une vision simplifiée, car les temporalités event-driven et data-driven peuvent se chevaucher. Tout dépend de vos cas d'utilisation métier ainsi que de la manière dont vous pouvez tirer parti des informations en temps réel.
Un point clé ici est que jusqu'à présent, de nombreuses entreprises n'utilisent pas du tout les données en temps réel. Pour elles, cela peut représenter une valeur entièrement nouvelle qui peut être transformée en un avantage compétitif.
Alors, devriez-vous vous soucier du traitement des données event-driven ?
Il n'y a pas de réponse simple à cette question. Cela dépend de votre modèle économique et de savoir s'il y a un avantage identifiable à disposer de beaucoup plus de données en temps réel. Cependant, il serait très négligent de ne pas comprendre pleinement ce que vous pourriez manquer. C'est ici qu'il est judicieux de jeter un bon coup d'œil autour de vous pour voir où vont les marchés et la technologie, comment les autres en bénéficient et ce que cela signifie pour vous.
Facteurs pertinents à l'origine de la croissance massive du marché
La transformation numérique transforme véritablement le monde. Il s'agit de l'intégration de données intelligentes dans tout ce que nous faisons. Il s'agit d'un monde basé sur les événements et les données, toujours actif, toujours connecté, toujours en apprentissage et réagissant à ces découvertes.
Bien sûr, ce sont les données qui sont le moteur de la transformation numérique, et sans elles, aucun des changements dans ce domaine que nous rencontrons aujourd'hui et demain ne se produirait. À mesure que les personnes, les industries et les objets deviennent de plus en plus connectés, davantage de données sont disponibles. En retour, plus de valeur peut être extraite de ces données et de nouveaux services peuvent être créés. Cet élan propulse la génération et la consommation de données à des sommets toujours plus élevés, et il est prévu que la génération de données mondiales augmentera de 28 % par an au cours des cinq prochaines années (source : datanami). Cette croissance et les exigences de la transformation numérique exercent une pression astronomique sur les organisations. Si elles ne l'ont pas déjà fait, elles doivent non seulement repenser leur stratégie commerciale, mais aussi la manière de la mettre en œuvre techniquement.
Il ne fait aucun doute que nous assistons à une véritable explosion du volume de données engendrée par les avancées technologiques, qui, à leur tour, alimentent de nouvelles opportunités dans les trois à six prochaines années. La 5G a commencé à se déployer, permettant un grand nombre de nouveaux cas d'utilisation grâce à une bande passante plus élevée et une latence extrêmement faible. On estime qu'en 2025, nous aurons 150 milliards d'appareils connectés et que jusqu'à 5 000 interactions numériques par jour seront attribuables à chaque personne. Avec cela, la datasphère - et en particulier le volume de données en temps réel - devrait croître jusqu'à dix fois dans les prochaines années.
Quelle est votre réponse ?
Nous comprenons que les systèmes hérités ne sont pas la solution. Certains problèmes simples mais sérieux sont qu'ils ne sont tout simplement pas conçus pour ces masses de données, ne sont généralement pas compatibles avec le cloud, ne sont pas évolutifs et sont tout sauf agiles. Comprendre cela est une question de survie pour beaucoup et un véritable problème de compétitivité pour la plupart.
L'un des principaux défis dans ce contexte est de savoir comment s'intégrer rapidement à toutes les sources et destinations de données, donner un sens à l'information et s'assurer que les données sont traitées avec une faible latence et à une échelle véritablement massive.
À cette fin, layline.io a adopté une nouvelle approche et a mis au point une toute nouvelle manière de résoudre ce problème en introduisant sa solution de Reactive Data Integration.
Elle se connecte pratiquement à tout et peut interpréter, traiter, transférer et interagir avec tout à tous les niveaux et à la vitesse des données. Des workflows configurables individuellement accomplissent des tâches spécifiques. Grâce à son architecture, des dizaines, des centaines, voire des milliers de Reactive Engines de layline.io peuvent être déployés automatiquement de manière native ou en tant que microservices (via docker & kubernetes) sur un ensemble de nœuds. Formant un véritable Reactive Data Integration Mesh. Ces nœuds peuvent aller de très petits appareils en périphérie à des installations à grande échelle dans le centre de données principal (on-premise ou cloud). Comme les moteurs sur les nœuds sont conscients les uns des autres, ils peuvent également veiller les uns sur les autres. Les écarts de charge et les pannes sont automatiquement équilibrés et neutralisés.
En résumé : C'est un réseau de données transparent, immortel et ininterrompu qui évolue dans trois dimensions :
- Du cœur à la périphérie
- À travers les nœuds
- Même à l'intérieur d'un nœud,
et permet aux entreprises de configurer rapidement la logique dont elles ont besoin, quand et où elles en ont besoin, en abstraisant presque complètement l'infrastructure sous-jacente.
Ressources
- En savoir plus sur layline.io ici.
- Contactez-nous à hello@layline.io.
