Brad Stillwell, Vice President Product Strategy & Solution Consulting chez Infor
Une architecture de gestion moderne des données d’entreprise est en effet la condition sine qua non pour toute organisation qui souhaite rester compétitive. Et certains constats ne sont pas nouveaux. Si la justesse et la précision des données constituent depuis longtemps une composante essentielle des opérations liées au budget et à la planification, la planification stratégique ne repose plus aujourd’hui sur ces liasses de pages imprimées et de graphiques grossièrement tracés à la main.
Aujourd'hui, toute analyse performante se doit de respecter les fondamentaux suivants :
- proposer du temps réel, sur la base d'une version de la vérité à l'échelle de l'entreprise
- proposer des données exploitables par tous, dans des formats faciles à lire
- être disponible à la demande et embarquer une interface conviviale
- présenter les données de manière unifiée et totalement intégrée aux systèmes de l'entreprise
- reposer sur le cloud pour un espace de stockage évolutif
- offrir précision et fiabilité, être accompagnée de définitions claires et d’une logique rigoureuse et bien documentée.
Ces fondamentaux sont la base d'une culture d'entreprise réactive et proactive face aux enjeux engendrés par le changement. « Les marchés évoluent à un rythme sans précédent. De nouveaux défis apparaissent quotidiennement, mettant à rude épreuve nos ressources - déjà fortement sollicitées -. Trop souvent, les infrastructures et technologies actuelles se voient exploitées à la limite de leurs capacités et parfois même, bien au-delà », déclare Kaushal Vyas, ‘Vice President Product Management’ chez Infor.
Pourtant, les entreprises modernes ont la possibilité de bénéficier d'analyses plus souples, capables de soutenir une prise de décisions rapide et stratégique et ce, à différents niveaux de l'organisation.
La notion de résilience est également très importante. Par résilience, on entend la rapidité avec laquelle les entreprises sont capables de s'adapter aux changements, quels qu’il soient. « Les organisations s'efforcent de lutter contre l'épreuve du temps. Cela implique qu'elles doivent faire preuve de souplesse, être en mesure de rebondir et prendre des décisions rapidement, afin de ré instaurer une nouvelle normalité et de restaurer la confiance. »
Aujourd'hui, toute analyse performante se doit de respecter les fondamentaux suivants :
- proposer du temps réel, sur la base d'une version de la vérité à l'échelle de l'entreprise
- proposer des données exploitables par tous, dans des formats faciles à lire
- être disponible à la demande et embarquer une interface conviviale
- présenter les données de manière unifiée et totalement intégrée aux systèmes de l'entreprise
- reposer sur le cloud pour un espace de stockage évolutif
- offrir précision et fiabilité, être accompagnée de définitions claires et d’une logique rigoureuse et bien documentée.
Ces fondamentaux sont la base d'une culture d'entreprise réactive et proactive face aux enjeux engendrés par le changement. « Les marchés évoluent à un rythme sans précédent. De nouveaux défis apparaissent quotidiennement, mettant à rude épreuve nos ressources - déjà fortement sollicitées -. Trop souvent, les infrastructures et technologies actuelles se voient exploitées à la limite de leurs capacités et parfois même, bien au-delà », déclare Kaushal Vyas, ‘Vice President Product Management’ chez Infor.
Pourtant, les entreprises modernes ont la possibilité de bénéficier d'analyses plus souples, capables de soutenir une prise de décisions rapide et stratégique et ce, à différents niveaux de l'organisation.
La notion de résilience est également très importante. Par résilience, on entend la rapidité avec laquelle les entreprises sont capables de s'adapter aux changements, quels qu’il soient. « Les organisations s'efforcent de lutter contre l'épreuve du temps. Cela implique qu'elles doivent faire preuve de souplesse, être en mesure de rebondir et prendre des décisions rapidement, afin de ré instaurer une nouvelle normalité et de restaurer la confiance. »
Une difficulté à surmonter les défis
Trois défis doivent le plus souvent être relevés par les organisations qui disposent d’une architecture de données obsolète :
- Des sources de données multiples. Le premier d’entre eux relève de l'incapacité à traiter les différentes sources de données et les cas d'utilisation impliqués dans la fourniture d'analyses à l'échelle. La plupart des plateformes de données ont évolué au fil du temps et ne sont pas préparées à gérer des sources d'information modernes telles que, par exemple, celles issues des applications machine to machine (M2M). Par ailleurs, les infrastructures existantes contraignent souvent les entreprises à intégrer des volumes de données au sein de structures prédéfinies, avant même que l'application potentielle ne soit identifiée, cette situation étant pénalisante à la base.
- Un coût de redimensionnement élevé. Le deuxième défi réside dans l'incapacité pour les entreprises à évoluer rapidement, notamment en raison des coûts de maintenance très élevés. Dans la plupart des cas, l'entreprise paie pour la capacité de ses solutions existantes, même si cette dernière n’est pas totalement exploitée. Cependant, réduire cette capacité comprend des risques et peut mettre l'entreprise dans une situation à laquelle elle n’est pas du tout préparée. La montée en charge, en cas de nécessité, peut requérir des semaines, voire des mois, afin de s’équiper du matériel et des logiciels nécessaires. Dans cet intervalle, de véritables opportunités peuvent lui échapper, au profit d'un concurrent plus agile.
- Des goulets d'étranglement au niveau du reporting. Le troisième défi relève de l'incapacité des équipes à découvrir rapidement de nouvelles informations. Des technologies existantes héritées, une certaine lourdeur au niveau des flux et le manque de ressources informatiques spécialisées, sont généralement à l’origine de cet état de fait et entraîne souvent un allongement des délais pour pouvoir ingérer de nouvelles sources d'information. Privés des outils leur permettant de générer leurs rapports, les utilisateurs doivent ainsi patienter des semaines - au sein d’une file d'attente - avant de disposer des ressources informatiques dont ils ont besoin. Ces goulots d'étranglement sont à l’origine de prises de décisions plus lentes et constituent un frein à l’innovation.
- Des sources de données multiples. Le premier d’entre eux relève de l'incapacité à traiter les différentes sources de données et les cas d'utilisation impliqués dans la fourniture d'analyses à l'échelle. La plupart des plateformes de données ont évolué au fil du temps et ne sont pas préparées à gérer des sources d'information modernes telles que, par exemple, celles issues des applications machine to machine (M2M). Par ailleurs, les infrastructures existantes contraignent souvent les entreprises à intégrer des volumes de données au sein de structures prédéfinies, avant même que l'application potentielle ne soit identifiée, cette situation étant pénalisante à la base.
- Un coût de redimensionnement élevé. Le deuxième défi réside dans l'incapacité pour les entreprises à évoluer rapidement, notamment en raison des coûts de maintenance très élevés. Dans la plupart des cas, l'entreprise paie pour la capacité de ses solutions existantes, même si cette dernière n’est pas totalement exploitée. Cependant, réduire cette capacité comprend des risques et peut mettre l'entreprise dans une situation à laquelle elle n’est pas du tout préparée. La montée en charge, en cas de nécessité, peut requérir des semaines, voire des mois, afin de s’équiper du matériel et des logiciels nécessaires. Dans cet intervalle, de véritables opportunités peuvent lui échapper, au profit d'un concurrent plus agile.
- Des goulets d'étranglement au niveau du reporting. Le troisième défi relève de l'incapacité des équipes à découvrir rapidement de nouvelles informations. Des technologies existantes héritées, une certaine lourdeur au niveau des flux et le manque de ressources informatiques spécialisées, sont généralement à l’origine de cet état de fait et entraîne souvent un allongement des délais pour pouvoir ingérer de nouvelles sources d'information. Privés des outils leur permettant de générer leurs rapports, les utilisateurs doivent ainsi patienter des semaines - au sein d’une file d'attente - avant de disposer des ressources informatiques dont ils ont besoin. Ces goulots d'étranglement sont à l’origine de prises de décisions plus lentes et constituent un frein à l’innovation.
Pourquoi une telle situation ?
Cette structure analytique dépassée est généralement le fruit d’une forme d’évolution intrinsèque. Pour de nombreuses entreprises, l'objectif principal s’est longtemps limité à créer un référentiel des informations clés nécessaires à la prise de décision stratégique. Mais les processus et outils en place étant souvent verrouillés, ils ont engendré la création désordonnée d’une structure d'outils, d'extraits, de dépôts de données et d'équipes travaillant sur des silos de données multiples.
Ce retard a eu pour conséquence d’embarquer les entreprises dans une quête effrénée afin de mettre en place des solutions d’analyse moderne comme, par exemple, la technologie des ‘Data Lake’ de première génération permettant d'assembler de multiples formes de données au travers de la mise en œuvre de fermes massives de serveurs.
Toutefois, ces outils étant principalement conçus pour des développeurs et des publics avertis, les utilisateurs finaux se sont trouvés confrontés à de véritables défis pour produire les rapports dont ils avaient besoin, voire totalement dépendants des équipes informatiques. Par ailleurs, certaines des toutes premières solutions n'étaient absolument pas conçues pour des besoins dynamiques. Enfin, des lacunes en termes de gouvernance et de sémantique ont également contribué à une plus grande complexité, conduisant les utilisateurs à recourir à leur propre suivi de données, souvent basé sur des tableurs.
Ce retard a eu pour conséquence d’embarquer les entreprises dans une quête effrénée afin de mettre en place des solutions d’analyse moderne comme, par exemple, la technologie des ‘Data Lake’ de première génération permettant d'assembler de multiples formes de données au travers de la mise en œuvre de fermes massives de serveurs.
Toutefois, ces outils étant principalement conçus pour des développeurs et des publics avertis, les utilisateurs finaux se sont trouvés confrontés à de véritables défis pour produire les rapports dont ils avaient besoin, voire totalement dépendants des équipes informatiques. Par ailleurs, certaines des toutes premières solutions n'étaient absolument pas conçues pour des besoins dynamiques. Enfin, des lacunes en termes de gouvernance et de sémantique ont également contribué à une plus grande complexité, conduisant les utilisateurs à recourir à leur propre suivi de données, souvent basé sur des tableurs.
Les principaux fondamentaux d’une architecture de données moderne
Les entreprises d’aujourd’hui ont désormais la possibilité de se doter de solutions plus agiles et plus modernes, dont les principales caractéristiques reposent sur les points suivants :
- Une architecture orientée résultats. Une architecture de données moderne se concentre sur l'entreprise, pas sur l'informatique, avec pour objectif premier d'obtenir de meilleurs résultats opérationnels.
- Plus d’automatisation. Une architecture moderne de données se doit de tirer parti de l'automatisation, afin de rendre moins fragiles un certain nombre de processus.
- Une plus grande souplesse et extensibilité. Un système moderne doit être suffisamment souple pour anticiper des cas d'utilisation qui n’auraient pas été encore envisagés, mais aussi suffisamment extensible pour garantir une disponibilité constante de la capacité (en s’appuyant notamment sur la puissance du cloud computing permettant de proposer un redimensionnement à la demande).
- De l’adaptabilité. Une solution moderne doit s'adapter aux évolutions de l'entreprise et des marchés sur lesquels elle opère. Grâce à une couche sémantique bénéficiant de mises à jour, l'entreprise peut ajouter des définitions et des paramètres au fur et à mesure de l'évolution de ses besoins (ce qui ne l’enferme pas dans une dynamique de tâches telle qu’elle est effectuée à un instant T).
- Plus d’intelligence. Les solutions modernes doivent être en mesure d’exploiter la puissance de l'intelligence artificielle (IA) et du machine learning (ML), afin de rendre opérationnelles les connaissances automatisées. Les fonctionnalités reposant sur l'IA peuvent aider les utilisateurs à découvrir des informations sur les données non encore détectées, en repérant des tendances et des modèles qui échappent facilement aux humains.
- Une sécurité sans faille. Les solutions modernes doivent bien sûr être sécurisées, garantissant la gouvernance de l'ensemble de la supply chain de l’information. Les systèmes doivent non seulement protéger contre les intrusions extérieures, mais également contrôler les accès au sein même de l’organisation. Seuls les utilisateurs autorisés doivent pouvoir accéder aux informations qui leurs sont spécifiquement dédiées en fonction de leur rôle.
- Des options collaboratives. Une architecture moderne de données se doit enfin d’être collaborative, permettant le partage des informations au-delà des frontières de l'organisation, des départements, voire en dehors de l'entreprise, en s'assurant que tout le monde travaille à partir des mêmes données.
« Une architecture moderne de données vise à donner la possibilité à tout utilisateur d'orienter son analyse dans la direction qu’il souhaite », explique M. Vyas. « Elle permet, via divers outils, pour de multiples cas d'utilisation, d'accéder facilement et en toute sécurité à n'importe quel élément de données. Elle accompagne les utilisateurs, via un libre-service guidé, vers une définition sémantique unique de tous les actifs de l'entreprise et fournit une version de la vérité à la fois simple d'accès et fiable pour toute l'entreprise ».
- Une architecture orientée résultats. Une architecture de données moderne se concentre sur l'entreprise, pas sur l'informatique, avec pour objectif premier d'obtenir de meilleurs résultats opérationnels.
- Plus d’automatisation. Une architecture moderne de données se doit de tirer parti de l'automatisation, afin de rendre moins fragiles un certain nombre de processus.
- Une plus grande souplesse et extensibilité. Un système moderne doit être suffisamment souple pour anticiper des cas d'utilisation qui n’auraient pas été encore envisagés, mais aussi suffisamment extensible pour garantir une disponibilité constante de la capacité (en s’appuyant notamment sur la puissance du cloud computing permettant de proposer un redimensionnement à la demande).
- De l’adaptabilité. Une solution moderne doit s'adapter aux évolutions de l'entreprise et des marchés sur lesquels elle opère. Grâce à une couche sémantique bénéficiant de mises à jour, l'entreprise peut ajouter des définitions et des paramètres au fur et à mesure de l'évolution de ses besoins (ce qui ne l’enferme pas dans une dynamique de tâches telle qu’elle est effectuée à un instant T).
- Plus d’intelligence. Les solutions modernes doivent être en mesure d’exploiter la puissance de l'intelligence artificielle (IA) et du machine learning (ML), afin de rendre opérationnelles les connaissances automatisées. Les fonctionnalités reposant sur l'IA peuvent aider les utilisateurs à découvrir des informations sur les données non encore détectées, en repérant des tendances et des modèles qui échappent facilement aux humains.
- Une sécurité sans faille. Les solutions modernes doivent bien sûr être sécurisées, garantissant la gouvernance de l'ensemble de la supply chain de l’information. Les systèmes doivent non seulement protéger contre les intrusions extérieures, mais également contrôler les accès au sein même de l’organisation. Seuls les utilisateurs autorisés doivent pouvoir accéder aux informations qui leurs sont spécifiquement dédiées en fonction de leur rôle.
- Des options collaboratives. Une architecture moderne de données se doit enfin d’être collaborative, permettant le partage des informations au-delà des frontières de l'organisation, des départements, voire en dehors de l'entreprise, en s'assurant que tout le monde travaille à partir des mêmes données.
« Une architecture moderne de données vise à donner la possibilité à tout utilisateur d'orienter son analyse dans la direction qu’il souhaite », explique M. Vyas. « Elle permet, via divers outils, pour de multiples cas d'utilisation, d'accéder facilement et en toute sécurité à n'importe quel élément de données. Elle accompagne les utilisateurs, via un libre-service guidé, vers une définition sémantique unique de tous les actifs de l'entreprise et fournit une version de la vérité à la fois simple d'accès et fiable pour toute l'entreprise ».
Quelques exemples
Plusieurs études de cas autour d’architectures de données modernes témoignent de la transformation accomplie et des résultats obtenus par les entreprises qui les ont mises en œuvre.
Grâce à des accélérateurs et à une approche centrée sur l'organisation et basée sur des applications éprouvées, les entreprises obtiennent généralement des taux de réussite d’implémentation supérieurs à 66 %, y compris dans des secteurs éloignés de leur cœur d’activité. La technologie d'affinement des données automatisée leur permet également de construire rapidement des modèles analytiques, tout en réduisant de 70 % le temps nécessaire à l'acquisition et à la modélisation des données.
Une architecture moderne des données repose sur une solution cloud, pré-intégrée de bout en bout, ne nécessitant aucune installation. Les délais sont jusqu'à 40 % inférieurs à ceux constatés lors de déploiements de projets traditionnels. Mais, plus important, chez Infor, 61 % des clients s’appuient sur sa plateforme de données et d'analyse en tant que solution unique. Ils éliminent ainsi des dizaines de technologies et d'outils hérités et simplifient considérablement leur empreinte technologique.
- Citrix
Citrix, une entreprise proposant une plateforme d’administration digitale, a pu concevoir une supply chain digitale à partir de l'architecture moderne de données d'Infor. Cette approche lui a permis d'intégrer des données provenant de plus de 400 sources internes et externes, sur site et dans le cloud, au sein d’une vue unique et de bout en bout de sa supply chain. Citrix dispose désormais d'une visibilité globale et quasi temps réel qui lui permet de connecter, d'agréger et de transformer des données toutes les sept minutes, ce qui lui a permis d’obtenir des résultats tangibles au niveau de la rotation des stocks (multipliée par 5) et de ses délais de livraison (respectés à 99 %) en seulement 73 jours.
- Schneider Electric
Schneider Electric propose des solutions digitales aux particuliers et aux entreprises. L'entreprise s’appuyait sur plus de 200 systèmes ERP installés sur site, ce qui l’obligeait à consolider les opérations liées à ses achats sur ces 200 systèmes afin d’obtenir une vision globale de ses dépenses. Grâce à l'architecture moderne de données d'Infor, Schneider Electric a pu rassembler l’ensemble de ses systèmes au sein d’une vue à 360 degrés pour le suivi de ses achats. Les avantages de cette transformation ont été obtenus en un peu plus de 90 jours et l’entreprise économise aujourd’hui 500 millions de dollars par an sur des achats hors production, un gain non négligeable pour faire face aux évolutions du marché.
- Miller Industries
Miller Industries est le plus grand fabricant mondial d'équipements de remorquage et de récupération. L'entreprise éprouvait des difficultés avec la gestion de ses sources de revenus complexes et de ses multiples silos de données associés à de nombreux outils, dont quatre systèmes ERP installés sur site. Miller Industries disposait de données de plus de 20 ans, toutes conservées dans des bases de données disparates et des formats hétérogènes. L'absence d'une vue intégrée et unique de ses activités de fabrication (actuelles comme passées) rendait difficile toute prévision de la demande. Grâce à l'architecture moderne de données d'Infor, Miller Industries est désormais en mesure de remplacer des centaines de feuilles de calcul manuelles par des informations stockées au sein d’un référentiel centralisé et exploitables à partir de quelques tableaux de bord.
En seulement 90 jours, la solution intégrée a notamment permis de :
- simplifier considérablement sa pile d'analyses et de rapports pour chaque département
- réduire de manière significative ses systèmes historiques d'octroi de licences et son infrastructure générale
- améliorer la prévision et l'analyse des tendances grâce à des fonctionnalités analytiques avancées.
Ainsi, du PDG aux travailleurs de première ligne, chacun peut aujourd’hui répondre à 80 % des questions liées à son métier, grâce à des tableaux de bord mobiles personnalisés, ce qui a permis de réduire de 40 % les soldes des comptes clients déficitaires.
Grâce à des accélérateurs et à une approche centrée sur l'organisation et basée sur des applications éprouvées, les entreprises obtiennent généralement des taux de réussite d’implémentation supérieurs à 66 %, y compris dans des secteurs éloignés de leur cœur d’activité. La technologie d'affinement des données automatisée leur permet également de construire rapidement des modèles analytiques, tout en réduisant de 70 % le temps nécessaire à l'acquisition et à la modélisation des données.
Une architecture moderne des données repose sur une solution cloud, pré-intégrée de bout en bout, ne nécessitant aucune installation. Les délais sont jusqu'à 40 % inférieurs à ceux constatés lors de déploiements de projets traditionnels. Mais, plus important, chez Infor, 61 % des clients s’appuient sur sa plateforme de données et d'analyse en tant que solution unique. Ils éliminent ainsi des dizaines de technologies et d'outils hérités et simplifient considérablement leur empreinte technologique.
- Citrix
Citrix, une entreprise proposant une plateforme d’administration digitale, a pu concevoir une supply chain digitale à partir de l'architecture moderne de données d'Infor. Cette approche lui a permis d'intégrer des données provenant de plus de 400 sources internes et externes, sur site et dans le cloud, au sein d’une vue unique et de bout en bout de sa supply chain. Citrix dispose désormais d'une visibilité globale et quasi temps réel qui lui permet de connecter, d'agréger et de transformer des données toutes les sept minutes, ce qui lui a permis d’obtenir des résultats tangibles au niveau de la rotation des stocks (multipliée par 5) et de ses délais de livraison (respectés à 99 %) en seulement 73 jours.
- Schneider Electric
Schneider Electric propose des solutions digitales aux particuliers et aux entreprises. L'entreprise s’appuyait sur plus de 200 systèmes ERP installés sur site, ce qui l’obligeait à consolider les opérations liées à ses achats sur ces 200 systèmes afin d’obtenir une vision globale de ses dépenses. Grâce à l'architecture moderne de données d'Infor, Schneider Electric a pu rassembler l’ensemble de ses systèmes au sein d’une vue à 360 degrés pour le suivi de ses achats. Les avantages de cette transformation ont été obtenus en un peu plus de 90 jours et l’entreprise économise aujourd’hui 500 millions de dollars par an sur des achats hors production, un gain non négligeable pour faire face aux évolutions du marché.
- Miller Industries
Miller Industries est le plus grand fabricant mondial d'équipements de remorquage et de récupération. L'entreprise éprouvait des difficultés avec la gestion de ses sources de revenus complexes et de ses multiples silos de données associés à de nombreux outils, dont quatre systèmes ERP installés sur site. Miller Industries disposait de données de plus de 20 ans, toutes conservées dans des bases de données disparates et des formats hétérogènes. L'absence d'une vue intégrée et unique de ses activités de fabrication (actuelles comme passées) rendait difficile toute prévision de la demande. Grâce à l'architecture moderne de données d'Infor, Miller Industries est désormais en mesure de remplacer des centaines de feuilles de calcul manuelles par des informations stockées au sein d’un référentiel centralisé et exploitables à partir de quelques tableaux de bord.
En seulement 90 jours, la solution intégrée a notamment permis de :
- simplifier considérablement sa pile d'analyses et de rapports pour chaque département
- réduire de manière significative ses systèmes historiques d'octroi de licences et son infrastructure générale
- améliorer la prévision et l'analyse des tendances grâce à des fonctionnalités analytiques avancées.
Ainsi, du PDG aux travailleurs de première ligne, chacun peut aujourd’hui répondre à 80 % des questions liées à son métier, grâce à des tableaux de bord mobiles personnalisés, ce qui a permis de réduire de 40 % les soldes des comptes clients déficitaires.
En conclusion
Les entreprises d'aujourd'hui doivent unifier les données complexes en provenance de l'ensemble de leur organisation et les rassembler au sein d’une vue unique et intégrée de l'entreprise. Les rapports doivent être rapides et simples, afin que l'entreprise puisse gérer les évolutions permanentes des marchés, ainsi que les attentes des clients qui en découlent. L'agilité est essentielle aujourd'hui et la résilience est tout aussi importante. Seules les architectures modernes de données peuvent offrir aux entreprises les informations dont elles ont besoin pour s'adapter et rester compétitives.