webleads-tracker

 

Data center : l’option bicéphale à privilégier

Data center : l’option bicéphale à privilégier

Face à la prolifération exponentielle des données, les organisations adoptent de plus en plus souvent une option bicéphale avec des data centers de proximité et des data centers centraux. Si les data centers de proximité sont le plus souvent dédiés à la collecte et au traitement des données issues notamment de l’IoT, pouvant offrir des réponses à des problématiques locales, les data centers centraux peuvent générer des informations plus stratégiques pour l’organisation car en plus grande capacité de calcul, de machine learning et d’IA…

 

Dans le cadre de l’optimisation des process, de l’amélioration de la relation clients, de la réduction des coûts de production, de l’anticipation des évènements, toutes les organisations considèrent désormais la donnée comme indispensable à la résolution de ces problématiques. Mais toutes font face à celle de la prolifération des données. Comment organiser la collecte, le transport, le traitement et l’analyse des données, leur sécurisation, archivage, stockage ? Comment créer de la valeur à partir de ces millions de données provenant des objets connectées, du big data et de l’IA, structurées ou non, internes ou externes à l’organisation, sans faire appel à des ressources humaines supplémentaires? Selon un rapport d’IBM de 2018, 2,5 quintillions de bytes de données sont quotidiennement produits dans le monde. Un challenge qui peut être relevé par une gestion de la donnée automatisée via la mise en place d’un data center autonome structuré autour de deux piliers. 

Toutes les ressources de l’entreprise sont exécutables et automatisables.

Le premier pilier : un data center local pour le traitement rapproché des données provenant des objets connectés. Ce data center local, s’appuie sur un modèle appelé Software Defined Data Center (SDDC), celui-ci permettant aux équipes opérationnelles la construction, depuis une console via du code, des services applicatifs. Avec le Software Defined Data Center, toutes les ressources de l’entreprise sont exécutables et automatisables. Les organisations bénéficient alors de catalogues de services personnalisés et leurs utilisateurs de l’IT as a ServiceLe data center local fournit de la mémoire cache (data caching), réduit le temps de latence et le traitement des données et garantit une plus grande confidentialité et sécurité des données. Il permet aussi l’homogénéisation des infrastructures multi sites en déployant une solution identique, assurant ainsi une mise en service rapide et réduisant le coût total de possession. 

Repenser l’organisation de leur gestion de la donnée et de leurs infrastructures.

Second pilier de ce data center autonome : le data center central bâti autour d’un datalake, est en capacité de traitement de la donnée structurée ou non structurée et est doté d’un datawarehouse pour les bases de données. Ainsi, les solutions d’automatisation  des centres de données de proximité expédient les données pré-consolidées et prétraitées au data center central où des applicatifs plus sophistiqués, des solutions de Business Intelligence, des algorithmes de machine learning et d’Intelligence Artificielle les traitent. Grâce au croisement avec des données provenant de l’extérieur, les données internes à l’entreprise fournissent alors des informations plus stratégiques pour l’organisation, quant à l’amélioration des processus, de la relation client, ou quant à des actions préventives ou prédictives. Des solutions d’automatisation confèrent à ce data center central un grand degré d’autonomie pour traiter les données, soulageant ainsi la DSI de taches répétitives et chronophages. Issues de ce data center central, certaines données traitées par des applications proposées dans le Cloud public permettent ainsi aux organisations la création rapide de nouveaux services et usages.

Aujourd’hui sous la contrainte de l’explosion des données, les entreprises sont contraintes de repenser l’organisation de leur gestion de la donnée et leurs infrastructures. Cette architecture bicéphale permet d’automatiser l’extraction de la valeur de toute la masse de données issues des objets connectés et cela en un temps réduit et sans recourir à des ressources humaines supplémentaires. Le data-driven, seul salut à la compétitivité des entreprises.