Big Data et analytics : architectures, arbitrages et gouvernance.

L’analytique désigne l’exploitation des données d’une organisation pour produire des indicateurs, comprendre un phénomène et éclairer une décision. C’est le premier consommateur du socle de données et le plus rentable, longtemps avant l’intelligence artificielle. Une organisation qui ne sait pas produire un indicateur fiable ne saura pas produire un modèle fiable, pour la même raison : la difficulté n’est presque jamais technique. Cette page traite les arbitrages d’architecture et le point qui décide réellement du résultat, dans le prolongement de notre couverture IA, données et plateformes.

Les trois architectures et ce qui les distingue

Définition. Une architecture analytique organise la collecte, le stockage, la transformation et la mise à disposition des données à des fins d’analyse. Elle se distingue d’une base de production par sa vocation : lire de gros volumes pour agréger, plutôt qu’écrire et lire des enregistrements unitaires.

La convergence vers le troisième modèle est le mouvement dominant. Elle règle le problème historique du lac de données, qui n’était pas le stockage mais l’absence de garantie sur ce qu’il contenait.

Le point de vigilance : un lac sans catalogue, sans propriétaire par jeu de données et sans contrôle de qualité produit exactement ce que l’entrepôt évitait. Le passage à une couche transactionnelle apporte une garantie technique, pas une gouvernance.

Traitement par lots ou en continu

La question revient à chaque projet et se tranche sur un seul critère : la décision qui consomme la donnée est-elle réversible ?

Un indicateur de pilotage mensuel, une analyse de cohorte, un rapport réglementaire se satisfont d’un traitement par lots, plus simple, moins coûteux et beaucoup plus facile à reprendre en cas d’erreur.

Le traitement en continu se justifie quand la valeur de la donnée décroît en minutes : détection de fraude, supervision d’un processus industriel, personnalisation en session. Il coûte davantage en exploitation, en compétences et en reprise après incident, car rejouer un flux n’a rien de la simplicité d’une relance de traitement par lots.

La plupart des organisations déploient du temps réel sur des cas qui ne le justifient pas, par effet d’entraînement plutôt que par besoin.

Ce qui décide réellement du résultat

Aucun projet analytique n’échoue sur le moteur de calcul. Ils échouent sur quatre points.

La définition des indicateurs. Trois directions qui calculent le chiffre d’affaires de trois manières produisent trois vérités, et le comité passe la réunion à arbitrer les écarts plutôt qu’à décider. Un dictionnaire d’indicateurs, avec une définition, un propriétaire et une source de référence par indicateur, produit plus de valeur que n’importe quel outil.

La qualité mesurée. Pas déclarée : mesurée. Taux de complétude, fraîcheur, conformité au format attendu, avec un seuil d’alerte. Une donnée dont personne ne surveille la qualité se dégrade sans que quiconque le sache.

La propriété. Chaque jeu de données a un responsable identifié, capable de répondre de sa définition et de sa qualité. Sans propriétaire, une anomalie détectée ne trouve personne pour la corriger.

L’usage réel. La majorité des tableaux de bord produits ne sont plus consultés au bout de quelques mois. Mesurer leur consultation et retirer ce qui ne sert plus libère de la capacité et réduit le coût de maintenance.

Le modèle d’organisation associé, plateforme centralisée ou responsabilité distribuée aux domaines, est traité dans notre section MLOps et plateformes de données.

Le lien avec les usages d’IA

Deux dépendances directes.

L’analytique prépare le terrain : les jeux de données propres, documentés et surveillés qui alimentent un modèle sont ceux que la démarche analytique a produits. Une organisation qui saute cette étape entraîne ses modèles sur une donnée dont personne ne répond.

L’analytique mesure le résultat : le retour d’un système d’IA se démontre par un indicateur métier, construit et suivi par la chaîne analytique. Voir nos sections cas d’usage IA métier et observabilité et monitoring.

Les moteurs de stockage et d’interrogation sous-jacents sont traités dans nos sections bases de données modernes et stockage objet, SAN et NAS.

Explorer le cluster

Cette page fait partie de notre couverture de l’intelligence artificielle, de la donnée et des plateformes : gouvernance, socle technique et industrialisation.

iTPro+ : recevez chaque semaine les analyses data qui concernent les directions informatiques.