Rechercher
Contactez-nous Suivez-nous sur Twitter En francais English Language
 











Abonnez-vous gratuitement à notre NEWSLETTER

Newsletter FR

Newsletter EN

Vulnérabilités

Se désabonner

La data fabric, solution de gestion des données qui grimpe en flèche

décembre 2022 par Olivier Tijou, Vice-président France, BeLux, Suisse et Afrique de Denodo

Le marché des solutions axées sur l’architecture de la data fabric (tissus de données) passera de 1,622 milliard d’euros en 2022 à 6,611 milliards d’euros en 2029, affichant un taux annuel de 22,3 %. C’est ce qui ressort d’une récente étude de Fortune Business Insights, qui souligne que la pandémie de Covid-19 a été le principal catalyseur de la croissance de cette technologie.

 

 
La data fabric rend les données plus pratiques et plus accessibles
 
L’étude indique que l’Amérique du Nord domine la part de marché de la data fabric avec un chiffre d’affaires de 448 millions d’euros en 2021. Cela s’explique par la présence d’un grand nombre de fournisseurs de cette architecture aux États-Unis et du fait qu’elle est considérée comme pionnière de son adoption. L’augmentation de la collecte de données à partir de sources non structurées et la présence de la majorité des centres de données sont les principaux facteurs favorisant sa mise en œuvre dans les entreprises de cette région.
 
Dans le cas de l’Europe, les technologies du big data se développent à un rythme étonnant, créant un espace pour l’adoption d’outils d’intégration et de gestion des données. L’utilisation croissante d’appareils et de réseaux électroniques, les progrès des technologies de l’information, ainsi que la digitalisation des processus de production, génèrent quotidiennement un volume considérable de données.
 
Généralement, les données sont disparates et stockées dans des silos qui doivent être intégrés logiquement à des fins commerciales différentes. L’architecture de type data fabric est la solution d’intégration et de gestion des données qui rend les données plus pratiques et plus accessibles pour la prise de décision.
 
Une vue centralisée des données dans une data fabric « logique »
 
Il existe deux méthodes d’intégration des données dans une data fabric : physique, où les données sont conservées au point de destination vers lequel elles sont déplacées, ou par le biais de la data fabric « logique » où la virtualisation des données est employée.
 
Grâce à la data fabric logique, les coûts associés au déplacement et au stockage des données pour répondre à un besoin spécifique sont réduits. Ceci est possible en accédant à toutes les données en un seul point et de manière virtualisée. Il est ainsi possible d’obtenir une vue centralisée des données de l’entreprise, afin de prendre les meilleures décisions commerciales.
 
La gouvernance des données, élément clé de la data fabric « logique »
 
La data fabric logique contribue également à la gouvernance des données, car elle renforce la sécurité en fournissant un point d’accès et de contrôle unique des données. L’entreprise sait qui accède à quelles données pendant une période donnée.
 
Elle permet aussi de fournir des données en temps réel. Ainsi, en plus de consolider les données historiques, les utilisateurs ont ainsi accès aux données les plus récentes. Cette forme de data fabric basée sur la virtualisation des données favorise le concept de propriété et de gestion des données. Cela entraîne une plus grande responsabilité pour les informations auxquelles on accède dans l’entreprise.
 
D’un point de vue technologique, il est impératif que les entreprises disposent d’une architecture de données flexible qui offre une vue logiquement consolidée de toutes les données de l’entreprise. Ce fut particulièrement crucial pendant la pandémie, où de nombreuses entreprises ont réalisé que leur architecture de données n’était pas aussi flexible qu’elles le souhaitaient. Grâce à la virtualisation des données, les organisations peuvent adopter une approche plus rapide de la consolidation de leurs données, ainsi que de leur livraison, ce qui leur permet d’être plus autonomes.


Voir les articles précédents

    

Voir les articles suivants