Data Mesh avec SAP Business Technology Platform, BTP : efficacité, connaissances et innovation


Les entreprises modernes sont constamment à la recherche de nouvelles méthodes pour gérer efficacement leurs données et se développer en tant qu'organisation axée sur les données. Une approche particulièrement prometteuse est la mise en œuvre du principe du Data Mesh avec la SAP Business Technology Platform (BTP). Cette plateforme cloud intègre différents services SAP et regroupe des technologies sur site et natives du cloud. Data Mesh est un concept moderne de gestion des données qui permet aux entreprises, d'un point de vue stratégique et architectural, de mettre à disposition des données de manière plus efficace et sur mesure pour des objets commerciaux spécifiques tels que les clients, les matériaux ou les projets. Il détermine quels objets de la Data-Fabric peuvent être utilisés au mieux pour fournir des données aux collaborateurs. Data Mesh permet de déterminer comment différents domaines et produits de données peuvent être reliés entre eux afin de fournir des informations intéressantes aux clients et aux fournisseurs.
83% des entreprises de plus de 1000 employés tentent d'établir le data mesh dans leur entreprise. C'est ce qu'a révélé une enquête menée par le cabinet d'audit PwC en 2023. En utilisant le Data Mesh, les entreprises peuvent améliorer la qualité de leurs données et augmenter leur flexibilité et leur agilité dans leur traitement. C'est essentiel pour prendre des décisions stratégiques basées sur les données et pour exploiter le potentiel d'innovation.
Optimisation des données de base
Pour développer des stratégies sur la base de données, il est indispensable que celles-ci soient d'une grande qualité. L'optimisation des données de base est un élément central. Ce n'est que lorsque celles-ci sont saisies proprement dans le système qu'elles peuvent être utilisées et combinées de manière optimale. De nombreuses entreprises sont confrontées au défi des silos de données isolés, ce qui rend difficile l'accès aux informations importantes. L'intégration et l'harmonisation de ces silos permettent d'utiliser les informations de manière plus efficace. Dans ce contexte, la qualité et la cohérence sont les conditions sine qua non pour des analyses et des décisions fiables. Il est donc essentiel de prendre des mesures pour les garantir. Des systèmes de gestion des données flexibles et agiles sont également nécessaires pour pouvoir réagir rapidement aux changements du marché et de l'environnement commercial. Les architectures traditionnelles d'entrepôts de données se heurtent souvent à leurs limites, notamment en ce qui concerne l'extraction, l'harmonisation et le stockage de données provenant de différentes sources.
La mise en œuvre d'une maille de données en combinaison avec la plateforme SAP Business Technology (BTP) représente une approche moderne pour relever les défis de gestion des données mentionnés ci-dessus. En tant que plateforme unifiée, extensible et évolutive, la BTP combine des technologies innovantes et des méthodes éprouvées. Ses principales caractéristiques sont la gestion des bases de données et des données, les fonctions d'intégration et d'extension, ainsi que les solutions analytiques avec des technologies intelligentes telles que l'IA et l'automatisation des processus robotisés (RPA).
Lors de la mise en œuvre du concept de maillage de données dans les entreprises, les produits de données servent de noyau pour répondre aux exigences analytiques. Ils constituent la base d'un échange de données structuré et interdomaine. Un exemple pratique est le reporting officiel des ventes dans le domaine financier, qui est mis à la disposition d'autres domaines de l'entreprise. Un produit de données, tel que le "order item mart", contient des informations complètes sur le produit, le canal, l'organisation et les chiffres clés pertinents. Ces données sont attribuées de manière exclusive et utilisées de manière uniforme dans toute l'entreprise. Cela permet une réutilisation cohérente dans différentes applications analytiques, des évaluations en libre-service, des plug-ins et des tableaux de bord.
L'importance d'une forme structurée d'échange de données est particulièrement évidente dans le Customer Journey. Ici, différentes parties prenantes ayant des exigences et des solutions d'analyse différentes doivent avoir accès à des données provenant de domaines voisins. Contrairement à un Data Lake central, l'approche Data Mesh permet de définir clairement les responsabilités, la structure et le contenu des produits de données. Cela permet de rendre plus efficace l'échange de données déjà existant au-delà des frontières du système.
Des principes clairs pour une mise en œuvre réussie
La mise en œuvre réussie d'un Data Mesh repose sur l'application et l'intégration cohérentes de quatre principes fondamentaux. Il s'agit notamment de la propriété du domaine, des données en tant que produit, du libre-service et de la gouvernance fédérale assistée par ordinateur. Ces quatre principes visent à maximiser l'efficience et l'efficacité de la mise à disposition et de l'utilisation des données. Ce faisant, ils répondent à plusieurs défis rencontrés dans les architectures de données centralisées traditionnelles, tels que l'évolutivité, la qualité et la cohérence des données, la flexibilité et l'innovation (voir l'encadré vert).
La mise en œuvre d'un Data Mesh comprend plusieurs étapes : l'identification des domaines et des objectifs commerciaux, la mise en place d'espaces et de conteneurs de données et l'utilisation de Data Fabric pour la virtualisation des données. La définition et la gestion d'objets commerciaux permettent d'extraire des données de manière adaptée, ce qui améliore la qualité et la pertinence des informations mises à disposition. Outre l'infrastructure nécessaire, la SAP Business Technology Platform soutient ce processus avec les outils adéquats pour mettre en œuvre avec succès le Data Mesh. L'association de Data Mesh et de SAP BTP aide ainsi les entreprises à optimiser leur agilité, la qualité de leurs données et l'efficacité de leurs ressources, ce qui se traduit au final par des avantages financiers.
Les entreprises utilisent par exemple les concepts de Data Mesh pour obtenir une vue à 360° de leurs clients, optimisent avec leur aide leurs propres processus de décision et améliorent la fidélisation de la clientèle. Dans le domaine de la gestion des ressources humaines, la combinaison de SuccessFactors et du Machine Learning leur permet de réaliser des analyses de fluctuation et des prévisions afin d'optimiser leur stratégie de ressources humaines. Le concept de Data Mesh permet également de mettre en place des modèles commerciaux entièrement nouveaux.
La mise en œuvre d'une maille de données avec SAP BTP offre de nombreux avantages, tels que l'amélioration de la qualité et de la disponibilité des données, une flexibilité et une agilité accrues et la prise en charge de l'analyse des données en libre-service. Cependant, les entreprises doivent relever des défis tels que la gouvernance des données et les aspects de sécurité, et surmonter des obstacles techniques et organisationnels. Une mise en œuvre stratégique de SAP BTP et de Data Mesh est une étape décisive vers un environnement informatique à l'épreuve du temps. Des partenaires informatiques tels que la société de conseil SAP NTT Data Business Solutions, qui emploie aujourd'hui plus de 100 conseillers et développeurs pour SAP BTP, soutiennent les entreprises dans l'implémentation individuelle du principe du data mesh. L'objectif est d'améliorer la fourniture de services logistiques, financiers et d'assurance. Parallèlement, une définition des lignes directrices architecturales et techniques est fournie.
Des principes clairs pour une mise en œuvre réussie
Quatre principes visent à maximiser l'efficience et l'efficacité de la mise à disposition et de l'utilisation des données. Ils répondent à plusieurs défis rencontrés dans les architectures de données centralisées traditionnelles, tels que l'évolutivité, la qualité et la cohérence des données, la flexibilité et l'innovation.
La propriété de domaine (domain ownership) décrit la responsabilité décentralisée des données des équipes opérationnelles du domaine. Cela permet aux différents domaines d'une entreprise de développer et de mettre à disposition leurs propres produits de données en parties plus petites et modulaires. Cette décentralisation leur permet de réagir plus rapidement aux changements et facilite l'évolutivité de leurs produits de données. Le principe Data as a Product permet de garantir la qualité des données, par exemple en termes de structure et d'intelligibilité. Les services spécialisés créent et gèrent leurs propres produits de données, ce qui permet d'améliorer la qualité et la cohérence des données. Comme ces équipes ont une compréhension plus approfondie de la génération et de l'utilisation de leurs données, elles peuvent s'assurer que celles-ci sont conformes aux normes de l'entreprise.
Grâce au libre-service, les produits de données peuvent être créés, gérés et utilisés par différentes équipes de différents domaines, conformément aux directives d'une équipe de contrôle centrale. Les services spécialisés peuvent travailler indépendamment des équipes informatiques centrales, ce qui permet de développer plus rapidement de nouveaux produits de données et des solutions innovantes. En outre, l'utilisateur final est en mesure de procéder à un enrichissement des données de base à l'aide de composants en libre-service, par exemple pour créer des simulations sur la base de données externes.
Enfin, le principe de gouvernance fédérale garantit que des normes définies de manière centralisée s'appliquent à l'échange et à l'utilisation de produits de données multiplateformes de manière standardisée et cohérente dans toute l'entreprise. Il en résulte des équipes informatiques plus efficaces, qui peuvent se concentrer sur les tâches technologiques et mieux utiliser leurs ressources, tandis que les domaines spécialisés agissent de manière plus autonome.
Vers l'inscription du partenaire :
