Data management : cap sur la sécurité, l'audit et la conformité

Sans surprise, le volume des données explose dans les entreprises et celles-ci proviennent d’une multitude de sources. Selon l’enquête Market Pulse menée entre autres par IDG Research en 2022, 20 % des entreprises sondées puisaient à partir de 1 000 sources de données ou plus pour alimenter leurs systèmes de veille économique et d'analyse. Qui plus est, la grande majorité de ces données, de 80 à 90 % (selon le rapport de GigaOm), sont non structurées, ce qui signifie qu'elles ne sont pas organisées de manière prédéfinie (contrairement, par exemple, à une base de données de noms et d'adresses). De plus, ces données ne sont pas non plus classées et ordonnées. « La majorité des organisations stockent leurs données (chaudes et froides) dans le même environnement en raison d'un manque de visibilité et de contrôle, ce qui engendre d'énormes dépenses de stockage », constate d’ailleurs Chris Lowman, Business Development Representative chez Komprise. À en croire les cabinets d’études, la quantité de données non structurées que les entreprises stockent devrait se multiplier, Statista estime même que le volume global de données générées dans le monde devrait dépasser les 180 zettaoctets à l’horizon 2025, soit une croissance annuelle moyenne de près de 40 %. Et aucun signe de ralentissement n’est à prévoir…

Dans ce contexte, des acteurs historiques et des nouveaux venus s’activent à rendre plus simple cette gestion pharaonique des données et de leur cycle de vie. Comment ? En les déplaçant automatiquement de manière transparente et optimale vers plusieurs cibles (sur site ou dans le cloud) selon les besoins et leur importance et en évaluant le retour sur investissement de leur déplacement. « Il y a un enjeu technique, mais aussi économique dans cette stratégie de positionner les données sur le bon support et au bon endroit, nos clients nous demandent de les aider dans cette logique financière », ajoute d’ailleurs Olivier Tant, Solution Business Manager chez HPE. De plus, il faut également mieux identifier les données via la gestion des métadonnées et d’en assurer ainsi un meilleur contrôle, c’est d’autant plus important à l’heure où la conformité autour des données se durcit. « Hormis les aspects patrimoniaux pour préserver l’accès aux données au fil du temps, les entreprises doivent aussi prendre en compte cet aspect de compliance à des fins réglementaires », confirme Olivier Tant.

Des plateformes plus agiles pour faciliter le déplacement

À en croire nos interlocuteurs sondés dans ce dossier, le data management est un vaste sujet, souvent complexe, le besoin d’innover est continu dans ce domaine en raison de la forte volumétrie des données, de la valeur que l’entreprise peut en extraire, sans oublier les obligations réglementaires et sécuritaires toujours plus contraignantes autour des données. Sur le terrain, les entreprises l’ont bien compris et ne veulent plus restées dans des modèles anciens, lents et plus forcément adaptés à leurs besoins d’aujourd’hui. Elles font aussi face à une hétérogénéité de leurs équipements. Mais comme le mentionne Ferhat Kaddour, VP Sales & Alliance et marketing chez Atempo, la solution unique qui sait tout faire dans des environnements complexes n’existe pas. En termes de migration et pour toutes les raisons citées précédemment, les entreprises sont toujours plus nombreuses à se tourner vers des plateformes agiles et agnostiques capables de déplacer les données non structurées dans des environnements hybrides et multicloud, quitte à rajouter in fine des silos supplémentaires. Ces plateformes sont fournies par des éditeurs innovants arrivés il y a quelques années (voir la 3e partie du dossier), mais aussi par les acteurs historiques du stockage (voir partie 2) qui se sont aussi emparés de cette problématique spécifique liée au déplacement des données en misant surtout sur les capacités natives de leurs plateformes de stockage.

Quant à l’identification des données, elle repose en partie sur la gestion des métadonnées. Pour Guillaume Bodet, l’un des co-fondateurs de la plateforme de découverte des données (Data Catalog) Zeenea et qui occupe aujourd’hui le poste de Chief Product & Technology Officer, c’est un passage obligatoire permettant d’identifier les données ; les entreprises, là aussi, sont trop longtemps restées axées sur des solutions centrées sur l’IT comme les progiciels spécialisés que seuls les experts et spécialistes pouvaient maîtriser. Aujourd’hui, toute la population dans l’entreprise, les métiers notamment, est concernée, elle souhaite tirer parti de la valeur de toutes les données souvent présentes dans les datalakes de l’entreprise, et ce, sans passer par les techniciens et ingénieurs, des intermédiaires souvent sursollicités par les demandes. Bref, les métiers veulent se servir et s'auto-éduquer grâce, là aussi, à des solutions adaptées (voir 4e partie du dossier).

Comme le précise Philippe Charpentier, directeur technique de NetApp, c’est notre rôle, en tant qu’acteur historique du stockage, de capitaliser à la fois sur notre base installée de baies de stockage et d’œuvrer à adresser d’autres populations dans l’entreprise que les services IT. Depuis 4 à 5 ans, le fournisseur californien a donc fortement étoffé son portfolio de solutions autour de la data migration. Déjà, l’un des faits marquants de cette évolution chez NetApp concerne le rapprochement avec les grands hyperscalers que la firme ne considère pas comme des concurrents. « Au contraire, nous avons conclu des accords avec ces grands acteurs du cloud pour déployer nos solutions afin de répondre aux besoins des entreprises qui évoluent dans des environnements hybrides (sur site et dans le cloud) », indique Philippe Charpentier. Ce préambule a donc permis à NetApp de développer l’outillage nécessaire (Cloud Manager, Cloud Data Sense, Cloud Insights, etc.), accessible depuis sa console centrale Saas BlueXP, pour classifier, détecter, hiérarchiser, déplacer, bref de garantir le contrôle des données de l’entreprise dans ces multiples environnements. « C’est d’autant plus important que 2/3 des données dans le monde ne sont jamais réutilisées et pourtant, ces données sont stockées », relève d’ailleurs Philippe Charpentier. De son côté, HPE se veut pragmatique et s’adapte à tous les besoins dans cette gestion des données (structurées et non structurées). Déjà le fournisseur, via son programme Complete, travaille avec des éditeurs tiers, c’est notamment le cas avec Komprise ou encore Ctera comme le mentionne Olivier Tant, Solution Business Manager chez HPE Storage. « Ces partenaires nous permettent effectivement de mieux gérer les enjeux de migration à grande échelle vers un stockage de second niveau, vers des tiers cloud. »

Des services nativement intégrés dans les dernières générations de baies 

Mais comme l’indique aussi Olivier Tant, si ce type de solutions répond bien aux problématiques d’une entreprise qui dispose d’un legacy, il ajoute toutefois un silo dans l’organisation. « C’est aussi dans ce contexte que nous avons lancé notre nouvelle gamme Alletra Storage MP, une architecture désagrégée - motorisée par Vast Data - et dotée de services de déplacement des données, évitant ainsi par la suite ce mille-feuille applicatif pour gérer les données non structurées », explique Olivier Tant. Pour apporter davantage de simplification dans cette gestion de données, HPE travaille aussi à fournir dans sa plateforme middleware (console DSCC pour Data Services Cloud Console), accessible depuis GreenLake, différents services d’observabilité, d’analytiques et bientôt de data migration. Et là aussi, HPE ne s’interdit pas de travailler avec des éditeurs tiers en plus des rachats et des développements internes. Cet empilage de solutions qui fabrique des silos et de la complexité, Marc Royer, Head of sales, Unstructured Data & Analytics France chez Dell Technologies, le constate chez ses clients. « Si vous avez une plateforme qui agit comme un point d’entrée unique, nous réduisons la multiplication des silos, c’est ce que nous faisons avec nos plateformes PowerScale et ECS (Elastic Cloud Storage) dotées nativement de fonctions de data migration. Et dans un contexte où le coût du stockage augmente et que les ressources humaines dans la gestion du stockage s’amenuisent, cette approche prend tout son sens. » Comme tous les acteurs historiques du stockage, Dell Technologies propose donc des solutions logicielles en capitalisant déjà sur ses propres équipements comme CloudIQ qui autorise le déplacement des données vers des clouds depuis la plateforme PowerScale. En parallèle, Dell Technologies fait du data management avec des éditeurs tiers, Marc Royer cite notamment StardBurst dont l’approche est plutôt de supprimer le besoin de déplacer les données avant de les analyser. Enfin, quant à Pure Storage, l’équipementier a des velléités, selon Gabriel Ferreira, son directeur technique, d’enrichir son offre autour de la gestion/migration des données, c’est prévu dans sa roadmap sans communiquer de date précise. En attendant, Pure Storage est aussi un partenaire de Komprise, uniquement pour la fonction de réplication dans sa gamme Flash Array afin de proposer un service de reprise après sinistre. La gamme FlashBlade de fournisseur californien possède, quant à elle, son propre logiciel de réplication; cette gamme se voulant également plus efficace nativement dans la gestion des données non structurées, tout comme celle de Vast Data ou encore la récente famillle Alletra Storage MP ainsi que les plateformes PowerScale et ECS de Dell citées précédemment.

L'agilité de Miria pour répondre à tous les usages

Dans la gestion des données non structurées, n’oublions pas aussi les acteurs de la sauvegarde comme Veritas, Cohesity ou encore Atempo avec Miria. « Miria, une solution flexible et agnostique, répond à des besoins très larges, nous sommes capables de déplacer un Pétacotet (Po) de données dans un environnement HPC comme nous sommes capables de le faire pour 7 Po dans un musée aux États-Unis en prenant le temps nécessaire ; nous sommes aptes de bouger les données à la demande… Notre objectif est de guider nos clients suivant leurs usages, nous avons des clients qui font du rendering chez AWS, mais qui préfèrent mettre leurs données chez un Wasabi ou dans le cold storage chez OVH », résume Ferhat Kaddour, VP Sales & Alliance et marketing chez Atempo. C’est bien l’agilité du moteur de Miria qui fait la différence, d’assurer la migration de millions de fichiers, dossiers et liens entre deux stockages différents tels que cloud vers NAS, GPFS vers Lustre ou cloud à cloud, et ce, sans perte de données. En termes de business, Atempo Miria est exploité partout dans le monde, l’éditeur enregistre une forte activité en Asie (Inde, Chine) et Australie, notamment dans le domaine du HPC.

Face aux acteurs traditionnels du stockage qui sont majoritairement américains et israéliens (sans oublier le chinois Huawei et le turc NGX Storage), il existe de nombreux challengers - dont la grande majorité est, là aussi, d’origine nord-américaine - qui proposent des solutions innovantes, plus économiques, plus simples, moins invasives et qui s’affranchissent aussi de la couche matérielle comme Komprise, Data Dynamics ou encore Panzura que notre rédaction a pu interroger et également rencontrer lors de différents IT Press Tour. Certains de ces éditeurs sont même des partenaires avec des plus grands acteurs du stockage comme Data Dynamics avec NetApp ou Komprise avec Pure Storage. Pour Komprise, son objectif est justement d’accompagner les entreprises dans la gestion et migration de leurs données non structurées sans se substituer pour autant aux solutions de stockage tierces (IBM, HPE, Quantum, NetApp, Pure Storage, etc.) ou des grands fournisseurs cloud comme Azure ou AWS. « Komprise, notre plateforme unique, va déterminer quelles données sont chaudes ou froides et agir sur ces données pour réduire les coûts de stockage », résume Chris Lowman, Business Development Representative chez Komprise. Le porte-parole du fournisseur prend notamment en exemple le laboratoire Pfizer qui fait appel à sa solution pour l’aider dans sa stratégie de migration de données à froid vers AWS. Ainsi, en adoptant la plateforme, Pfizer a migré 2 Po de données vers Amazon S3 en 2020, économisant 75 % sur le stockage de données à froid. Komprise (support natif de NFS, de CIFS/SMB ainsi que du stockage objet compatible S3) peut donc déplacer les données à mesure qu'elles vieillissent vers un stockage à moindre coût, tel que le stockage objet, et des politiques peuvent également être définies pour supprimer les données après un certain temps. De plus, la plateforme exécute la migration des données sans perturber l'accès des utilisateurs et les mécanismes de protection des données existants. En termes d’évolution, Polly Traylor, directrice marketing et communication de Komprise, met en avant Analysis, une solution autonome en SaaS qui fournit des analyses et des rapports prédéfinis sur les silos de stockage et cloud et qui permet ainsi de mieux guider dans les décisions prises par la suite. Pour Krishna Subramanian, CEO de Komprise, de plus en plus de clients utilisent Komprise pour la conformité (déplacement automatique des données pour des questions de confidentialité, de sécurité, d’audits, de conservation légale, des exigences de suppression et de conservation et même de géolocalisation), mais aussi pour l'IA et le ML (trouver et alimenter uniquement les bonnes données à destination des plates-formes d'analyses) et, enfin, pour la surveillance des données, notamment utiliser dans l'IA générative, pour protéger la propriété intellectuelle. D’autres évolutions sont à venir d’autant que l’entreprise a opéré une levée de fond de 37 millions de dollars en janvier dernier…  

Comme Komprise, Data Dynamics, une autre start-up américaine, assure la gestion des données non structurées avec sa plateforme StorageX. Là aussi, Data Dynamics exploite les API disponibles pour récupérer les données stockées sur les plateformes d’IBM, NetApp, Dell, Lenovo ou encore de Vast Data pour accompagner la migration sur le cloud. Pour l’illustrer, les responsables de Data Dynamics mettent en avant un grand constructeur automobile (sans citer le nom de l’entreprise) qui, grâce à Storage X, a facilement pu analyser, nettoyer, hiérarchiser et archiver plus de trois pétaoctets de données non structurées. La création d'un journal d'audit immuable porté par la technologie blockchain, qu’autorise aussi la plateforme de Data Dynamics, a même permis de suivre les activités d'accès aux données. Hormis StorageX, Data Dynamics met aussi l’accent sur la classification des risques de confidentialité avec Insight AnalytiX et ControlX permettant de remédier au risque d'exposition des données.

De son côté, Panzura, une entreprise également américaine, a créé en quelque sorte une nouvelle façon de partager les données et fichiers. En effet, sa méthode consiste donc à disposer d'un service de données de fichiers global basé sur le cloud (Cloud FS) et géré de manière centralisée (bien sûr, Panzura s’accorde avec tout référentiel de fichiers compatibles NFS ou SMB). En clair, à l’aide des metadata, CloudFS fournit un système de fichiers global qui consolide les données distribuées en un seul ensemble de données faisant autorité, offrant un accès et une visibilité instantanés tout en rendant les données immuables et résistantes aux ransomwares. Comme le mentionne un porte-parole de Panzura, avec un système de fichiers global, il est possible de profiter des avantages de chaque cloud, l’utilisateur peut ainsi utiliser le calcul proposé par AWS, effectuer en parallèle des analyses sur Google ou exploiter Azure pour les applications Microsoft, il peut faire toutes ces tâches avec le même ensemble de données pour ces trois hyperscalers. Parmi les clients de Panzura figurent de nombreuses banques dont BNP Paribas.

La gestion des données n’est pas uniquement liée à son stockage et à leur migration qu’elles soient sur site ou dans le cloud, il faut aussi être capable d’identifier ces données. « Nous ne pouvons pas exploiter les données sans les métadonnées. Si je prends l’exemple de Netflix, son catalogue rempli de films et de séries est facilement exploitable, car des métadonnées y sont associées comme le nom de l’auteur ou du réalisateur », résume Guillaume Bodet, l’un des co-fondateurs de la plateforme de découverte des données (Data Catalog) Zeenea et qui occupe aujourd’hui le poste de Chief Product & Technology Officer. À l’heure de la multiplication des architectures distribuées qui créent des données en silos, la gestion des metadata est devenue indispensable, elle est en quelque sorte la garante d’une bonne gestion des informations d'une entreprise. Une donnée incomplète, imprécise, impossible à interpréter ou à utiliser ne représente aucun intérêt pour les entreprises. Par la gestion des metadata, il est donc possible de leur donner du sens en les reliant à des concepts (par rapport aux métiers) afin de mieux connaître son patrimoine de données. En effet, les utilisateurs peuvent ainsi visualiser dans quels systèmes internes de l'organisation proviennent les données en fonction de l’attribut clé utilisé. La gestion des metadata permet aussi de renforcer la documentation permettant de disposer de données de qualité. Et comme le souligne Steve Neat, vice-président EMEA pour Alation, cette meilleure qualité des données améliore, par la suite, la recherche des données. Par exemple, lors d’un projet, les sources de données seront bien plus rapidement identifiées, les utilisateurs sauront qui contacter et comment récupérer les données. Enfin, la gestion des metadata renforce la conformité, elle assure les aspects réglementaires, bref, d’avoir une meilleure maîtrise des risques liés à la donnée, on pense notamment dans ce cas au RGPD.

Des acteurs reconnus et de nombreux challengers

Dans ce domaine de la gestion des metadata, des acteurs historiques comme Informatica, SAP et bien d’autres proposent, de par leur savoir-faire, des solutions très complètes plutôt techniques (avec une mise en œuvre pas si simple parfois) et qui s’adressent souvent à des ingénieurs ou des personnes compétentes. Ces grands acteurs font face à des nombreux challengers, déjà présents pour certains depuis de nombreuses années à l’image du belge Collibra créé en 2008 ou encore de l’entreprise américaine Alation fondée en 2012. Pour cette dernière, l’offre a d’ailleurs évolué d’un système de requêtes au datacatalog moderne et bien plus encore aujourd’hui, sa couverture fonctionnelle ne cessant de s’élargir. En effet, l’éditeur se démarque désormais dans la compréhension des données accessibles à tous les utilisateurs dans l’entreprise. Steve Neat préfère parler d'intelligence des données. « Avec notre plateforme d'intelligence de données intuitive et facile à utiliser, nous donnons la priorité aux utilisateurs. Cela crée un cercle vertueux, car plus les utilisateurs fournissent d'informations précises et fiables, plus l’adoption sera importante, la culture des données se répandra donc plus facilement dans une organisation. » Et d’ajouter : « Grâce à une fonctionnalité de type Google, tous les utilisateurs peuvent trouver et comprendre les données dont ils ont besoin et savoir qu'elles sont fiables. » Le porte-parole de la start-up donne notamment en exemple Vattenfall, une grande entreprise énergétique suédoise qui compare Alation à Google, permettant aux utilisateurs de toute l'organisation d'ajouter des termes de recherche simples pour trouver et partager rapidement les informations qu'ils recherchent, créant une culture où les utilisateurs connaissent et font toujours confiance aux données avec lesquelles ils travaillent.

Face à ces acteurs, figure aussi Zeenea, une entreprise française créée en 2017 dont l’objectif est bien de mettre à disposition les metadata à une très large population au sein des entreprises et pas seulement aux ingénieurs et datascientists. « De nombreux utilisateurs, non spécialistes des données, ont besoin d’accéder à des données pour asseoir leur prise de décision », précise d’ailleurs Guillaume Bodet. L’expérience utilisateur est d’ailleurs un point différenciant mis en avant par l’éditeur dans l’usage de sa plateforme, tout comme l’automatisation qui facilite son accessibilité. Et comme le confirme le porte-parole de l’éditeur, vu le rythme de prolifération des données, l’automatisation est devenue indispensable. Dernier point différenciant mis en avant par Zeenea, c’est la structure de sa plateforme qui repose sur un graphe de connaissance comme chez Google (en plus poussé pour ce dernier) pour son moteur de recherche, l’idée étant d’identifier les concepts et les relier entre eux. « Typiquement si vous cherchez Shakespeare dans Google, vous aurez accès à sa biographie, mais aussi à ses ouvrages, etc. À partir d’un mot clé, vous identifiez plusieurs types d’objets », explique par l’exemple Guillaume Bodet. Côté Business, Zeenea compte une cinquantaine de clients dont 70 % sont situés à l’étranger. Citons par exemple la banque BPCE, les constructeurs automobiles Renault ou encore Stellantis. Pour ce dernier, Zeenea centralise uniquement les metadata issues de diverses sources. La plateforme contribue aussi à motiver les utilisateurs métier à s’y connecter puisqu’elle leur apporte une vraie réponse en termes de sécurité (identification et marquage des données confidentielles et personnelles), de couverture des données (identification des manques en matière de données entre les régions et les marques) ou encore d’automatisation (accès à toutes les données collectées auprès d’un client spécifique).