Dans le monde de l'Internet des Objets (IoT), les données règnent en maître. Mais, comme tout ce qui relève de la gestion des données d'entreprise, « plus » ne signifie pas forcément « meilleur ».

Alors que d'ici 2020, les experts estiment à plus de 20 milliards le nombre d'appareils connectés, les DSI se préparent déjà à être inondés de données provenant de véhicules, d'équipements médicaux, d'équipements grand public, de réseaux électriques et de machines industrielles connectés. Le McKinsey Global Institute a chiffré à 6,2 milliards de dollars l'impact de l'IoT sur l'économie mondiale d'ici 2025. Et selon le Boston Consulting Group (BCG), un cabinet international de conseil en stratégie, les entreprises vont dépenser jusqu'à 267 milliards de dollars dans les technologies, les applications et les solutions IoT au cours des trois prochaines années pour profiter de cette opportunité.

Pour autant, l’accès à cette masse de données IoT en temps réel ne représente qu’une première étape dans la capture de valeur. Pour profiter d’un effet levier, les DSI doivent mettre en place une stratégie de gestion et d'intégration des données incluant ces nouveaux périphériques. Ils ont également besoin de méthodes et d'outils pour collecter et orienter les données IoT vers un dépôt central où elles pourront être agrégées, sécurisées et préparées pour répondre aux mêmes normes de qualité et de gouvernance que celle s'appliquant aux données d'entreprise plus traditionnelles. C’est à cette condition que les DSI pourront transformer des données IoT disparates en actif stratégique exploitable par les analystes et les systèmes, c’est à dire en extraire des informations pertinentes, et les distribuer ensuite à des acteurs de l'entreprise qui pourront les utiliser de manière innovante.

Rien de très nouveau

Finalement, ce constat semble assez familier. Dans les années 90, pour centraliser leurs informations, les entreprises avaient déployé des entrepôts de données. Aujourd’hui, les DSI doivent opter pour une approche similaire - mais moderne - des données IoT articulée autour d’un mode de gestion et d’intégration intelligent des données. Notamment, la haute qualité et la fiabilité de ces données sont aussi importantes pour les cas d’usage de l'IoT - la maintenance prédictive ou les expériences client haut de gamme - qu’elles peuvent l’être pour les applications de bases de données décisionnelles traditionnelles. Des données IoT corrompues ou mal gérées peuvent générer des problèmes de conformité, des gaspillages de ressources, ou déboucher sur des analyses aléatoires et des expériences client de mauvaise qualité. Ces scénarios somme toute assez courants peuvent exposer les entreprises à des risques.

Si les principes et les meilleures pratiques en vigueur à l’époque des entrepôts de données d'entreprise restent pertinents, les DSI doivent cependant prendre en considération l'échelle et la complexité des données IoT. Par exemple, une infrastructure d'intégration de données moderne doit être capable de supporter le streaming et l'ingestion massive de données en temps réel de façon à agréger de manière fiable les données à l'échelle, indépendamment du type, de la source, du volume ou de la plate-forme. Les entreprises ont besoin de services de métadonnées unifiés pour transformer les données IoT brutes en actifs intelligents, exploitables par les utilisateurs métiers ou automatisables par des méthodes d'apprentissage machine afin d’extraire des informations difficiles à trouver.

En plus de ces capacités, une infrastructure intelligente de gestion des données pilotée par l'apprentissage machine devrait permettre la réutilisation, l'évolutivité et la pérennité. À l’instar de l'entrepôt de données d'entreprise, cette approche est essentielle pour assurer une gestion centralisée de la sécurité et des politiques ainsi qu'une gouvernance globale des données IoT. Elle permet aussi des économies d'échelle pour la gestion des données et les pratiques d'intégration.

Certes, le monde de l'IoT regorge de données, mais cela ne veut pas dire qu’elles ont de la valeur pour l'entreprise. Les DSI peuvent s’inspirer des pratiques des entrepôts de données et formaliser une stratégie et une architecture qui leur permettent de transformer les données IoT brutes en informations sécurisées, cohérentes et fiables. Cette étape est essentielle s’ils veulent que leur entreprise réussisse à bousculer les marchés établis.