Comment faire décoller un projet Big Data

1. Présenter. Ne pas expliquer. Raisonner localement

Parmi les premières choses à garder à l'esprit, un classique : une image - ou un prototype dans le cas présent - vaut mieux qu'un long discours. Et qui plus est, rien n'empêche un prototype de puiser dans des données déjà disponibles.

« Et en informatique, quel meilleur emplacement pour cela que dans vos données de logs », explique John Burke. Ces données  journalisées sont générées si rapidement que les entreprises ont tendance à limiter le volume collecté, et même dans ce cas, se révèlent à peine capables de gérer et d'analyser la matière première dont elles disposent. Ces données issus des logs, et plus généralement les systèmes internes, sont ainsi déjà prêts à récolter le grain moulu dans tout projet Big Data.

Commencez par « réfléchir à une question dont vous adoreriez connaître la réponse », explique Johna Till Johnson. Il peut s'agir d'une réponse facile à obtenir, mais elle pourra aussi faire la démonstration rapide de la puissance du Big Data.

2. Raisonner en termes d'organisation des informations

L'une des meilleures manières de concevoir un prototype Big Data consiste à définir une question qui requiert non seulement des données disponibles, mais aussi des types de données différents déjà collectés.

« Ne vous lancez pas frénétiquement à la recherche de nouvelles sources de données », explique Johna Till Johnson.

Au lieu de cela, inspirez-vous des pratiques de l'informatique du secteur santé. Dans les hôpitaux, il n'est pas rare que des équipes entières aient pour tâche de déterminer les types d'informations disparates qui pourraient être fédérés pour contribuer à découvrir de nouveaux schémas ou de nouvelles manières de voir.

« Parmi les choses que j'imagine volontiers... le fait de disposer d'une informatique équivalente à celle du secteur santé au sein de votre organisation va devenir essentiel », explique-t-elle.

Les entreprises affichent un taux de réussite supérieur de 22 % lorsqu'elles disposent d'un budget Big Data défini.

3. Ajouter au budget

Le Big Data est si nouveau qu'il n'existe aucun ensemble de pratiques optimales à suivre, explique John Burke. Aussi, définir qui en est le propriétaire et comment l'intégrer à une organisation n'est pas chose facile. Toutefois, certaines tendances émergentes sont davantage facteurs de réussite. L'une d'elles consiste à consacrer un poste budgétaire au Big Data, même si aucune ressource réelle n'est allouée à l'initiative dans l'année.

« Les entreprises affichent un taux de réussite supérieur de 22 % lorsqu'elles disposent d'un budget Big Data défini », explique Johna Till Johnson, en citant des statistiques publiées dans une étude comparative sur le Big Data parue en juin.

4. Obtenir un sponsor

D'après John Burke, si une personne haut placée dans l'organisation se focalise sur le Big Data, cela peut faire la différence.
« Si cette seule personne est un cadre dirigeant ou un des principaux vice-présidents, vous disposez de la stratégie la plus aboutie pour gérer un projet Big Data », explique-t-il.

Selon John Burke, une personne haut placée qui défend l'intérêt du projet apporte l'attention et le soutien nécessaires à une initiative Big Data. Il explique que ce cadre ne choisira certes pas votre prochaine plate-forme de stockage ou d'administration de données, mais il contribuera à une vue d'ensemble et à maintenir l’intérêt du personnel.

5. Investir dans de nouveaux outils, de nouveaux talents et prendre un nouveau départ

Une autre tendance émergente consiste à admettre qu'un budget de formation seul n'est pas suffisant.

« Nous avons commencé notre recherche cette année en déterminant que le budget de la formation allait s'avérer essentiel à la réussite du Big Data », explique John Burke. « Mais ce n'est pas le cas. »

Le Big Data fait entrer de nouveaux outils dans un ensemble qui requiert bel et bien une formation. Toutefois, parallèlement à l'introduction de nouveaux outils, les DSI doivent également briser les anciennes mentalités.

« Les personnels qui s'engagent dans l'initiative et qui connaissent les technologies SAS et SPSS sont généralement plus âgées et plus chères, et ont tendance à afficher une vision du monde spécifique quant aux modes d'analyse ; cette vision n'est pas nécessairement compatible avec le Big Data », explique Johna Till Johnson.

Selon elle, faire sortir ces employés de leur zone de confort peut ne pas constituer la meilleure réponse. Au lieu de cela, réfléchissez à la manière d'introduire un nouveau talent qui contribuera à faire entrer cette nouvelle vision du monde dans l'entreprise. Plus facile à dire qu'à faire. Toutefois, découvrir un nouveau talent dès maintenant permettra de ne pas s'arracher les cheveux sur le long terme. « Nous constatons, à l'échelle de l'entreprise, que la mise à niveau des systèmes existants n'est pas aussi efficace qu'un nouveau départ », explique-t-elle.

6. Constituer une « Tiger Team »

Une initiative Big Data ne doit pas se présenter comme un silo, à l'image d'un segment du service informatique. Burke et Johnson conseillent de constituer une équipe de franc-tireurs, ce qu'ils appellent une « tiger team », un groupe dont les membres sont issus de l'organisation informatique dans son ensemble, et qui passe au crible l'incidence potentielle d'un programme Big Data sur tout élément - de l'infrastructure à l'analyse.

Cette équipe doit également inclure des représentants des différents métiers. Johna Till Johnson explique : « Recherchez des personnes qui ont besoin de « comprendre autant la technologie que la proposition de valeur. Plus les groupes impliqués dans le Big Data sont nombreux dans l'organisation informatique, plus les chances de réussite sont élevées. Et la réussite est également corrélée au nombre de groupes impliqués à l'échelle de l'entreprise, des Ventes au Marketing. »