Stratégie big data : quelles sont les technologies les plus adaptées ?

S’il ne fait plus aucun doute que les entreprises ont désormais l’obligation d’exploiter leurs données pour assurer leur croissance, voire leur survie, la mise en œuvre d’un tel chantier est en revanche complexe. L’objectif premier est, en effet, de parvenir à maîtriser les données brutes de l’entreprise pour en tirer de l’information.

Par Yann Carpentier-Gregson (*)

Ces dernières années ont ainsi vu naître un boom des projets big data, renforcé plus récemment par les chantiers liés à l’IA. Des plateformes big data ont donc été déployées massivement dans les entreprises, toutes étant liées pour des raisons historiques à la technologie Hadoop. Mais, alors que celles-ci constituaient à une époque le prérequis technologique nécessaire, ce n’est plus du tout vrai aujourd’hui.

Des plateformes Hadoop omniprésentes mais souvent inadaptées

Si les plateformes Hadoop peuvent différer en termes de taille de nœuds et d’usage selon les organisations, on constate toutefois qu’une seule plateforme de production est souvent utilisée pour toute l’entreprise.

Cela s’explique, en premier lieu, par le fait qu’une plateforme n’est efficiente qu’à partir d’une dizaine de nœuds, entraînant un besoin de mutualisation des usages et donc une rationalisation des coûts. Par ailleurs, étant donné la complexité technique des plateformes et leur spécificité, la DSI, qui porte le plus souvent les projets Big Data, a tendance à déployer ces outils selon un modèle architectural global. Enfin, de nombreuses entreprises optent pour des plateformes Big Data uniques, car elles ne réfléchissent pas au préalable aux usages applicables à leur business model, cédant parfois aux mirages de la mode.

Les plateformes Hadoop se sont donc généralisées, mais elles n’en souffrent pas moins d’inconvénients importants :