Qu'est-ce qu'un lac de données ?
Un lac de données est un référentiel centralisé qui vous permet de stocker toutes vos données structurées et non structurées à n'importe quelle échelle. Vous pouvez stocker vos données telles quelles, sans avoir à les structurer au préalable, et exécuter différents types d'analyses – tableaux de bord et visualisations, traitement du Big Data, analyse en temps réel, machine learning, etc. – pour prendre de meilleures décisions.
Pourquoi avez-vous besoin d'un lac de données ?
Les organisations qui génèrent avec succès de la valeur commerciale à partir de leurs données surpasseront leurs pairs. Une enquête d'Aberdeen a montré que les entreprises qui ont mis en œuvre un lac de données surpassent de 9 % les entreprises similaires en croissance interne de chiffre d'affaires. Ces dirigeants ont pu effectuer de nouveaux types d'analyses comme le machine learning sur de nouvelles sources telles que les fichiers journaux, les données de flux de clics, les médias sociaux et les appareils connectés à Internet stockés dans le lac de données. Cela les a aidés à identifier et à exploiter plus rapidement les opportunités de croissance commerciale en attirant et en fidélisant les clients, en augmentant la productivité, en assurant la maintenance proactive des appareils et en prenant des décisions éclairées.
Les éléments essentiels d'une solution de lac de données et d'analyse
Lorsque les entreprises créent des lacs de données et une plateforme d'analyse, elles doivent prendre en compte un certain nombre de fonctionnalités clés notamment :
Déplacement de données
Les lacs de données vous permettent d'importer n'importe quelle quantité de données pouvant venir en temps réel. Les données sont collectées à partir de plusieurs sources et déplacées dans le lac de données dans leur format d'origine. Ce processus vous permet de mettre à l'échelle des données de toute taille, tout en gagnant du temps lors de la définition des structures de données, du schéma et des transformations.
Stockage et archivage des données en toute sécurité
Les lacs de données vous permettent de stocker des données relationnelles telles que des bases de données opérationnelles et des données provenant d'applications métier, et des données non relationnelles telles que des applications mobiles, des appareils IoT et des réseaux sociaux. Ils vous permettent également de comprendre quelles sont les données du lac grâce à l'exploration, au catalogage et à l'indexation des données. Enfin, les données doivent être sécurisées pour garantir la protection de vos actifs de données.
Analyse
Les lacs de données permettent à divers rôles de votre entreprise, tels que les scientifiques des données, les développeurs de données et les analystes métier, d'accéder aux données avec leur choix d'outils et de cadres d'analyse. Cela inclut les frameworks open source tels qu'Apache Hadoop, Presto et Apache Spark, et les offres commerciales des fournisseurs d'entrepôt de données et d'intelligence d'affaires. Les lacs de données vous permettent d'exécuter des analyses sans avoir à déplacer vos données vers un système d'analyse distinct.
En savoir plus sur l'analyse des données »
Machine Learning
Les lacs de données permettent aux entreprises de générer différents types d'informations, y compris des rapports sur les données historiques, et de faire du machine learning où des modèles sont construits pour prédire les résultats probables et suggérer une gamme d'actions prescrites pour obtenir le résultat optimal.
Comparaison entre les entrepôts de données et les lacs de données
En fonction des exigences, une organisation typique aura besoin à la fois d'un entrepôt de données et d'un lac de données car ils répondent à des besoins et des cas d'utilisation différents.
Un entrepôt de données est une base de données optimisée pour analyser des données relationnelles provenant de systèmes transactionnels et d'applications métier. La structure des données et le schéma sont définis à l'avance pour optimiser les requêtes SQL rapides, où les résultats sont généralement utilisés pour le reporting opérationnel et l'analyse. Les données sont nettoyées, enrichies et transformées afin de pouvoir agir comme la « source unique de vérité » en laquelle les utilisateurs peuvent avoir confiance.
À propos des entrepôts des données »
Un lac de données est différent car il stocke des données relationnelles provenant d'applications métier et des données non relationnelles provenant d'applications mobiles, d'appareils IoT et de médias sociaux. La structure des données ou du schéma n'est pas définie lors de la capture des données. Cela signifie que vous pouvez stocker toutes vos données sans une conception minutieuse ou sans avoir besoin de savoir à quelles questions vous pourriez avoir besoin de réponses à l'avenir. Différents types d'analyses sur vos données, comme les requêtes SQL, les analyses Big Data, la recherche en texte intégral, les analyses en temps réel et le machine learning, peuvent être utilisés pour découvrir des informations.
Alors que les organisations dotées d'entrepôts de données voient les avantages des lacs de données, elles font évoluer leur entrepôt pour inclure des lacs de données et activer diverses capacités de requête, des cas d'utilisation de la science des données et des capacités avancées pour découvrir de nouveaux modèles d'information. Gartner nomme cette évolution la « solution de gestion des données pour l'analyse » ou « DMSA ».
Pour une comparaison détaillée des lacs de données et des entrepôts de données, consultez notre page relative à la comparaison entre les lacs de données et les entrepôts de données.
Quelle est la valeur des lacs de données ?
La capacité d'exploiter plus de données, de plus de sources, en moins de temps, et de permettre aux utilisateurs de collaborer et d'analyser les données de différentes manières conduit à une prise de décision meilleure et plus rapide. Exemples de valeur ajoutée des lacs de données :
Amélioration des interactions client
Un lac de données peut combiner les données client d'une plateforme CRM avec des analyses de réseaux sociaux, une plateforme marketing qui comprend l'historique des achats et des tickets d'incident pour permettre à l'entreprise de comprendre la cohorte de clients la plus rentable, la cause de la perte de clients et les promotions ou récompenses, et ainsi mieux fidéliser sa clientèle.
Améliorer les choix d'innovation en R&D
Un lac de données peut aider vos équipes de R&D à tester leurs hypothèses, les affiner et évaluer les résultats, par exemple en choisissant les bons matériaux dans la conception de votre produit, ce qui accélère les performances, en effectuant des recherches génomiques menant à des médicaments plus efficaces ou en comprenant la volonté des clients de payer pour différents attributs.
Augmenter l'efficacité opérationnelle
L'Internet des objets (IoT) propose davantage de moyens de collecter des données sur des processus tels que la fabrication, avec des données en temps réel provenant d'appareils connectés à Internet. Un lac de données facilite le stockage et l'exécution d'analyses sur les données IoT générées par la machine afin de découvrir des moyens de réduire les coûts opérationnels et d'améliorer la qualité.
Quels sont les défis des lacs de données ?
Le principal défi avec une architecture de lac de données est que les données brutes sont stockées sans surveillance du contenu. Pour qu'un lac de données rende les données utilisables, il doit disposer de mécanismes définis pour cataloguer et sécuriser les données. Sans ces éléments, les données sont introuvables ou ne sont pas fiables, ce qui entraîne un « bourbier de données ». Pour répondre aux besoins d'un public plus large, les lacs de données doivent avoir une gouvernance, une cohérence sémantique et des contrôles d'accès.
Comment déployer des lacs de données dans le cloud ?
Les lacs de données constituent une charge de travail idéale à déployer dans le cloud, car le cloud offre des performances, une capacité de mise à l'échelle, une fiabilité, une disponibilité, un ensemble diversifié de moteurs d'analyse et des économies d'échelle massives. Une étude ESG a révélé que 39 % des répondants considèrent le cloud comme leur principal déploiement pour l'analyse, 41 % pour les entrepôts de données et 43 % pour Spark. Les principales raisons pour lesquelles les clients perçoivent le cloud comme un avantage pour les lacs de données sont une meilleure sécurité, un temps de déploiement plus rapide, une meilleure disponibilité, des mises à jour de fonctionnalités plus fréquentes, une plus grande élasticité, une couverture géographique plus étendue et les coûts liés à l'utilisation réelle.
Comment AWS peut-il prendre en charge vos besoins en matière de lacs de données ?
AWS fournit le portefeuille de services le plus sécurisé, évolutif, complet et économique qui permet aux clients de créer leur lac de données dans le cloud, d'analyser toutes leurs données, y compris les données d'appareils IoT avec une variété d'approches analytiques notamment le machine learning. En conséquence, il y a plus d'organisations exécutant leurs lacs de données et leurs analyses sur AWS que partout ailleurs, avec des clients comme NETFLIX, Zillow, NASDAQ, Yelp, iRobot et FINRA qui font confiance à AWS pour exécuter leurs charges de travail d'analyse critiques.
Commencez à sauvegarder vos lacs de données sur AWS en créant un compte dès aujourd'hui.
Prochaines étapes sur AWS
