Big data : un intérêt qui ne faiblit pas

Depuis 2012, l’intérêt pour le Big data ne cesse de croître (cf. courbe google trends). Pourtant, faute de disposer d’une définition tangible, la pertinence des usages de cette expression reste, aujourd’hui encore, sujette à interprétation.

Prenons un échantillon de définitions produites par les voix les plus influentes du domaine IT (Gartner, Forrester, IBM etc.). Derrière le Big data, une multitude de sujets : il peut s’agir, selon les analystes,  1) des données  (d’un genre caractéristique), 2) d’un phénomène ou encore 3) d’un ensemble de techniques ou technologies. Il en ressort cependant un champ lexical qui fait assez largement consensus et s’est imposé sur la plupart des slidewares (avec aussi des contradicteurs).

« Petite » analyse lexicale du « Big » data

3 V. Volume, Variété, Vélocité. Vision du Gartner de 2001 : chacune de ces caractéristiques constituent un défi pour les entreprises qui souhaitent les exploiter ; leur combinaison accentue d’autant la difficulté que représente le traitement des données. Le Big data n’est pas que l’explosion des volumes. C’est aussi la richesse des formats et le temps réel. Ce qui pose question et qui est rarement explicité, c’est la mesure de chacune de ces trois dimensions. Le volume se mesure-t-il en téra- ou en pétabytes ? Où se situent les niveaux d’acceptabilité qui permettent de déterminer qu’une situation ou un cas d’usage relève du Big data ? Le Big data d’aujourd’hui sera-t-il celui de demain ? Car avec la croissance des données et les avancées technologiques, le curseur ne cessera sans doute pas de se déplacer…

4V = 3V+Valeur. Certains ont noté un glissement de l’acception Big data de 3 à 4 V : des caractéristiques de nature technique à celle de « valeur ». Que peut-on tirer des données ? C’est en fait la question essentielle : celle de « l’opportunité à saisir » ou du « besoin à combler ». Une autre question apparaît avec les fournisseurs de données : quel est le prix des données ?

Technologie accessible. Il n’y a pas de définition technologique du Big data au sens où aucune technologie n’est liée de manière exclusive et catégorique au concept. Tout comme les web services n’étaient pas la SOA, le Big data n’est pas Hadoop*, même si Hadoop est la valeur sure d’un marché en plein essor et encore peu lisible. Certes, l’envolée du Big data doit beaucoup à l’« accessibilité »  d’Hadoop et du noSQL. Mais le coût et le ROI de ces solutions sont-ils à la hauteur des promesses ?

Acquisition, visualisation etc. Le Big data n’est pas que stockage et analyse de données. Il faut  développer son gisement pour trouver la bonne information. L’information produite doit être comprise, retenue, travaillée et des techniques d’analyse visuelle sont aujourd’hui mises en avant.  Enfin, pour les questions de fiabilité et de sécurité, des évidences en gestion des données, des solutions se positionnent.

Décision. Le Big data bouscule le décisionnel. Les cas d’usage Big data sont quasiment exclusivement analytiques. Les technologies dont nous parlions ne sont d’ailleurs pas construites pour supporter des processus transactionnels qui restent en périphérie de la « révolution » à la source des données.

Un Big data à ma sauce

Le Big data est une véritable problématique, soit littéralement un faisceau de questions. Si l’exercice de définition va se poursuivre, il serait salvateur de l’évacuer rapidement. Mieux vaut se concentrer sur les défis techniques et organisationnels du traitement des données et la recherche de nouveaux leviers de performance.

Forrester propose pour ce faire une approche pragmatique « Calculer son « Big Data score », qui vise à s’auto-évaluer sur sa capacité à stocker, traiter, requêter ses données selon chacune des 3 dimensions. Big data ne veut pas dire la même chose pour Google et pour moi. Il faut revenir à des enjeux réalistes : ai-je exploré les opportunités d’utilisation des données « à ma disposition » ? Suis-je capable de « passer à l’échelle » efficacement (délai, coût) si une opportunité se présente ?
Et, à quelle échelle : *10, *100, *1000 ? Que font mes concurrents ?

Alors : in or out ?

*Hadoop comme nombre de bases de données noSQL est distribué en open source. Le déploiement d’Hadoop n’exige pas d’infrastructure réseau et/ou serveurs haut de gamme.

Cet article Big data : tour d’horizon 2013 ! est apparu en premier sur RiskInsight.

Bien définir le périmètre du dispositif

La définition du périmètre est l’une des actions clés à mener au départ, en regardant le dispositif sous tous les angles possibles.

• Axe organisationnel : se focalisera-t-on sur les projets d’un domaine particulier de l’entreprise, sensible par le nombre de ses projets, les objectifs stratégiques de l’entité, ou par ses ressources ? Étend-on le périmètre à un champ plus large de l’organisation (inter-domaines, l’entreprise, l’entreprise étendue…) ?

• Axe financier : les portefeuilles de projets intégreront-ils tout projet quel que soit son niveau de dépenses, se concentreront-il sur ceux allant au-delà d’un seuil minimum ? Intègrent-ils tous les investissements et leurs évolutions ?

• A quelle phase du cycle de vie des projets s’intéressera-t-on compte tenu des gains escomptables?

La phase d’instruction des projets candidats est probablement celle qui présente le plus fort potentiel : l’effort est alors concentré sur l’amélioration de la sélection des projets, sur l’optimisation des allocations de ressources, la régulation des demandes de projets. Mais suivre les engagements en cours de réalisation permet également de rechercher les optimisations envisageables entre les projets, de revoir les priorisations et les allocations selon leurs avancements, voire de décider des arrêts ou fusions de projets. La phase de retrait est également une source de gain non négligeable…

Il est possible, voire recommandé, de retenir un périmètre initial sur lequel la démarche sera expérimentée, pour progressivement l’étendre vers un périmètre cible.

Donner du sens à la démarche et mobiliser

Mettre en place de la GPP doit répondre à une stratégie, à une vision de la situation constatée et de l’objectif visé. Formaliser cette vision permettra de lancer une dynamique au sein de l’entité.

Elle favorisera la mobilisation indispensable des acteurs impliqués dans cette démarche. Des sponsors sont à identifier pour la promouvoir et suivre son déroulement.

Définir au préalable les résultats visés en fixant des objectifs quantifiables et pouvant être suivis à l’aide de quelques indicateurs pertinents et faciles à mesurer et à comprendre, donnera du sens à la démarche. C’est se donner les moyens de mesurer les progrès et d’identifier les besoins d’ajustement.

Arrêter les modalités de fonctionnement et de méthodes adaptés

Le fonctionnement de la GPP s’appuie sur des règles, des processus, des méthodes d’évaluation / de priorisation objective des projets, des outils de reporting qui doivent préalablement être définis, documentés et déployés.

Par contre, pour éviter tout risque de rejet de la part des chefs de projet, il faudra veiller à ce qu’un nombre limité d’informations soit à remonter de façon à ce qu’elles puissent être rapidement rassemblées par chacun d’eux, sinon le risque existe de ne pas disposer régulièrement de ces données ou de compromettre leur fiabilité. Par ailleurs, l’efficacité du dispositif tient au fait qu’aucun projet n’y échappe : en concevant le processus de GPP, veiller à ce que tout sponsor et chef de projet « gagne » à passer son projet dans la gestion de portefeuille (par exemple : meilleure prise en compte des alertes sur les moyens, simplification des reportings…).

Organiser les fonctions d’intégration et de support qui sont à assurer.

Compte tenu de l’organisation de l’entreprise, des pratiques existantes de GPP, de son mode de management, il sera nécessaire de décider du degré d’harmonisation et du rythme de convergence de ces éléments au sein de ses entités. Selon ces choix, il peut être intéressant de mutualiser certaines activités.

Dans le cas où la création d’une cellule spécifique PMO (Portfolio Management Office) est envisagée, celle-ci doit disposer des moyens et du soutien lui permettant d’assurer sa mission.

L’accompagnement au changement ne doit pas être négligé pour assurer la réussite de la démarche. Au-delà de la mise en œuvre d’un plan de formation des acteurs (chefs de projet, PMO, responsables de portefeuilles, membres des instances décisionnelles…) à ces processus et outils, il est indispensable de prendre en compte et d’accompagner les changements qu’induit la GPP dans la manière de gérer un projet. Ainsi, un projet n’est plus « autonome », la GPP appelle la mise en place d’une gestion partagée des ressources, elle exige peut-être davantage de transparence…

Ainsi, la mise en place une démarche de gestion de portefeuilles de projets, si elle offre aux directions un outil décisionnel indispensable pour optimiser leurs investissements et la mobilisation de leurs ressources, elle constitue néanmoins un projet d’ampleur non négligeable qu’il faut aborder en prenant la mesure de tous les aspects à traiter…dans le bon ordre…avant d’aborder la délicate question du choix de (s) outil(s)….

Mieux les objectifs, le périmètre de la GPP seront clairs, mieux ses processus et les critères de valorisation des projets seront définis, plus le choix pourra être adapté aux réels besoins de l’entreprise.

Cet article La gestion de portefeuilles de projets : se donner toutes les chances de succès dans la mise en œuvre ! est apparu en premier sur RiskInsight.