Introduction

La gestion des données aujourd'hui exige une perspective de bout en bout et la capacité de combiner l'utilisation de divers types de données. Par exemple, Amazon doit gérer ses activités quotidiennes et vendre des produits aux clients, gérer les retours, payer des commissions aux détaillants et aux grossistes, et développer et fixer le prix de nouveaux produits. Tout cela fait partie des opérations quotidiennes, et la plupart des entreprises de vente au détail s'efforcent d'atteindre l'excellence opérationnelle, car c'est un facteur clé de la satisfaction client. À cette fin, les détaillants utilisent généralement des bases de données relationnelles traditionnelles et des données structurées pour gérer leurs opérations. Dans le même temps, les détaillants doivent rester compétitifs et développer des stratégies de prix qui attirent et fidélisent les clients. Pour ce faire, il est nécessaire d'être capable d'analyser les prix du marché en conséquence avant de faire la publicité des produits auprès de leurs clients. Pour cette partie, les entreprises s'appuient généralement sur des ensembles de données et l'analytique des mégadonnées pour prédire des prix compétitifs afin d'optimiser les ventes. Globalement, les entreprises et organisations qui livrent des produits aux clients doivent exploiter les informations provenant des métadonnées pour se transformer à mesure qu'elles opèrent et rester compétitives tout en soutenant leurs opérations. Il n'est plus possible de se fier uniquement à l'excellence opérationnelle pour assurer un succès continu.

Dans ce chapitre, nous aborderons l'éventail des activités de gestion des données, y compris le stockage et la récupération de divers types de données. En d'autres termes, le chapitre porte sur la manière dont les mégadonnées sont gérées aujourd'hui d'un point de vue de bout en bout.

À titre d'exemple, TechWorks est une entreprise en démarrage qui s'engage à 100 % à exploiter des technologies innovantes dans le cadre de son modèle d'affaires reproductible et en tant que facilitateur de croissance commerciale. TechWorks possède plusieurs départements, notamment les ressources humaines, les finances, les ventes, le marketing, la gestion des opérations et les technologies de l'information. Chaque département dispose de son propre système d'information et de sa propre base de données ; ils ne partagent aucune ressource. TechWorks a de nombreuses réussites sur le marché. Cependant, ils rencontrent un énorme problème pour intégrer leurs rapports afin de faciliter la prise de décision. TechWorks fait face à de nombreux défis qui impactent sa compétitivité et sa survie sur le marché, notamment le dysfonctionnement de sa base de données traditionnelle ; ses pratiques de collecte, de gestion et d'analyse des données ne favorisant pas une meilleure prise de décision commerciale ; et ses serveurs étant anciens et parfois incapables de gérer suffisamment les données de l'entreprise. Le directeur général (CEO) de TechWorks décide de développer un nouveau système de gestion de bases de données avec les objectifs suivants :

• Intégrer toutes les pratiques des départements dans un seul système.
• Utiliser l'infonuage pour stocker, gérer, analyser et maintenir les données.
• Embaucher un scientifique des données, un informaticien et un architecte de l'information pour travailler en équipe avec le concepteur de bases de données et l'administrateur de bases de données.
• Appliquer le processus d'extraction, de transformation et de chargement aux données.
• Utiliser des outils d'intelligence d'affaires et d'apprentissage automatique pour prendre des décisions basées sur les données.