Rappelez-vous le câble, combinés téléphone et internet qui atterrissaient dans nos boites mails ? Ces offres étaient fortement optimisées pour la conversion, et le type d’offre et le prix mensuel pouvaient varier considérablement entre deux maisons voisines ou même entre des condos d’un même immeuble.
Je le sais parce que j’étais ingénieur de données et que j’ai construit des pipelines de données d’extraction-transformation-chargement (ETL) pour ce type d’optimisation d’offre. Une partie de mon travail consistait à déballer les flux de données chiffrés, à supprimer les lignes ou les colonnes contenant des données manquantes et à mapper les champs sur nos modèles de données internes. Notre équipe de statistiques a ensuite utilisé les données propres et mises à jour pour modéliser la meilleure offre pour chaque foyer.
C’était il y a presque une décennie. Si vous prenez ce processus et l’exécutez sur des stéroïdes pour des ensembles de données 100 fois plus grands aujourd’hui, vous arriverez à l’échelle à laquelle les moyennes et grandes organisations sont confrontées aujourd’hui.
Chaque étape du processus d’analyse des données est mûre pour être perturbée.
Par exemple, un seul appel de visioconférence peut générer des journaux qui nécessitent des centaines de tables de stockage. Le cloud a fondamentalement changé la façon dont les affaires sont menées en raison du stockage illimité et des ressources de calcul évolutives que vous pouvez obtenir à un prix abordable.
Pour faire simple, voici la différence entre les piles anciennes et modernes :
Crédits image : Ashish Kakran, Thomvest Ventures
Pourquoi les leaders des données se soucient-ils aujourd’hui de la pile de données moderne ?
Analyse en libre-service
Les citoyens-développeurs veulent accéder en temps réel aux tableaux de bord critiques de l’entreprise. Ils souhaitent mettre à jour automatiquement des tableaux de bord basés sur leurs données opérationnelles et clients.
Par exemple, l’équipe produit peut utiliser les données d’utilisation des produits en temps réel et de renouvellement des clients pour prendre des décisions. Le cloud rend les données véritablement accessibles à tous, mais il existe un besoin d’analyse en libre-service par rapport aux rapports et tableaux de bord hérités, statiques et à la demande.
