Plaidoyer pour une modélisation des données à l'échelle de l'entreprise
Gouvernance, efficacité, performance... sont à portée de main, pourvu qu'on se penche sérieusement sur un processus fondamental qui structure l'information de son SI.
"Nous avons revu en profondeur la façon dont nous abordons la gouvernance et la valorisation de la donnée. Notre objectif est que les BU disposent de capacités opérationnelles locales tout en tirant parti de services créés en central."
Il n’y aura jamais assez d’ingénieurs dans une entreprise pour tout faire, il faut donc outiller les personnes qui se servent de la data et bien articuler les rôles et responsabilités entre les uns et les autres.
Je préfère une approche un peu plus scientifique, et considérer la donnée comme un outil pour résoudre des problèmes. Cela évite de tomber dans le travers de faire de la data pour faire de la data.
La pratique du FinOps génère des économies substantielles, de l’ordre de 10 à 20% sur la facture annuelle.
Entre l’efficacité énergétique du Cloud, qu’on n’atteindra jamais ‘on premises’, des serveurs mutualisés présentant un taux d’utilisation inégalé et les efforts des fournisseurs de Cloud pour s’alimenter en énergie bas carbone, on arrive à un écart gigantesque.
Ce témoignage est extrait du Livre blanc "FinOps" 🗝 < FinOps : ceux qui mettent en œuvre témoignent "Avec
Comment industrialiser une démarche data ? C'est la question à 1 million que nous avons posée à nos interlocuteurs, dans le cadre de la rédaction de notre livre blanc DataOps : Didier Bove, Philippe Girolamy, Laurent Ostiz.