Dans un rapport publié le 24 juillet et intitulé « Putting the ’Ops’ in DataOps: Success factors for operationalizing data », BMC Software constate que dans le cadre de stratégies axées sur les données, les investissements et les efforts en matière de gestion des données donnent lieu à des retours sur investissement importants. Cette étude a été réalisée fin 2023 par 451 Research et a recueilli les avis de 1100 professionnels de l’IT, des données et de l'entreprise issus de grandes entreprises de différentes régions du monde, de secteurs d'activité divers et localisés dans 11 pays. Elle montre notamment un état des lieux des pratiques DataOps et du data management au sein des entreprises.
Selon le fournisseur, il n'existe pas d' « approche unique » des stratégies data driven, et des variables comme la taille de l'entreprise, la géographie, la maturité sur la gestion des données, celle sur le DataOps, la centralisation ou la décentralisation des fonctions de gestion et de livraison des données, et la stratégie visant à intégrer l'IA et le machine learning dans le data management, influencent toutes la façon dont une entreprise choisit d'affiner sa technologie et ses processus liées aux données.
CDO, automatisation, IA, des défis pour atteindre la maturité en DataOps
En règle générale, la maturité dans le DataOps et le data management est liée à l’adoption réussie de certains éléments. Par exemple, 75% des répondants les plus expérimentés disposent d’un CDO (chief data officer) contre 54% pour les sondés moins avancés. Toujours selon le rapport, une grande partie des données de l’entreprise reste sous-utilisée en raison de difficultés liées à la gestion continue ou active des données. La qualité des données, le déploiement et l'orchestration du pipeline sont les défis les plus difficiles à relever dans les initiatives qui visent à fournir en permanence des données de haute qualité. L’étude pointe par ailleurs le manque d’automatisation entrave souvent les efforts déployés pour livrer des données aux parties prenantes concernées.
L’IA n’est pas oubliée où les grandes entreprises et les sociétés européennes s’appuient sur la gestion active des données pour soutenir l’adoption de technologies émergentes comme la GenAI. Pour la création des modèles d’IA pour soutenir les initiatives de data management, les entreprises de tailles moyennes (-de 5 000 salariés) adoptent une approche DIY(do it yourself), alors que les grands comptes combinent une approche interne et le recours à des fournisseurs. Enfin, le rapport observe que les initiatives d'analyse prescriptive et prédictive stimulent aujourd'hui la consommation de données par les entreprises et devraient augmenter.