La Data, terme anglais pour désigner « les données », c’est l’ensemble des informations qui circulent au sein de l’entreprise et de son environnement, exploitables à l’aide d’outils informatiques.

Sources des données

Concrètement, on retrouve les données dans des sources diverses :

• Fichiers de différents formats,
• Bases de données,
• Tout site Internet,
• APIs que l’on peut interroger,
• Objets connectés.

L’entreprise a besoin de ces données pour sa production quotidienne, sa gestion, et son pilotage. En particulier, analyser ses données « clients », « fournisseurs », et/ou « partenaires », devient vital et aide l’entreprise dans la prise de décisions.

De nos jours, le volume et l’hétérogénéité des données de l’entreprise rend son utilisation plus compliquée. Il faut des outils spécifiques capables de manipuler et d’analyser ces données, et d’en déduire des tendances et des informations compréhensibles par les employés et les dirigeants.

Ces nouveaux besoins ont donné naissance à un ensemble de disciplines et techniques que l’on nomme la « Data Science » ou « Science des données ».

L’émergence d’autres groupes de compétences

A côté de la Data Science, un second groupe de compétences a également émergé ces dernières années : La « Data Engineering ». En effet, les ingénieurs des données s’occupent des aspects plus informatiques. Il aident également le « Data Scientist » afin que ce dernier puisse se concentrer sur sa compétence principale. En effet, le scientifique des données n’est pas un informaticien. S’il s’est mis à la programmation puis aux tâches connexes de traitement des données, c’est parce qu’il n’avait pas le choix dans des contextes où il était seul face aux tâches requises pour la mise en œuvre des applications.

Comme pour des domaines ayant connu leur évolution vers la maturité (on pense au Web), le domaine de la « Data » est actuellement en mouvement constant. Ces compétences spécifiques sont maintenant très recherchées, il y a donc des retours d’expérience, et les frictions pouvant exister dans le quotidien des projets sont également maintenant connues.

Aujourd’hui l’entreprise ne décide pas simplement de lancer une application pour fournir un service lambda. Elle doit également réfléchir dès le début aux sources de données (avec des bases de données, des APIs, et/ou des objets connectés), au stockage des différents types de données, à la temporalité des données, à leur utilisation par la suite en dehors de ladite application, aux actions qui peuvent être déclenchées en fonction des données selon des critères spécifiques, etc.