La gestion du cycle de vie des données (DLM) est une approche de la gestion des données tout au long de leur cycle de vie, de leur entrée à leur destruction. Les données sont divisées en phases en fonction de différents critères, et elles passent d'une phase à l'autre à mesure qu'elles accomplissent différentes tâches ou répondent à certaines conditions. Un processus DLM efficace permet de structurer et d'organiser les données d'une entreprise, ce qui permet d'atteindre les objectifs clés du processus, tels que la sécurité et la disponibilité des données.
Ces objectifs sont essentiels à la réussite de l'entreprise et gagnent en importance au fil du temps. Les politiques et processus DLM permettent aux entreprises de se préparer aux conséquences dévastatrices d'une éventuelle atteinte à la protection des données, d'une perte de données ou d'une panne système. Une stratégie DLM adaptée donne la priorité à la protection des données et à la reprise après incident, d'autant plus que la croissance rapide du volume des données s'accompagne de l'entrée d'un nombre croissant d'acteurs malveillants sur le marché. Ainsi, un plan efficace de récupération des données est déjà en place en cas d'incident, afin de limiter certains des effets dévastateurs sur les résultats financiers et la réputation globale d'une marque.
Les termes Gestion du cycle de vie de l'information (ILM) et Gestion du cycle de vie des données (DLM) sont utilisés indifféremment, et bien que la gestion du cycle de vie de l'information fasse également partie d'une pratique de gestion des données, elle est distincte de DLM.
La gestion du cycle de vie des données supervise les données au niveau des fichiers, c'est-à-dire qu'elle gère les fichiers en fonction de leur type, de leur taille et de leur âge. ILM, en revanche, gère les différents éléments de données au sein d'un fichier, garantissant l'exactitude des données et leur actualisation en temps voulu. Il s'agit notamment des informations relatives aux utilisateurs, telles que les adresses électroniques ou les soldes de comptes.
Le cycle de vie d'une donnée consiste en une série de phases au cours de sa vie utile. Chaque phase est régie par un ensemble de politiques qui maximisent la valeur des données à chaque étape du cycle de vie. DLM joue un rôle toujours plus important alors que le volume des données incorporées dans les flux de travail métier augmente.
Phase 1 : création des données
Un nouveau cycle de vie des données commence par la collecte des données, cependant les sources de données sont abondantes. Il peut s'agir, entre autres, des applications Web et mobiles, des dispositifs de l'internet des objets (IoT), des formulaires, des enquêtes. Si les données peuvent être générées de diverses manières, la collecte de toutes les données disponibles n'est pas nécessaire au succès de votre entreprise. L'incorporation de nouvelles données doit toujours être évaluée en fonction de leur qualité et de leur pertinence pour votre entreprise.
Phase 2 : archivage des données
Les données peuvent également différer dans la manière dont elles sont structurées, ce qui a des implications sur le type de stockage des données qu'une entreprise utilise. Les données structurées tendent à utiliser des bases de données relationnelles, tandis que les données non structurées se trouvent généralement dans des bases de données NoSQL ou non relationnelles. Une fois le type de stockage identifié pour l'ensemble de données, l'infrastructure peut être évaluée pour détecter d'éventuelles vulnérabilités de sécurité, les données pouvant subir différents types de traitement, tels que le chiffrement et la transformation des données, afin de protéger l'entreprise contre les acteurs malveillants. Ce type de traitement des données permet également de s'assurer que les données sensibles répondent aux exigences de confidentialité et aux politiques gouvernementales, comme le RGPD. Ainsi, les entreprises peuvent éviter de s'exposer à des sanctions financières coûteuse liée à ce type de réglementation.
Un autre aspect de la protection des données est l'accent mis sur la redondance des données. Une copie de toutes les données stockées peut servir de sauvegarde dans des situations telles que la suppression ou l'altération des données. Ainsi, il est possible de se protéger contre les altérations accidentelles des données et les altérations plus délibérées, comme les attaques des logiciels malveillants.
Phase 3 : partage et utilisation des données
Au cours de cette phase, les données deviennent accessibles aux utilisateurs métier. DLM permet aux organisations de définir qui peut utiliser les données et dans quel but. Une fois que les données sont disponibles, elles peuvent être exploitées pour toute une série d'analyses, allant de l'analyse exploratoire de base des données et des visualisations des données à des techniques plus avancées d'exploration des données et d'apprentissage automatique. Toutes ces méthodes jouent un rôle dans la prise de décision des entreprises et la communication avec les différentes parties prenantes.
En outre, l'utilisation des données n'est pas nécessairement limitée à un usage interne. Par exemple, des fournisseurs de services externes pourraient utiliser les données à des fins telles que l'analyse marketing et la publicité. Les utilisations internes comprennent les processus et les flux de travail quotidiens, tels que les tableaux de bord et les présentations.
Phase 4 : archivage des données
Après un certain temps, les données ne sont plus utiles pour les opérations quotidiennes. Toutefois, il est important de conserver des copies des données de l'organisation auxquelles on n'accède pas fréquemment en cas d'éventuels litiges et enquêtes. Ensuite, si nécessaire, les données archivées peuvent être restaurées dans un environnement de production actif.
La stratégie DLM d'une organisation doit définir clairement quand, où et pendant combien de temps les données doivent être archivées. Dans cette étape, les données subissent un traitement d'archivage qui assure la redondance.
Phase 5 : suppression des données
Dans cette dernière étape du cycle de vie, les données sont purgées des enregistrements et détruites de manière sécurisée. Les entreprises supprimeront les données dont elles n'ont plus besoin, afin d'accroître l'espace de stockage pour les données actives. Au cours de cette phase, les données sont retirées des archives lorsqu'elles dépassent la période de conservation requise ou qu'elles n'ont plus d'utilité pour l'organisation.
La gestion du cycle de vie des données présente plusieurs avantages importants, notamment :
• Amélioration des processus : les données jouent un rôle crucial dans la conduite des initiatives stratégiques d'une organisation. DLM contribue à maintenir la qualité des données tout au long de leur cycle de vie, ce qui permet d'améliorer les processus et d'accroître l'efficacité. Une bonne stratégie DLM garantit que les données mises à la disposition des utilisateurs sont exactes et fiables, afin que les entreprises de maximiser la valeur de leurs données.
• Maîtriser les coûts : un processus DLM donne de la valeur aux données à chaque étape de leur cycle de vie. Une fois que les données ne sont plus utiles aux environnements de production, les organisations peuvent utiliser une série de solutions pour réduire les coûts, telles que la sauvegarde, la réplication et l'archivage des données. Par exemple, elles peuvent être transférées vers un espace de stockage moins coûteux sur site, dans le cloud ou dans un stockage réseau.
• Facilité d'utilisation des données : grâce à une stratégie DLM, les équipes informatiques peuvent élaborer des politiques et des procédures qui garantissent que toutes les métadonnées sont balisées de manière cohérente, afin d'améliorer l'accessibilité lorsque cela est nécessaire. La mise en place de politiques de gouvernance exécutoires garantit la valeur des données aussi longtemps qu'elles doivent être conservées. La disponibilité de données propres et utiles augmente l'agilité et l'efficacité des processus de l'entreprise.
• Conformité et gouvernance : chaque secteur d'activité a ses propres règles et réglementations de conservation des données, et une stratégie DLM solide aide les entreprises à rester conformes. Avec DLM, les organisations peuvent traiter les données avec une efficacité et une sécurité accrues, tout en respectant les réglementations de confidentialité des données personnelles et des dossiers organisationnels.
Comprenez votre environnement de cybersécurité et hiérarchisez les initiatives avec les architectes et consultants en sécurité seniors d'IBM lors d'une session de design thinking gratuite, virtuelle ou en personne, d'une durée de 3 heures.
Dans ce livre électronique, découvrez comment élaborer et exécuter une stratégie d'intégration des données et de gestion du cycle de vie pour un environnement hybride. (1,4 Mo)
Découvrez les différentes solutions de gouvernance du cycle de vie de l'information dans ce livre électronique. (446 Ko)
Découvrez comment la State Bank of India a utilisé plusieurs solutions IBM, ainsi que la méthodologie IBM Garage, pour développer une plateforme complète de banque en ligne.
Explorez les étapes stratégiques de la conception et de la mise en œuvre d'une stratégie de données qui stimule l'avantage commercial.
La recherche IBM est régulièrement intégrée dans de nouvelles fonctionnalités pour IBM Cloud Pak for Data