Intégration des données et intégration des applications dans le cadre de l'automatisation intelligente
Au fur et à mesure qu'un processus métier progresse, il est nécessaire de transférer le contrôle d'une application à l'autre. Pour ce faire, les différentes applications doivent être intégrées ou connectées entre elles afin de permettre une continuité fluide et sans couture du processus de bout en bout. Prenons le cas d'un fournisseur qui traite des commandes 24 heures après les avoir reçues. La commande contient des informations basiques et l’intégralité des données relatives à la commande sont importées par lots dans la data warehouse. Dans ce cas, l'intégration des données permet d’extraire les données du système de commande et de les intégrer au reste des systèmes de l'entreprise, de la gestion des clients, des produits, des ventes, à la supplychain. Les entreprises s'appuient à la fois sur l'intégration des applications et des données pour automatiser les processus et partager les données en temps réel. Il s'agit de deux capacités distinctes maisessentielles : le yin et le yang dont les entreprises ont besoin pour réaliser la transformation numérique.
L'évolution de la technologie iPaaS
Le processus d’intégration d'applications est le point de départ de cette évolution et le yin de la transformation numérique. Il consiste à connecter diverses applications et à réaliser cette connexion en temps (quasi) réel pour achever un processus métier ou une intégration de données en temps réel. Par exemple, cela peut être utilisé pour la réception d'une commande client ou la transmission immédiate des données d'un client à un représentant du service clientèle pour l'approbation d'un crédit.Pour comprendre la gestion des Application Programming Interface(API), il est indispensable de la replacer dans le contexte de l'intégration : les API sont devenues l'un des moyens les plus populaires d'intégrer des applications. La gestion des API permet donc de les publier, de souscrire, de sécuriser et de les surveiller. Toutefois, cette gestion n'intègre pas les applications. Il s'agit plutôt d'une extension de l'intégration d'applications car les technologies d'intégration d'applications permettent de créer et mettre au point des API.
Il y a dix ans, les entreprises utilisaient des bus de services d'entreprise (ESB), des serveurs d'intégration et des brokers de messages pour intégrer leurs applications. Cependant, aujourd'hui, la plateforme d'intégration en tant que service (iPaaS) est devenue la norme pour l'intégration des applications. La technologie iPaaS s’est rapidement développée pour inclure l'intégration des données pour de multiples déploiements dans le cloud et on-premises. A titre d’exemple, l'intégration de SAP on-premises avec un CRM Salesforce dans le cloud utilise couramment une technologie de type iPaaS.
Par ailleurs, il est essentiel que l’iPaaS prenne en charge les besoins avancés en matière de gestion des données et fournisse des options de connectivité prêtes à l'emploi avec les systèmes et les data warehouses les plus répandus, qu'ils soient dans le cloud ou en on-premises. De plus, elle doit offrir des outils de création pour définir un processus, une API ou un mapping de données suffisamment simples pour être utilisés par les développeurs, les « citizen integrators » et les analystes. Enfin, la technologie iPaaS typique s'accompagne également d'outils de collaboration pour les développeurs et les opérations pour le contrôle des versions, le CICD et le DevOps.
Se moderniser grâce à l'intégration des données
L'intégration des données représente le yang de la transformation numérique. Elle permet de charger ou de répliquer de nouvelles données provenant de sources hétérogènes dans un référentiel central tel qu'une data warehouse, permettant ainsi d'obtenir une vue unifiée de l'entreprise pour l'analyse et le reporting. L'analyse comprend les tableaux de bord, l'exploration de données, l'analyse prédictive et l'analyse en libre-service. Elle sert également à migrer les données des systèmes existants vers des environnements modernes. Un autre exemple d'intégration de données consiste à consolider les données des systèmes opérationnels dans une data warehouse afin de réduire l'impact sur les systèmes opérationnels. Les outils d'intégration de données, également connus sous le nom d’ETL, permettent d'extraire, de transformer et de charger des données. Ces outils sont utilisés pour extraire ou intégrer des données à partir d'une variété de sources et fournir des capacités de transformation des données dans le but de les normaliser ou de les nettoyer. Ils permettent également de charger les données dans les systèmes cibles. Les outils ETL comprennent un concepteur visuel qui aide les développeurs à créer des mappings de pipeline de données pour extraire, transformer et charger les données dans la data warehouse.L'intégration d'applications est utilisée pour l'intégration centrée sur les processus ou les API. L'intégration des données est quant à elle utilisée pour l'intégration centrée sur les données réalisée périodiquement par lots.– chaque semaine, chaque jour, chaque heure ou selon les besoins. Cette approche centrée sur les données est conçue pour collecter des données à des fins d'analyse historique. Elle consiste à intégrer des millions de transactions de vente, de commandes, de demandes d'assurance, d'activités de suivi clinique, de productions de machines et d'autres types de données.
Pour réussir la transformation numérique, il est indispensable d'intégrer à la fois les applications et les données
Il est évident qu’une transformation numérique réussie nécessite à la fois l'intégration des données et des applications. Afin d’être efficaces et rentables, les organisations ont besoin que ces outils fassent partie d’une solution unifiée. Toutefois, disposer de capacités d'intégration des données et des applications dans une solution unifiée n'est qu'un début. La gestion des données est tout aussi cruciale, car à quoi bon avoir des données si elles ne sont pas fiables ou sécurisées ? De même, il est inutile de posséder des données si elles ne peuvent pas être consolidées pour offrir une vue d'ensemble du client. D’un autre côté, il y a l'intelligence artificielle (IA)qui exploite la puissance des données et métadonnées pour automatiser les processus, les rendant plus efficaces et plus intelligents.Par Georges Anidjar, Directeur Général Europe du Sud chez Informatica
