Gestion du cycle de vie des données
Qu’est-ce que la gestion du cycle de vie des données ?
La gestion du cycle de vie des données ou Data Lifecycle Management (DLM) est une approche basée sur des règles qui permet de gérer les données depuis leur origine jusqu’à leur suppression définitive. Les entreprises d’aujourd’hui génèrent des informations à un rythme phénoménal, au point que les volumes de données font plus que doubler tous les deux ans. L’utilisation judicieuse de ces données suppose la mise en œuvre d’un processus délibéré et dirigé pour les collecter, les conserver, les protéger et les exploiter. Une DLM efficace permet de structurer et d’organiser les informations métier de telle sorte qu’elles contribuent à la réalisation des objectifs de l’entreprise au lieu de se contenter d’occuper de l’espace.
Quelles sont les étapes de la gestion du cycle de vie des données ?
Entre le téléphone intelligent, le cloud, l’edge et l’Internet des objets (IoT), nous générons des données trop rapidement pour être capables d’en faire bon usage. Les données gérées à des fins précises doivent avoir un cycle de vie clairement défini, avec des étapes fonctionnelles régies par des règles qui permettent aux entreprises d’y accéder et de les utiliser efficacement. Les étapes de la gestion du cycle de vie des données peuvent varier d’une entreprise à une autre, mais elles s’inscrivent le plus souvent dans le cadre général suivant.
Étape 1 : Créer et collecter
Le cycle de vie d’une donnée commence au moment où elle est créée. Les sources de données sont abondantes, mais tous les détails ne valent pas la peine d’être consignés. Avant de commencer à capturer des données, il est judicieux de déterminer clairement leur valeur et leur pertinence potentielles pour votre activité. Établissez des règles pour collecter les données d’une manière qui préserve leur utilité, en indiquant quand, où, comment et pourquoi elles ont été générées.
Étape 2 : Stocker et gérer
Les données doivent être stockées et conservées dans un environnement stable et adapté à leurs origines, à leurs applications potentielles et aux priorités métier. Toute donnée digne d’être collectée mérite d’être protégée, ce qui suppose de mettre en œuvre des règles de fiabilité, de redondance et de reprise après sinistre. Il peut être nécessaire de chiffrer les informations confidentielles pour des raisons de sécurité ou pour se conformer aux réglementations publiques et sectorielles.
Étape 3 : Utiliser et partager
Les données n’ont de valeur que si elles peuvent être mises à la disposition des utilisateurs autorisés à des fins légitimes en rapport avec l’activité. Les utilisateurs doivent pouvoir localiser, accéder, modifier et créer des données selon les besoins. Il convient d’établir des règles pour déterminer quels utilisateurs sont autorisés, et quand et comment les informations peuvent être utilisées.
Étape 4 : Archiver
À un moment donné, les données cessent d’être importantes pour les applications et les workflows quotidiens, tout en conservant suffisamment de valeur pour pouvoir redevenir pertinentes ou nécessaires à l’avenir. Il demeure indispensable de les organiser et les protéger, mais leur accessibilité immédiate perd de son importance. Tel est notamment le cas des documents qui doivent être conservés à des fins légales ou réglementaires. Les données inactives peuvent être archivées sur divers supports, sur ou hors réseau, et être réactivées si nécessaire.
Étape 5 : Détruire
À quelques exceptions près, les données ne doivent pas être conservées indéfiniment. Les entreprises génèrent en permanence d’énormes volumes de données, et le coût du stockage de données n’est pas négligeable. Avant que le coût du stockage des données anciennes ne dépasse leur valeur probable, il convient de les supprimer des bases de données et des archives. De même qu’il était important de décider quelles données devaient être enregistrées en premier lieu, il est important de déterminer quand elles atteignent la fin de leur vie utile.
HPE et la gestion du cycle de vie des données
HPE dispose d’une grande variété de solutions et de services pour aider les entreprises à planifier et à mettre en œuvre des stratégies de DLM efficaces. HPE GreenLake pour le stockage fournit une trousse complète de services de gestion des données pour prendre en charge les applications et les informations métier dans les opérations edge, cœur et cloud.
- HPE GreenLake pour le stockage de bloc simplifie le devis et la commande et permet un provisionnement basé sur l’intention en fonction de n’importe quel SLA grâce à l’agilité du libre-service, pour un développement accéléré de nouvelles applications, de nouveaux services et de nouvelles initiatives.
- HPE DataOps Management permet de déployer une nouvelle infrastructure de données à la demande en quelques minutes. Les nouveaux systèmes sont découverts automatiquement et sont faciles à configurer, tandis que les administrateurs ont la possibilité de gérer et surveiller l’infrastructure cloud-native depuis pratiquement n’importe quel appareil.
- HPE GreenLake pour la HCI permet de construire des clouds en libre-service à la demande dans des environnements edge, cloud et sur site, grâce à une gestion reposant sur le cloud et à l’agilité du libre-service.
- HPE Backup and Recovery Service est conçu pour moderniser et protéger les opérations de données à l’échelle des clouds en coordonnant les snapshots pour accélérer les restaurations, les récupérations et les sauvegardes dans les clouds via une vue unifiée.
- HPE InfoSight s’appuie sur une intelligence artificielle avancée pour déployer des opérations IA autogérées, autoréparatrices et auto-optimisées de l’edge au cloud, pour des applications toujours actives et toujours rapides.
- HPE CloudPhysics simplifie la planification des charges de travail et de l’infrastructure de l’edge au cloud, grâce à une surveillance continue et à une analyse instantanée des données à l’échelle de systèmes hétérogènes, optimisant ainsi le délai de rentabilisation et le retour sur investissement.