Articles

Lavoisier and data governance EN

Image
  Most of us know Lavoisier (1743-1794) as a great scientist, more precisely an immense chemist. He is credited with this sentence, the maxim “Nothing is lost, nothing is created, everything is transformed”. Good a priori, it is in fact the reformulation of a sentence of the Greek philosopher Anaxagoras: “Nothing is born or perishes, but already existing things combine, then separate again”. A bit of general culture 😊! On the other hand, Lavoisier discovered that if matter changes state during a chemical reaction, the quantity of matter remains the same at the beginning and at the end of the experiment. “What does this have to do with data governance? » The relationship is (almost) simple: information systems “only” transport / transform / present data, it’s chemical…, or IT, as you choose. The data comes through an entry point, and ends up somewhere… a bit vague, but it’s true. So, as Lavoisier, and later the no less famous Mendeleïev, did in matters of Chemistry, in matters of infor

Lavoisier et la data governance

Image
La plupart d'entre nous connaissent   Lavoisier   (1743-1794) comme un grand scientifique, plus précisément un immense chimiste. On lui attribue cette phrase, la maxime « Rien ne se perd, rien ne se crée, tout se transforme ». Bon a priori, c’est en fait la reformulation d’une phrase du philosophe grec Anaxagore : « Rien ne naît ni ne périt, mais des choses déjà existantes se combinent, puis se séparent de nouveau ». Un peu de culture générale 😊 ! Lavoisier a par contre bien découvert que si la matière change d'état au cours d'une réaction chimique, la quantité de matière reste la même au début et à la fin de l'expérience. « Qu'est-ce que cela a à voir avec la gouvernance des données ? » La relation est (presque) simple : les systèmes d’information ne font « que » transporter / transformer / présenter la donnée, c’est chimique…, ou informatique, au choix. La donnée arrive par un point d’entrée, et finit quelque part… un peu vague, mais c’est vrai. Donc, comme l’a f

GDPR: Auditing personal data through traceability ?

Image
On May 25, 2018, the GDPR (General Data Protection Regulation) or GDPR came into force. As everyone knows, the main objectives of the GDPR are to give back control to EU citizens over their personal data. A pitfall: the profusion of personal data, their heterogeneity Since 2018, the holding of personal data must have a legal basis. It is necessary either to contract with the owner of the data (!), or to obtain consent. Moreover, when the legal reason for the detention is "consent", the consent must be specified - i.e. the owner must specify what he has consented to regarding the uses of his personal data. Personal data is defined very broadly. Article 4 of the GDPR defines personal data as any information relating to "an identifiable natural person". That is to say a person who can be identified, directly or indirectly, in particular by reference to an identifier such as a name, an identification number, location data, an online identifier or to one or more specific

GDPR – l’audit des données personnelles par la traçabilité

Image
Le 25 mai 2018, le RGPD (Règlement Général sur la Protection des Données) ou GDPR est entré en vigueur. Comme chacun sait, les principaux objectifs du GDPR sont de redonner le contrôle aux citoyens de l'UE sur leurs données personnelles. Un écueil : la profusion des données personnelles, leur hétérogénéité ____________________________________________________ Depuis 2018, la détention des données personnelles doit avoir un socle légal. Il faut soit contractualiser avec le propriétaire des données (!), soit obtenir un consentement. D’ailleurs, lorsque la raison légale de la détention est le « consentement », le consentement doit être spécifié - c’est-à-dire le propriétaire doit préciser ce à quoi il a consenti concernant les usages de ses données personnelles. Les données personnelles sont définies de façon très large. L'article 4 du GDPR définit les données à caractère personnel comme toute information relative à "une personne physique identifiable". C’est à dire une p

Opinion : les Big 3, seul choix pour sa migration Cloud ?

Image
  Lorsque la plupart des gens pensent « Cloud », trois noms viennent immédiatement à l'esprit : AWS, Azure et Google Cloud. Ces Clouds publics, connus collectivement sous le nom de "Big Three", dominent le marché du Cloud computing public depuis quelques années. Mais AWS, Azure et Google Cloud ne sont pas les seuls Cloud Provider public. Il existe un nombre conséquent d’acteurs, allant des Clouds généralistes associés aux grandes entreprises, comme Oracle et IBM, aux clouds publics de petits provider qui se spécialisent uniquement dans certains types de services cloud, comme OVH, Ionos, et bien d’autres. Cela pose une question : est-il possible de ne pas utiliser l'un des trois grands Cloud Provider publics, et d’envisager une autre architecture ?  Avantages des trois grands Cloud Provider publics  : Les raisons sont assez évidentes, mais elles méritent d'être précisées : Les ingénieurs IT sont d’avantage susceptibles d'avoir une expérience probante sur des in

Les défis d'une migration Cloud

Image
Les bascules vers le Cloud sont devenues la norme dans les entreprises les plus dynamiques d'aujourd'hui. Pour la plupart des entreprises qui ne l’ont pas encore mise en œuvre, la migration vers le cloud n’est pas de « savoir si c’est nécessaire », mais de « comment (bien) le faire » ! Or il y a quelques écueils. Les entreprises qui ont franchi ce pas ont connu quelques déboires. D’après Capita, sur une enquêtes menée auprès de 200 CIO au R.U., seul 45% du patrimoine des entreprises a été migré avec succès. Et une infime proportion affirme n’avoir rencontré aucun problème (3%). La migration vers le cloud est une équation à plusieurs inconnues. Bien que cela puisse sembler inquiétant au début, une bonne préparation aidera à opérer une migration en douceur. Nous évoquerons les principaux obstacles à entrevoir lorsque votre entreprise se prépare pour ce grand « déménagement » !! Les principaux défis liés à une migration Cloud ? Les quelques écueils majeurs en lien avec les projets

Opinion : la virtualisation des données, une réponse pertinente pour le traitement de données massives, oui, non?

Image
  La virtualisation des données, une réponse pertinente pour le traitement de données massives, oui, non ? Il y a de fortes chances que votre ancien DWH n'évolue pas ou pas assez vite, couvre insuffisamment de domaines et fonctionne avec l’appui d’un ETL/ELT dont la maintenance est complexe, ou à peine partagée. Votre récent investissement dans un Data Lake a du mal à fournir le ROI promis. Et puis vous entendez parler de la data virtualisation… mais est-ce vraiment une solution ? Il y a quelques années, Gartner a annoncé l’avènement du "Data Warehouse Logique" comme architecture révolutionnaire s’appuyant sur la virtualisation des données. Mais la virtualisation des données est-elle le meilleur moyen d’avancer vite et bien dans ses projets data ? L'entrepôt de données logique remplacera t’il complètement l'entrepôt de données centralisé traditionnel ? Comment fonctionne la virtualisation de données : Réception et analyse les demandes des utilisateurs ; Split des