DataGov et DevOps, plus que des buzzwords contemporains ?

Partager : 
DataGov-DevOps-Tribune-expert-data

Pour commencer, je tiens à préciser que je ne suis pas du tout un expert de DevOps, et je serai reconnaissant à quiconque m’apportera tout complément d’information ou rectification sur ma compréhension du sujet.

DevOps : bref historique et tentative de définition

Dans le cadre de notre amélioration continue, nous travaillons chez DataGalaxy à la mise en place de DevOps pour notre plateforme et j’ai cherché à comprendre ce qui se cachait derrière ce terme. Voici (brièvement) ce que j’en ai retenu.

Le terme DevOps apparaît en 2007 en lien avec la mouvance Agile, et ses principaux experts se nomment Patrick Dubois, Andrew Shafer, Gene Kim ou John Willis.(1)

Précisons tout de suite qu’il s’agit d’une contraction de « Development » et « Operations » à traduire comme « Développements » et « Exploitation » (et non « Opérations »)

L’initiative DevOps provient des opérationnels de ces deux domaines, lassés de travailler chacun de leur côté avec des objectifs différents voire contradictoires.

Il existe en effet souvent dans l’IT un véritable cloisonnement qu’on pourrait matérialiser par un événement majeur : la mise en production (MEP). Celle-ci sert souvent de transfert de responsabilité, de l’équipe de « Build » à l’équipe de « Run ».

Ma définition de DevOps serait donc la suivante : Ce sont l’ensemble des méthodes d’amélioration continue visant à la réconciliation et la productivité globale des équipes projets et maintenance.

Pourquoi faire un rapprochement entre DevOps et DataGov ?

Alors que je me renseignais sur DevOps, j’ai repensé à mon parcours professionnel. Pendant une quinzaine d’année de consulting en BI, j’ai vécu de multiples MEP (côté équipe de développement) et dû gérer le stress d’essayer de corriger certains problèmes qui n’avaient pas été identifiés lors de nos analyses d’impacts. En assumant parfois le rôle de support fonctionnel, j’ai également pu partager la difficulté des équipes d’exploitation à prendre connaissance de ce que nous avions développé au préalable.

Ce problème de communication entre les équipes -et notamment la gestion des MEP- est un des constats fondateurs de DataGalaxy et nous a, dès le démarrage, poussé à développer des fonctionnalités de versioning dans notre plateforme. Nous cherchions à réconcilier les équipes technique et métier, Build et Run; sans en avoir conscience,  il me semble que nous participions au DevOps.

Ensuite, j’ai découvert la page qu’Atlassian dédie au sujet (https://fr.atlassian.com/devops ). Atlassian est la société qui édite entre autres les suite JIRA et Confluence, bien connues des agilistes, et que j’utilise au quotidien depuis plusieurs années.

Première citation qui a fait écho en moi :

Tribune-expert-data-citation

En effet, dans un article LinkedIn, j’écrivais il y a quelques semaines :

« la gouvernance des données n’est pas un projet : c’est une façon d’être, un état d’esprit, une culture d’entreprise. »

Deuxième citation :

« DevOps n’est pas une destination, c’est un parcours vers un pipeline de livraison plus rapide et plus fiable, vers plus d’automatisation et de collaboration entre les équipes de développement, IT et métier. »

Dans la gestion des données, on constate aussi que les équipes métier ou IT ont des objectifs qui pourraient être vus comme distincts : Compréhension et valorisation des données d’un côté, de l’autre : le besoin de maîtriser le stockage, la manipulation et la sécurité des données.

Favoriser un déséquilibre vers l’une ou l’autre de ces équipes n’amène rien de bon : faibles performances, dark data et éparpillement des données ou failles de sécurité sont quelques-uns des problèmes soulevés par le manque d’industrialisation des données. Gérer ses données en favorisant la technophilie conduit à disposer d’un DataSwamp plutôt qu’un data lake et empêche la valorisation.

Ainsi, une condition sine qua none d’amélioration de la gestion des données réside dans la réconciliation des équipes métier et IT.

Au final, cela m’a convaincu que DevOps et DataGouvernance sont non seulement des sujets d’actualité mais surtout des méthodes qui s’appuient sur des fondations communes (la plus importante étant l’agilité) et un objectif commun : l’amélioration continue.

Des courants convergents pour une plus forte maturité ?

Les risques de cloisonnement sont nombreux dans l’entreprise : par service (DRH,DSI,…) , par spécialité au sein des services (DSI : études ou exploitation), par niveau hiérarchique, …

Il me semble que la maturité d’une entreprise pourrait se mesurer à sa capacité de fonctionner en mode « amélioration continue », c’est-à-dire par le niveau de communication entre les acteurs et le désilotage de toute les activités.

A ce titre, DevOps et Gouvernance des données vont clairement dans la même bonne direction.

Et vous, qu’en pensez-vous ?

(1) Source Wikipedia et Atlassian.

Partager :