background

La transformation numérique limitée par le legacy IT

Lundi 18 Novembre 2019

"Les investissements des entreprises dans la transformation numérique augmentent - les dépenses moyennes sont passées de 24 millions de dollars en 2017-2018 à 27 millions de dollars en 2018-2019, et devraient atteindre 30 millions de dollars au cours des 12 prochains mois"1.

Malgré la hausse de ces investissements, les ambitions de la transformation numérique sont mises à mal par le challenge que représente l'exploitation de la donnée.

L'une des raisons de ce challenge réside dans l'héritage du système d'information, le "legacy"1 :

  • 72% des architectes disent que le legacy limite leur capacité à implémenter leurs projets digitaux;
  • 60% des architectes perdent leur temps à gérer le legacy au lieu de piloter la transformation.

Pourquoi le legacy représente-t-il un frein à la transformation numérique ?

  • Le legacy engendre des conséquences de différents niveaux de complexité, de risque et de faisabilité, dans la transformation numérique d'une entreprise :
  • Il existe une certitude autour des résultats de production atteints régulièrement grâce au legacy ;
  • Il n'y a, cependant, aucune certitude de croissance de revenus qui pourrait être atteinte si le legacy évoluait;
  • Le legacy est souvent le fruit d'une multitude d'améliorations le rendant complexe et donc périlleux à transformer;
  • Il est rarement correctement documenté, ce qui met à risque la gestion de sa transformation;
  • La maîtrise complète de son historique est rare ce qui induit des réticences à opérer des modifications;
  • Son évolution est supposée onéreuse.
  • Les DSI ne présentent pas la transformation du legacy comme étant la clef de voûte d'une transformation numérique réussie :
  • Cette approche est rarement envisagée car peu évidente;
  • Cette feuille de route est difficile à appréhender;
  • Cette démarche challenge sans ambiguïté le poste de DSI;
  • Il est plus attrayant de découvrir de manière isolée, dans un Data Lab ou autre, de nouvelles technologies en stand-alone qu'en essayant de les déployer dans un système complexe et vieillissant;
  • Le risque de dérive budgétaire semble plus élevé que pour un lancement de transformation numérique expérimentale et isolée.

C'est donc régulièrement le choix d'une transformation numérique isolée qui est fait en créant un DataLab à côté de l'existant, souvent dans un environnement cloud public et grâce à l'utilisation de l'open source.

Au minimum, avec cet "assemblage de technologies", l'entreprise continuera à faire la seule chose qu'elle sache bien faire avec ses données depuis 25 ans : des statistiques.

Il me semblait, pourtant, que la transformation numérique d'une entreprise avait d'autres ambitions, comme celle de produire du revenu depuis sa donnée, comme celle de raisonner couple client/produit à tous ses étages pour être véritablement Customer Centric.
Il est certain que ce ne sont pas les statistiques qui concrétiseront de telles ambitions sinon nous en aurions vu les bienfaits depuis toutes ces années.

Alors pourquoi le choix d'une transformation numérique isolée est-il systématiquement fait ?

68% des architectes pensent que choisir les bonnes technologies pour leur transformation digitale est une tâche insurmontable1

La réponse la plus simple à donner est "l'effet de mode" ; bien que, même s'il est avéré; l'explication n'est pas suffisante.

En effet, l'inévitable curiosité à appréhender les nouvelles technologies ; l'impression d'être innovant, de monter en compétence et d'être reconnu de par l'installation d'un "bac à sable2" estampillé Data Lab, Data Factory, Digital Lab... ; puis la contractualisation avec les acteurs technologiques clefs du marché permettant tout d'abord de se valoriser puis de se dédouaner en cas d'échec ; la réassurance de par l'accompagnement de grands noms du conseil apportant le quitus nécessaire aux choix technologiques effectués ; le tout conforté par une fausse impression de maîtrise budgétaire... sont autant de raisons qui poussent à choisir cette approche isolée.

Cependant, pour des raisons de manque de maturité technologique du marché et d'absence de cohérence d'ensemble dans la transformation, cette belle aventure ne délivrera pas sa promesse de révolution ou d'évolution numérique.

En effet, pour délivrer cette promesse, c’est-à-dire pour que l'entreprise fasse du revenu sonnant et trébuchant via l'exploitation de ses données, elle n'a pas d'autre choix que de les utiliser connectées au business opérationnel quotidien dans tous les services de l'entreprise.

80% des organisations fonctionnent avec des systèmes de gestion de base de données relationnels1

Ce qu'elle fait aujourd'hui, mais principalement avec des systèmes de gestion de base de données relationnels, connectés à différents applicatifs métiers, sans unification et donc sans cohérence d'ensemble dans l'exploitation de la donnée. Le SI n'est donc pas Customer Centric.

Comment en sortir ?

Il est nécessaire d'apporter une intelligence supérieure d'exploitation de la donnée à côté du legacy, afin d'avoir à éviter de le faire évoluer dans le but d'une transformation numérique.

Seul le déploiement d'une plateforme dont le modèle conceptuel de données est nativement data-driven3 c'est- à-dire nativement Customer Centric peut répondre à un tel objectif.

Enfin, cette plateforme doit aussi avoir une particularité : être capable d'exploiter les performances de tous types de moteurs de gestion de base de données qu'ils soient relationnels, documents ou graphes, à partir de son unique modèle conceptuel de données.

1 Étude de du Cabinet Vanson Bourne pour Couchbase (été 2019) auprès de 450 DSI, CTO et CDO au sein d’entreprises de plus de 1000 collaborateurs en France, Allemagne, Royaume-Uni et aux États-Unis.
2 Bac à sable : environnement expérimental des Data Labs, fait à partir d’open-source, en mode agile, sans stratégie globale, isolé et ne délivrant rien d’autre qu’un système permettant de faire des statistiques et coûtant affreusement cher (à la fin), dans un cloud public pas sécurisé et non GDPR compliant mais anonymisé
3 Data-driven : organisation et culture d’entreprise centrées autour du couple produit-individu ou service-individu