Guide sur la data federation
La data federation vous permet d’accéder à des données provenant de différentes sources et de les utiliser (comme si elles se trouvaient dans une seule base de données) sans avoir à les déplacer.
La data federation vous permet de visualiser et d’interroger des données provenant de multiples sources sans les déplacer ni les fusionner physiquement. Comme vous ne stockez pas de données en double, vous évitez des coûts de stockage superflus et réduisez les redondances. En créant des ponts entre vos sources de données, comme les plates-formes CRM, les bases de données et les data warehouses, la data federation simplifie l’analyse et la prise de décision.
Ce guide explique comment fonctionne la data federation et en quoi elle se distingue de l’intégration des données.
Fonctionnement de la data federation
La data federation unifie les données provenant de différents systèmes de stockage et langages de programmation. Sa valeur réside dans sa capacité à présenter les données comme si elles se trouvaient au même endroit, sans les dupliquer.
Principes fondamentaux
Voici les grands principes sur lesquels repose la data federation pour vous offrir un accès fluide à des données distribuées.
- Virtualisation des données : plutôt que de déplacer ou de répliquer physiquement les données, la data federation crée une couche virtuelle (couche de fédération) pour offrir aux utilisateurs une vue unifiée. Cette approche réduit la duplication des données et le risque d’erreurs, tout en évitant les coûts d’infrastructure liés au stockage de données redondantes.
- Accès aux données en temps réel ou quasi réel : les requêtes de data federation s’exécutent en temps réel ou quasi réel, ce qui signifie que vous accédez aux données les plus récentes sans attendre un long processus d’extraction et de transformation.
- Couche de fédération : une couche d’accès unique relie toutes les sources de données et restitue les résultats aux utilisateurs finaux ou aux applications. Les utilisateurs interagissent ainsi avec les données de manière cohérente, indépendamment de la source ou du format sous-jacent.
- Gouvernance des données et sécurité : la data federation préserve la gouvernance en conservant l’emplacement d’origine des données et les contrôles associés. Elle réduit les risques de conformité tout en permettant à l’ensemble de l’organisation d’accéder aux informations nécessaires.
Architecture
Une architecture simplifiée de data federation peut se décomposer en trois couches distinctes : les sources de données, la couche de fédération et les consommateurs de données.
- Les sources de données sont les systèmes de stockage que la fédération virtualise : bases de données, entrepôts de données, systèmes CRM, entre autres.
- La couche de fédération intègre les sources de données pour créer un cadre d’accès unifié. Elle gère des tâches telles que la distribution et l’optimisation des requêtes, et garantit que les bonnes données sont récupérées depuis les systèmes appropriés.
- Les consommateurs peuvent être les utilisateurs ou les applications qui interrogent les données, tels que les analystes de données, les architectes ou les modèles d’apprentissage machine.
Traitement des requêtes
Voici les étapes qui se déroulent lors d’une requête fédérée.
- Soumission de la requête : un utilisateur ou une application envoie une demande via l’interface de fédération, en utilisant généralement des langages de requête standard tels que SQL.
- Optimisation par la couche de fédération : la couche de fédération analyse et décompose la requête, identifie les sources de données pertinentes et optimise la requête pour plus d’efficacité.
- Récupération des données : les requêtes sont envoyées aux sources concernées, où les données demandées sont extraites. Le système veille à n’accéder qu’aux données nécessaires afin de minimiser les délais.
- « Unification » des données : les résultats provenant de plusieurs sources sont combinés au niveau de la couche de fédération.
- Résultats : les résultats de la requête traitée sont renvoyés au consommateur, qu’il s’agisse d’un tableau de bord, d’un rapport ou d’une application.
Les avantages de la data federation
La data federation offre de nombreux avantages. En voici quelques-uns.
Réduction des besoins de stockage
L’un des grands défis des entreprises aujourd’hui repose dans le volume considérable de données à collecter, stocker et analyser pour prendre des décisions éclairées ou alimenter les agents IA. Avec la data federation, vous ne dupliquez ni ne copiez les données dans des plates-formes centralisées. Vous réduisez ainsi vos coûts d’infrastructure, simplifiez la gestion des jeux de données redondants et limitez les risques liés aux transferts de données.
Accès unifié aux données
La data federation offre une vue unifiée qui élimine la nécessité de naviguer entre des systèmes déconnectés, ce qui peut ralentir les équipes. Par exemple, elle peut aider les équipes marketing et commerciales en leur donnant une vision consolidée des interactions clients. Les équipes informatiques, quant à elles, peuvent accompagner l’entreprise en appliquant des stratégies de données qui suppriment les redondances et préservent l’intégrité des données.
Flexibilité et efficacité
La data federation vous permet d’interroger vos jeux de données en temps réel, ce qui vous permet d’éviter les délais associés aux processus traditionnels d’extraction, transformation et chargement (ETL) ou d’extraction, chargement et transformation (ELT), où les données doivent être déplacées et transformées avant de pouvoir être utilisées.
La fédération facilite également l’analyse ad hoc. Les analystes de données peuvent effectuer des requêtes à la volée, ce qui accélère la prise de décision et améliore la réactivité face aux tendances du marché.
Data federation vs intégration des données
L’intégration des données implique généralement le déplacement et la consolidation des données dans un référentiel central, souvent via des processus ETL ou ELT. Avec la data federation, les données restent dans leur source d’origine et sont accessibles à la demande.
Une autre différence notable réside dans l’utilisation du stockage. La data federation offre une vue virtualisée des sources de données existantes. L’intégration de données, quant à elle, peut générer des jeux de données redondants.
Quelle approche choisir ?
Si vous devez choisir entre la data federation et l’intégration des données, commencez par évaluer votre architecture de données et les besoins de votre projet.
Optez pour la data federation :
- Pour obtenir des insights clients en temps réel à partir de plusieurs systèmes
- Pour réaliser des analyses ad hoc sans processus ETL complexes
- Pour accéder à des données fréquemment mises à jour depuis des systèmes distribués
Exemple : un établissement financier qui s’appuie sur Oracle pour stocker ses transactions commerciales et sur Salesforce CRM pour gérer ses données clients peut utiliser la data federation pour créer une vue unifiée de toutes les interactions clients.
Optez pour l’intégration des données :
- Pour consolider les données dans une source unique
- Pour analyser les tendances à long terme et élaborer des prévisions à partir de données historiques
Exemple : un détaillant utilise MySQL pour stocker ses données d’inventaire et Salesforce comme CRM. Il charge toutes les données client dans un data lake via l’intégration des données afin d’exécuter des requêtes ou d’utiliser l’IA agentique.
Salesforce Data 360 prend en charge la data federation
Salesforce Data 360 unifie vos données et les active directement dans les applications, les workflows et les agents IA qui font tourner votre entreprise. La data federation zero copy de Data 360 vous permet d’interroger des données issues de plusieurs sources sans les dupliquer.
FAQ sur la data federation
La data federation crée une couche de fédération qui vous permet de visualiser et d’interroger des données provenant de plusieurs sources, sans les déplacer ni les fusionner physiquement.
La data federation vous permet d’interroger et d’analyser vos données sans avoir à mettre en place des pipelines ETL ou ELT. Analysez vos tendances et prenez des décisions rapides pour répondre aux évolutions du marché.
L’intégration de données implique généralement le déplacement et la consolidation des données dans un référentiel central. Avec la data federation, les données restent dans leur source d’origine et sont accessibles à la demande.
Prêt à passer au niveau supérieur avec Data 360 ?
Renseignez-vous auprès d'un expert.
Merci de bien vouloir préciser votre demande afin que le service compétent puisse vous contacter plus rapidement.
Découvrez.
Activez Data 360 pour votre équipe dès aujourd'hui.