- Data as a Service
-
Data as a Service, ou DaaS, est un cousin des Software as a Service[1]. Comme tous les membres de la famille des "as a Service" (AAS), DaaS est basée sur le concept où le produit, les données dans ce cas, peuvent être fournis à l'utilisateur sur demande[2] quelle que soit la distance entre l'utilisateur et le fournisseur des données. En outre, l'émergence de l'architecture orientée services (SOA) et intéropérable a rendu la plate-forme sur laquelle les données sans importance[3]. Cette évolution a permis l'émergence récente du nouveau concept DaaS.
Les données utilisées au sein d'un service ont d'abord été principalement utilisés par des mashups, mais ils sont maintenant de plus en plus utilisées à la fois commercialement et, moins fréquemment, au sein d'organisations comme l'ONU [4].
La plupart des organisations stockent leurs données avec un référentiel autonome, pour lequel un logiciel a été développé spécifiquement pour y accéder et pour les présenter. Comme le nombre de logiciels dans un même écosystème se multiplient mais pas les données et que l'interaction nécessaire entre les logiciels augmentent, une autre couche d'inferface a été développé. Cette interface, collectivement connu sous le nom d'Enterprise Application Integration (EAI), a souvent eu tendance à rendre captif les utilisateurs face à leur fournisseur, car il est plus facile d'échanger des données entre applications du même fournisseur car reposent sur les mêmes technologies[5].
Le résultat de combiner les logiciels avec leurs données et une couche de middleware EAI n'a fait qu'augmenter la quantité de logiciels à maintenir au sein des organisations, uniquement pour utiliser certaines données. En plus des coûts de maintenance, a chaque modification du format des données entrainent son lot d'achats des mises à jour logicielles. L'existence de cette situation contribue à l'attractivité du DaaS auprès des consommateurs de données car il permet la séparation du coût des données et le coût de l'utilisation de tel logiciel spécifique ou de telle plateforme.
Sommaire
Avantages
Data as a Service sous-entend qu'un service peut fournir des données de qualités à un endroit précis. Ces données sont nettoyées, enrichies et à disposition de différents systèmes, applications ou utilisateurs, quel que soit l'endroit où ils sont dans leur organisation ou sur le réseau[3]. Ainsi, les données au travers de services offrent les avantages suivants:
- Agilité - Les clients peuvent réagir rapidement en raison de la simplicité de l'accès aux données et le fait qu'ils n'ont pas besoin de connaissances approfondies du référentiel des données. Si les clients ont besoin d'une structure des données légèrement différentes ou de sources de données précises, la mise en œuvre est facilitée car les changements sont minimes. Il faut s'assurer que les technologies du Web des données soient utilisées par le service DaaS pour bénéficier de cette agilité.
- Rentabilité - Les fournisseurs peuvent constituer une base de données avec des experts et dissocier les coûts des interfaces pour les utilisateurs, ce qui rend les demandes de changement d'interfaces utilisateurs beaucoup moins coûteuses.
- Qualité des données - L'accès aux données est contrôlé par les services de données, ce qui tend à améliorer la qualité des données, car il n'y a qu'un point unique pour leurs mises à jour et pour leur accès. Un administrateur peut voir toutes ces données au travers d'un seul service sans se soucier du logiciel qui a été utilisé pour produire ses données.
Modèles de tarification
Il y a des centaines de fournisseurs DaaS et les modèles de tarification se répartissent principalement en deux grandes catégories[6].
- via le Volume de données :
- Tarification en fonction de la Quantité de données: C'est le modèle le plus simple à mettre en œuvre. Les fournisseurs facturent à leurs clients en fonction de la quantité de données qu'ils veulent utiliser.
- Payer à la demande: ici le fournisseur facture le client en fonction de l'utilisation du service par le client.
- via le type des données : dans ce modèle les fournisseurs des données font payer leurs clients en fonction du type ou des attributs des données dont leurs clients ont besoins. Par exemple, les données géographiques, historiques ou financières nécessaires à l'activité de clients sont des exemples de types de données pour lesquelles les prix peuvent être différents. Certains fournisseurs tels que Microsoft Azure stocker les données dans trois types différents (blobs, les files d'attente et les tableaux)[7]
Certains fournisseurs de DaaS limitent leur abonnement en fonction du volume imposant un espace minimum ou maximum et limitent le temps minimum de souscription(mensuel ou annuel).
Critique
Les inconvénients du DaaS sont généralement similaires à ceux associés au type de services du «Cloud Computing», tels que la dépendance du client sur la capacité du prestataire de services pour éviter les temps d'arrêt des serveurs. Spécifiquement au modèle DaaS, une critique courante est que, par rapport à la livraison de données traditionnelles, le consommateur doit vraiment "louer" les données plutôt que les télécharger une fois pour toute, pour les utiliser pour produire un graphique ou une carte, ou éventuellement d'effectuer des analyses[8].
Articles connexes
References
- DaaS:The New Information Goldmine, Wall Street Journal. Consulté le 2010-06-09. « Unfortunately, the business world has given this baby a jargony name: Data as a Service, or its diminutive, DaaS. It rhymes with SaaS, its better-known cousin that stands for Software as a Service. »
- « Data as a Service: Are We in the Clouds? », dans Journal of Map & Geography Libraries, vol. 6, no 1, January 2010, p. 76–78 [texte intégral (page consultée le 2010-06-09)]
- Data-as-a-service, explained and defined, SearchDataManagement.com. Consulté le October 24, 2010
- Statistical Data as a Service and Internet Mashups, Zoltan Nagy, United Nations. Consulté le 2010-06-09
- Why Data as a Service Will Reshape EAI, DevX.com. Consulté le October 24, 2010
- Data as a Service: Pricing Models for the Future of Data, programmableweb.com. Consulté le October 29, 2010
- Redkar, Tejaswi. "Chapter 4 - Windows Azure Storage Part I — Blobs". Windows Azure Platform. Apress, 2009.
- Exploring PBBI’s Vision for Geospatial Data as a Service (podcast), Directions Magazine. Consulté le November 14, 2010
Wikimedia Foundation. 2010.