• Couche de préparation (Étape 0) — Les données dans cette couche contenaient des informations sensibles et n’étaient pas adaptées à une utilisation directe par l’entreprise. Elle se composait de données provenant de diverses sources, stockées à l’état brut.
• Couche brutes-conformes (Étape 1) — Ces données, qui étaient tokenisées, ont été partitionnées selon les normes et stockées dans AWS S3. Cela n’était pas adapté à des interactions commerciales directes.

La plateforme de données infonuagique Snowflake a été personnalisée pour gérer les données d’entreprise et les analyses sur une infrastructure hybride.

• À l’étape 2 (couche requête brute) — Les scientifiques des données menaient des calculs intensifs et des requêtes analytiques d’apprentissage automatique
• À l’étape 3 (Couche de données intégrée) — La couche de données intégrée facilitait l’intégration des données entre l’environnement local et le nuage, permettant les requêtes sur toute transformation de données ou tâche analytique
• À l’étape 4 (Couche axée sur les questions) — Les données de cette couche étaient facilement accessibles pour la consommation commerciale et la production de rapports, selon des cas d’utilisation précis

HCLTech a utilisé Snowflake pour la gestion initiale des données brutes, permettant aux scientifiques des données d’effectuer des calculs et des requêtes d’apprentissage automatique. Snowflake a également été utilisé pour intégrer les données locales et dans le nuage afin de faciliter la consommation commerciale et la production de rapports.