Derrière les usages liés à la donnée on trouve régulièrement de nouveaux termes : Data Management Platform, Data Quality, Data Lake, Data warehouse… Derrière chacun de ces mots on trouve des spécificités, des solutions techniques. Avec le Data Mesh, vous allez plus loin en réconciliant gestion technique et gestion fonctionnelle. Décryptage.
Vous avez dit : « Data Mesh »? Ne rougissez pas si vous n’êtes pas familier avec ce concept. Il n’a vu le jour qu’en 2019, comme une réponse au nombre croissant de sources de données et au besoin d’agilité des entreprises.
Ce modèle Data Mesh repose sur le principe d’une architecture décentralisée ou distribuée exploitant un maillage de données. Quand le Data Lake peut être pensé comme un espace de stockage de données brutes, et que le Data Warehouse est conçu comme une plateforme de collecte et d’analyse des données hétérogènes exploitables par vos collaborateurs, le Data Mesh répond à une logique différente.
Sur le papier, Data Warehouse et Data Mesh présentent de nombreux points communs, notamment sur leur vocation principale qui consiste à donner accès en permanence et en temps réel à l’information la plus actualisée possible. Mais le Data Mesh va plus loin. La fraîcheur des informations n’est qu’un élément du dispositif.
Parce qu’il s’inscrit dans un modèle distribué, le Data Mesh est conçu pour adresser, à chaque métier dans votre entreprise, l’information clé qui le concerne. Pour relever le ce défi, le Data Mesh repose sur la création de domaines de données.
L’avantage ? Offrir davantage d’autonomie à vos équipes en permettant une gestion locale des données, s’inscrire dans une dimension décentralisée permettant d’agréger toujours plus de data et enfin, garder le contrôle sur l’organisation de vos actifs data.
Data Mesh : entre logique et organisation
Si le Data Lake est finalement un réservoir unique pour l’ensemble de vos données, le Data Mesh est tout l’inverse. Oubliez la dimension monolithique du Data Lake. La donnée est un actif vivant, évolutif, un outil au service de la compréhension de votre marché, de votre écosystème et, à ce titre, elle n’est qu’un instrument de connaissance et de compréhension.
Dès lors, pour s’approprier le concept du maillage de données, il faut penser la data autrement. Comment ? En posant les bases d’une organisation multi-domaines. A chaque type de données son usage, sa cible, son exploitation.
Dès lors, tous les métiers de votre entreprise devront fonder leurs actions, leurs décisions sur les données qui leur sont vraiment utiles pour accomplir leurs missions. Les données utilisées par le marketing ne sont pas les mêmes que celles qu’utilisent les commerciaux, ou vos équipes de production.
L’implémentation d’un Data Catalog s’impose donc comme le pré-requis essentiel à la création d’un Data Mesh. Autant dire que sans une vision claire de la gouvernance de la donnée, il sera difficile d’engager la transformation de votre entreprise.
La qualité des données est, elle aussi, un élément central de la réflexion. Mais le Data Mesh vous y aidera en décentralisant la responsabilité des données au niveau du domaine et en restituant des données transformées de haute qualité.
Des challenges à relever
Adopter le Data Mesh vous semble relever de l’impossible car le projet vous apparaît à la fois complexe et technique ? Pas de panique ! Le Data Mesh, au-delà de sa technicité, de son exigence, et de la rigueur qui s’y rattache, est surtout un paradigme nouveau. Il doit amener l’ensemble des parties prenantes de votre organisation à penser la donnée comme un produit adressé aux métiers.
En d’autres termes, en vous orientant vers le modèle Data Mesh, l’infrastructure technique de l’environnement data est centralisée, tandis que la gestion opérationnelle des données est décentralisée et confiée aux métiers.
Grâce au Data Mesh, vous créez les conditions d’une acculturation data de l’ensemble de vos équipes afin que chaque collaborateur puisse au quotidien fonder son action sur la donnée.
Entre esprit d’ouverture et gestion rigoureuse
La logique du Data Mesh, c’est la donnée au service des métiers. Cela signifie que vos équipes doivent pouvoir y accéder simplement, à tout moment et pouvoir manipuler la data pour en faire le terreau de leur action au quotidien.
Mais pour néanmoins préserver la qualité des données, ou garantir le respect des règles de gouvernance, la conduite du changement est capitale et la définition des prérogatives de chacun déterminante. Dans le cadre du déploiement d’un Data Mesh vous devrez poser les bases saines de l’organisation.
D’un côté, un accès libre à la donnée pour chaque collaborateur (ce que l’on appellera la gouvernance fonctionnelle). De l’autre, une gestion et une administration, en d’autres termes, une gouvernance technique entre les mains des équipes Data.
Décloisonner les usages en cloisonnant les rôles, c’est le paradoxe du Data Mesh !
