Découvrez Le Brief de la Démat, la newsletter thématique gratuite d'Archimag dédiée aux professionnels des data, de la dématérialisation et de la transformation numérique !
Cette approche permet de décentraliser les responsabilités liées aux données en les imputant à ceux qui en sont les plus proches. Le tout cadré par une stratégie de gouvernance à l’échelle de l’organisation et basée sur des normes de métadonnées pour garantir l’interopérabilité et sur une infrastructure de données partagée en libre-service.
Lire aussi : Datacenter : où sont cachées les installations qui font tourner la France ?
En résumé, il s’agit d’un modèle fédéré, à l’image de nos fédérations sportives, avec une instance centrale donnant les grandes orientations, le pouvoir et la responsabilité restant toutefois détenus par les clubs, qui sont au plus proches des sportifs.
Pourquoi adopter le Data Mesh ?
L’approche Data Mesh fournit une structure permettant d’optimiser la gestion des données avec :
- Des services data organisés par sous-domaines et gérés par des équipes indépendantes qui font intervenir à la fois des spécialistes et les propriétaires des données.
- Une gouvernance centralisée garantissant l’interopérabilité, la cohérence et la sécurité des données.
- Une infrastructure de données commune chargée d’héberger, d’enrichir et de partager les données.
Data Mesh : quelles différences avec les autres approches liées aux données ?
Jusqu’à présent, la pratique générale est de centraliser l’ensemble des données dans des outils spécifiques (data lake, data warehouse, etc.). Sauf que ces investissements ne permettent pas de démocratiser les données, puisque ces dernières restent entre les mains des experts.
A l’inverse, l’approche Data Mesh est compatible avec tous types de solutions. Il est ainsi parfaitement possible d’utiliser un data lake et d’adopter une approche Data Mesh.
Lire aussi : Data ditch : comment repérer et solutionner le problème ?
L’objectif étant de définir d’abord les problèmes à résoudre et non de donner la priorité à la technologie. Reste ensuite à choisir les outils adaptés aux problématiques de chaque service de votre organisation. Cette approche à l’avantage majeur de réduire le risque d’échec des projets, dû à une mise en œuvre trop longue ou à des résultats insuffisants.
Quels sont les avantages du Data Mesh ?
Quel que soit le secteur d’activité, toutes les organisations souhaitent mieux exploiter leurs données pour gagner en efficacité, réduire les coûts ou encore générer de nouveaux revenus. C’est la raison pour laquelle les entreprises sont de plus en plus nombreuses à lancer des portails internes, accessibles en libre-service, et permettant de partager des données avec les collaborateurs ou à créer des services data.
Dans ce contexte, le Data Mesh offre ainsi de nombreux avantages :
- Une innovation accrue grâce à cette approche qui donne les moyens aux collaborateurs de développer des services data rapidement pour une réutilisation en interne et/ou en externe.
- Une meilleure efficacité en interne grâce à la suppression du passage obligé par une équipe data centrale et une meilleure allocation des ressources et des compétences au sein des équipes.
- Une meilleure communication sur la gestion des données dans toute l’organisation, grâce à un vocabulaire et un langage communs.
- Une plus grande facilité à engager les équipes qui peuvent utiliser l’outil qu’elles souhaitent. Les besoins étant définis avec davantage de précision, le Data Mesh réduit également les coûts des outils en termes de licences et de formation.
- Une meilleure collaboration grâce à une responsabilisation de toutes les équipes sur les sujets data et des objectifs communs.
Lire aussi : Data : qu’en font réellement les entreprises ?
Comment adopter une approche Data Mesh ?
L’adoption de l’approche Data Mesh nécessite toutefois un investissement important en ressources humaines et en temps. Car il faut au préalable créer une culture des données au sein de l’organisation. Des connaissances et un alignement entre les différents services sont également nécessaires pour que l’approche Data Mesh libère son potentiel, le but étant de briser les silos et d’encourager la réutilisation des données.
En effet, si les données sont stockées dans plusieurs systèmes différents au sein de l’organisation, il est d’abord nécessaire de disposer d’un outil capable de connecter tous ces systèmes entre eux. Un pré-requis indispensable pour toutes les équipes non spécialistes ayant des données à exploiter et désireuses d’accélérer la création de valeur associée à leur patrimoine de données.
