Data Mesh, c’est probablement le nouveau buzzword dans le monde de la data. Nos experts data & IA ont profité de leur participation au salon data de Nantes pour participer à deux présentations. Ils ont rassemblé leurs idées et vous donnent leur avis sur ce concept : alors utopie ou réelle évolution ?
En résumé, c’est quoi le Data Mesh ?
Nouvelle philosophie dans la gestion de la donnée, le Data Mesh est, en soi, un concept d’architecture qui vise à simplifier la collaboration et de donner plus facilement l’accès de la donnée en mode self-service aux utilisateurs métiers.
Proposée en 2021 par Zhamak Dehghani, cette approche se base autour plusieurs piliers :
- Approche distribuée : La gestion et l’exposition des données se veulent décentralisées. Les données analytiques et opérationnelles sont gérées dans un périmètre restreint appelé domaine.
- Approche globale : Ce cadre se veut le plus global possible et agnostique de la technologie. Cela fait intervenir des concepts de gouvernance des données, organisationnelles, les compétences et méthodologiques.
- Approche donnée : Cette philosophie vise à mettre à disposition les données uniquement analytiques pour les utilisateurs finaux métiers. Cela va dans le sens de la vision d’entreprise dite “data-driven” qui optimise l’accès à la donnée pour une meilleure valorisation.
Si le Data Lake peut être vu comme le point d’entrée uniquement vers les données, le Data Mesh a une vision inverse où la donnée est vue comme une composante en perpétuel mouvement au service d’une décision opérationnelle.
Comment fonctionne un Data Mesh ?
Premier constat, la théorie du data mesh impose une organisation des données par domaine d’activité (Marketing, Commercial, …).
Le choix des différents domaines provient d’une réalité métier. Sur chacun de ces domaines, des référents data seront nommés et assureront l’intégrité de l’ensemble des données du domaine. Ainsi dans ce type de vision, les données analytiques et opérationnelles qui servent une même information sont gérées de manière conjointe au sein du même domaine et non de manière séparée comme précédemment.
Afin d’accélérer l’axe delivery de chacun des domaines, toutes les fonctions (data ingénieur, data analystes, data scientists) doivent être représentées pour mieux comprendre la donnée et être à plus prêt de la compréhension des enjeux métiers.
Le rôle de ces référents data par domaine sera également de mettre en place des datasets à disposition des autres domaines pour, par exemple, gérer des projets qui nécessitent l’utilisation de données de plusieurs ordres comme la détection de l’attrition client par exemple. Via la création de ces datasets qui peuvent être vu comme des produits, il sera important de répondre à l’enjeu de fiabilité et de la qualité de la donnée (documenté, gouvernée, …).
Même si chaque domaine fonctionne de manière autonome et afin de fluidifier les échanges entre les différents acteurs, un organe central devra être créé dans le but de fédérer autour des aspects techniques via la data platform et les bonnes pratiques en termes de gouvernance de données.
Ce que l’on pense de la notion de Data Mesh chez IoD solutions
Le data mesh peut être vu comme le nouveau sujet phare autour de la transformation data pour les entreprises. Même si le concept a été récemment formalisé, les piliers sont assez simples à comprendre et proches du bon sens.
Naturellement, il est difficile de mesurer le vrai intérêt de chambouler toute une organisation d’entreprise pour la mise en place de ce type d’approche surtout si aucune alerte n’est à déplorer. Cette nouvelle conception change complètement le paradigme autour de la gestion des données.
A contrario, l’adoption d’une vision de la donnée comme un produit (on entend souvent parler de “data as a product”) présente des avantages indéniables dans la facilité de réutilisation de la donnée de valeur et dont la qualité est assurée.
Si vous souhaitez aller plus loin sur ce sujet ou vous renseigner sur l’application possible possible pour votre entreprise, vous pouvez vous rendre ici.
La rédaction vous conseille
