Distribution des données, multiplication des outils pour chaque tâche, aujourd'hui la donnée est partout. L'avis de notre expert Data, Frédéric Périn, Business Développer - Data Management, nous donne un éclairage sur la manière dont le Data Mesh peut répondre aux problématiques de Data Management dans les entreprises.
Quel constat, en lien avec le Data Mesh, peut-on faire sur les données dans les organisations ?
J’observe tout d’abord que les données sont de plus en plus distribuées dans les organisations. Aujourd’hui, les organisations et les métiers cherchent à utiliser le meilleur outil pour chaque tâche, qu’il s’agisse de datalake, datawarehouse, machine learning, IA …. Le business, de son côté cherche à générer et identifier plus de leads en utilisant des outils tels que PowerBI ou Tableau par exemple.
Ainsi, les grandes organisations utilisent plus de 400 datasources * pour l’analyse de leurs données et 94% des meilleurs clients d’AWS utilisent au moins 10 services de bases de données et d’analyse différents**. Un seul système ne suffit pas aux besoins des organisations.
Je constate également qu’il existe un décalage entre des équipes IT centralisées et les métiers et enfin, le référentiel de données manque de flexibilité : il est difficile d'entretenir ce référentiel au niveau IT et difficile de l'utiliser côté business. Cela génère une perte de confiance dans les KPIs fournis par le référentiel. En parallèle les métiers remontent un besoin de flexibilité lié aux exigences métier, en recherche de prises de décision rapide.
L’organisation Data Mesh supporté par un socle technologique pertinent apportera des éléments de réponse aux constats que font les organisations pour le management de leurs données.
Comment le Data Mesh peut-il résoudre les besoins métier en termes de flexibilité et d'agilité de la donnée ?
Je pense que le Data Mesh permet de recentrer chacun sur son métier pour tirer plus de valeur des données. Le concept de Data Mesh permet ainsi à l’IT de se focaliser sur la collecte, le stockage et la sécurité des données. De leur côté, les métiers vont plutôt être focalisés sur la consommation de données, l’analyse et la décision stratégique, ce qui répondra également à leur besoin de flexibilité.
Le Data Mesh consiste à décentraliser le data management au sein de l'éco-système d'entreprise. Ce n'est pas une approche technique (même si la technique y contribue) ou une approche business mais bien une approche organisationnelle.
En résumé, le datamesh vise à :
- Réduire la friction entre les services en décentralisant les expertises métiers reliées à l'IT
- Décentraliser la gestion des données
- Maximiser la valeur
- Réintégrer la confiance dans les données
Quels sont les fondamentaux nécessaires à la mise en place d’une organisation data mesh ?
Tout d’abord, il s’agit de mettre en place une structure au sein de laquelle les métiers sont propriétaires des données. On parle notamment de domaine data et d’API par exemple.
On va ensuite traiter la data comme un produit. L’objectif est d’être en mesure de transformer les données comme un produit qu’on peut utiliser en interne et/ou en externe, c’est à dire être producteur et consommateur de données.
Puis on va mettre en place les données en self-service en éliminant les silos de l'entreprise au niveau des data qui sont souvent multi sources et transverses. On va permettre l’interopérabilité des données d’un point de vue technologique et organisationnel.
A cela se rajoute la gouvernance fédérée qui va apporter à l'organisation les moyens de mettre en place une organisation flexible et distribuée pour répondre aux besoins métier tout en garantissant la conformité au niveau IT (RGPD / anonymisation, …).
L’ensemble de ces fondamentaux va contribuer à la mise en œuvre du datamesh dans les organisations. Il est important de comprendre que les données sont le bien le plus précieux de la société. Le Data Mesh va permettre de les exploiter de la meilleure manière.
Quelle approche propose DEEP pour mettre en place le datamesh dans les organisations ?
Pour mettre le data mesh en place, je recommande de commencer en priorité par les 3 piliers essentiels suivants :
- Dataplatform
- Logical datafabric
- Gouvernance fédérée
Ces 3 piliers du Data Mesh permettent une bonne implémentation du concept dans les organisations.
* IDG, 2023
** AWS Analytics Data Strategy, Keynote
