Partie 2 · Mise en oeuvre
Lancer un Data Mesh : démarche, rôles, écueils
Pour qui ? Particulièrement adapté aux grandes entreprises et aux ETI, dans des contextes complexes. Trois prérequis : une vraie collaboration IT / métier, une culture data solide, et au moins quelques domaines métiers matures. On peut déployer progressivement les principes (par exemple commencer par des domaines et une gouvernance fédérée, même si la plateforme self-service n'est pas encore à l'état de l'art).
Comment se lancer ? C'est d'abord une transformation culturelle : sponsorship indispensable (communication du top management, vision de création de valeur, rôle des métiers). Freins fréquents : silotage, réticence à partager (« Pourquoi exposer mes données pour les autres ? »).
Vérifie que tu as compris
Domaines, owner et équipe
Un domaine est un périmètre fonctionnel cohérent, stable, avec ses propres processus et vocabulaire. On cartographie les grandes fonctions, puis on priorise : commencer par les équipes ayant déjà une culture data. Dilemmes fréquents : un domaine commercial unique ou un par business line ? Le data domain owner coordonne les data products du domaine, assure la cohérence, arbitre les priorités, représente le domaine dans la gouvernance fédérée ; pas forcément technique, mais avec une vision d'ensemble et la légitimité.
| Profil de l'équipe data product | Rôle |
|---|---|
| Expert métier | connaît les données dans leur contexte |
| Data product owner | pilote vision, priorités, valeur d'usage |
| Data architecte | modélise, cohérence avec l'architecture globale |
| Data ingénieur | construit les pipelines de traitement |
| Data scientist / analyste | enrichit les données, en extrait des insights |
| Data steward | garant de fiabilité, conformité, documentation |
Vérifie que tu as compris
Plateforme : 4 capacités et 3 options
Capacités : collecte et ingestion ; traitement et transformation (orchestration, qualité, standardisation) ; stockage et exposition (catalogue, API, base accessible en lecture) ; surveillance et gouvernance (traçabilité, sécurité, contrôle d'accès, qualité). Trois options combinables : services managés des cloud providers (AWS, Azure, Google), assemblage de briques open source, solution spécialisée « data mesh as a service ». Choix selon budget, compétences internes, objectifs d'autonomie. Recommandation clé : considérer la plateforme comme un produit digital, prioriser par la valeur pour les utilisateurs, mettre en place une équipe d'expertise et de support.
Gouvernance distribuée et 4 écueils
Gouvernance fédérée : facilitateur, garant de la cohérence ; data domain owners : supervisent la stratégie locale et appliquent les règles ; équipes data product : gouvernent leur portefeuille ; participants : représentants des domaines, experts gouvernance, architectes/DSI, pilote possible par le CDO. À harmoniser : nomenclature, qualité minimale, accès et droits, métadonnées obligatoires.
- Le tout-technologique : croire que c'est avant tout technologique
- Laisser les domaines seuls : il faut une équipe centrale de support
- Manquer de priorisation : sans valeur visible, la démarche perd en crédibilité
- Sous-estimer la gouvernance : plus facile à concevoir qu'à faire vivre
Vérifie que tu as compris