Quel futur pour l'organisation data driven au sein des entreprises ? Indexima vous répond : le data mesh. L'expert de la donnée vous explique pourquoi dans son livre blanc.
"Avons-nous dépassé l’approche centralisée de l’entrepôt de données et des data lakes ? Alors que d’ici 2022, 90% des entreprises feront de l’information un actif critique et l’analyse, une compétence essentielle (source Gartner), il est temps de basculer vers un nouveau paradigme pour accélérer l’innovation, l’appropriation des données par les métiers... et accélérer le ROI des stratégies de données. Ce nouveau paradigme a un nom : le Data Mesh.
Bouleversement organisationnel avant tout, le Data Mesh structure logiquement les relations entre les producteurs et les consommateurs de données dans des environnements Big Data, en facilitant la création de produits de données et en décentralisant les pipelines des monolithes de données. Un vrai changement radical pour placer - et c’est bien le cas cette fois-ci - la donnée au cœur de la transformation numérique, alors que justement, sans modèle organisationnel adapté, peu de chance que les usages ruissellent sur toutes les couches de l’entreprise.
Selon Gartner, d’ici 2023, la maîtrise des données deviendra d’ailleurs un moteur explicite et nécessaire de la valeur commerciale. Il est donc temps de ré-organiser ses données ; et les CDO d’innover pour accélérer la création de valeur.
DU DATAWAREHOUSE AU DATA LAKEHOUSE, DES MONOLITHES DE DONNÉES COMPLEXES ET RIGIDES
En matière de gestion des données, les entreprises ont très souvent opté pour une approche très centralisée les déversant tour à tour dans des entrepôts de données très rigides, puis dans de vastes data lakes, avant de découvrir le meilleur des deux mondes au sein du très tendance Lake House (promu notamment par Databricks). Le premier, bâti sur des données structurées pré-câblées, supportant le SQL pour répondre aux métiers, demande un investissement permanent en ETL. Le second centralise les données non structurées brutes, sans hiérarchie, et demande aussi une transformation afin de rendre les données consommables par les entreprises. Le Lake House, quant à lui, poursuit cette approche de centralisation globale des données, en associant le stockage du Data Lake à la structuration de l’entrepôt de données. Cette approche le rend accessible par les métiers, comme le décrypte le site Towardsdatascience. Toutefois, s’il demeure un point commun entre ces différents dispositifs, ce serait l’ultra-centralisation et la nécessité absolue de se reposer sur des équipes de Data Engineers qui deviennnent alors le goulot d’étranglement dans le processus de mise à disposition de la donnée."
