Dans un contexte où la donnée est devenue un actif stratégique incontournable, les entreprises cherchent à valoriser leur patrimoine informationnel tout en maîtrisant sa complexité. Entre les promesses de transformation digitale et les limites des approches centralisées, le Data Mesh s’impose comme une nouvelle vision de l’architecture d’entreprise. En s’appuyant sur une stratégie data robuste et une gouvernance des données fédérée, il permet de rendre les organisations à la fois data centric et user centric.
Cet article propose une introduction à cette démarche innovante, en détaillant ses principes fondamentaux, ses piliers méthodologiques et les apports concrets qu’elle offre pour mieux exploiter et maîtriser la donnée.
Pourquoi adopter une approche Data Centric ?
Les données sont devenues un capital pour l’entreprise, elles sont un catalyseur de l’innovation et vecteur de valeur. C’est le nouvel « Or Noir » : sous forme de gisements à l’état brut, les données doivent être découvertes, analysées, stockées et raffinées en produits puis acheminées aux consommateurs.
Il est donc crucial d’optimiser la gestion des données, de faciliter leur découverte, leur compréhension et leur utilisation dans une démarche User Centric.
Cependant, ces données ont également un coût tant par leur stockage, les chaînes et processus de traitement à développer, déployer et maintenir, les transformations opérées. Leur volumétrie expose l’entreprise à un manque de retour sur investissement, en grande partie lié à une dette technique et une incapacité à maîtriser les données, ce qui nécessite une solide gouvernance des données adaptée.
L’approche Data Mesh permet à l’entreprise d’apporter des réponses aux défis de la gestion des données tout en offrant des capacités d’innovation à grande échelle, en s’appuyant sur une stratégie data cohérente.
Théorisé en 2018 par Zhamak Dehghani, le Data Mesh a été popularisé par son article « Data Mesh Principles and Locigal Architecture ».
Méthodologie des 4 piliers du Data Mesh en entreprise
Cette approche révolutionnaire définit 4 principes fondamentaux structurants et indissociables, appelés piliers :
- Une approche décentralisée de la donnée permettant aux équipes Métiers d’être responsables de leurs propres données grâce à une organisation en Domaines (1er pilier). Les équipes de chaque domaine ont la connaissance Métier qui leur permet d’avoir la meilleure compréhension de leurs données. Les données peuvent les gérer de manière plus efficace et réactive grâce à une architecture d’entreprise. Le Data Mesh apporte Autonomie et Responsabilité aux équipes Métiers.
- Des normes, des standards, des politiques et des règles communes : la Gouvernance Fédérée (2ème pilier). La démarche Data Mesh rend la Gouvernance des données transparente, en définissant des instruments automatisés. Les données deviennent maîtrisées.
- La valorisation des données patrimoniales en produit (données analytiques) : Data as a Products (3ème pilier). En appliquant les principes des cultures Agile, Produit et Lean aux données, les Domaines se concentrent sur les consommateurs (utilisateurs et/ou clients finaux) afin de leur offrir des Data Products – Produits de Données – répondants à leurs attentes dans une démarche à la fois Data Centric et User Centric. Les Domaines disposent d’une nouvelle capacité d’innovation en se sourçant sur les Data Products d’autres domaines – de façon indépendante, autonome (pas de centres de services tiers) et agile (disponibilité immédiate sans inertie de développement côté DSI/IT). L’Innovation est accélérée et la capacité d’expérimentation décuplée. Cette approche permet évolutivité et réactivité.
- Une infrastructure rendant la technologie transparente qui permet d’interconnecter, de publier et de découvrir les données et les produits de données, en libre accès : Plateforme Data Self-Service (4ème pilier). Cette infrastructure automatise la gouvernance des données (instrumentalisation des axes de la gouvernance) et permet la scalabilité.
Les 4 principes fondamentaux du Data Mesh (piliers)
Vers une stratégie Data Centric et User Centric continue
Le Data Mesh est une démarche continue, évolutive, focalisée sur les données analytiques (celles qui apportent de la valeur et qui sont orientés consommateur). Elle permet à l’entreprise d’être à la fois « Data Centric » et « User Centric ». Le Data Mesh se place comme une surcouche analytique des différents systèmes d’information (SI) et applications (délestés de la partie valorisation), simplifiant ainsi leur développement et leur maintenance dans une architecture d’entreprise (4) cohérente.
L’approche Data Mesh apporte des réponses aux problématiques de stockage et des coûts associés et tend vers l’unicité de la donnée, un pilier central de toute stratégie Data.
La prolifération de la donnée génère des surcoûts, défavorise la qualité et crée des goulots d’étranglement, un phénomène amplifié par les Data Lakes (~ 70% des entreprises souffrent de goulots d’étranglement). Source : Evolve Data Study Cloudera 2023
Elle prend à contrepieds les infrastructures Data actuelles (Data Ware House et ses processus ETL* ; Data Lake / Lake House et ses processus ELT*), gérées par des équipes IT et régies par une gouvernance des données centralisée. Les Data Products intègre les processus ETL ou ELT tout en offrant une connectivité, soit vers d’autres Data Products, des SI ou applications, des utilisateurs finaux.
* ETL (Extract, Transform, Load ) et ELT (Extract, Load, Transform) décrivent des processus de données souvent liés aux infrastructures de stocakge (ETL pour les DataWarehouse – les utilisateurs exploitent la donnée transformée, ce qui nécessite des équipes IT pour maintenir et garantir la qualité de service ; ELT pour les Data Lakes – les utilisateurs réalisent les opérations de transformations, ce qui ne garantit pas l’unicité de la donnée)
Infrastructures types versus Data Mesh
Un Domaine – regroupement d’équipes parlant un même langage autour du patrimoine « données », généralement proche de l’organisation Métier de l’entreprise – est le plus légitime sur les aspects connaissance, valorisation et exploitation de leur donnée dans une architecture d’entreprise adaptée. Le Data Mesh les rend responsables de ces données et « acteur contributeur » de la gouvernance fédérée.
Les Domaines gagnent en agilité et en réactivité, deviennent autonomes pour répondre aux besoins et sont au cœur de la gestion de données dans une démarche User Centric.
Cette proximité des Domaines avec les données est un catalyseur pour un gain en qualité autant que pour l’innovation, deux sources de ROI. Les domaines fournissent ainsi aux consommateurs internes et/ou externes leurs produits de données dans une optique Data Centric.
L’infrastructure, sous la responsabilité des équipes IT, regroupe différentes solutions technologiques pour orchestrer et garantir la fourniture de services, dont le catalogage (référencement orienté connaissance) et la publication (livrable orienté consommation apportant de la valeur).
Le sujet vous intéresse ?
Parlons-en !
De nombreuses entreprises peinent à exploiter leurs données (plus de 55% des entreprises)
Source : 2025 Outlook: Data Integrity Trends and Insights (Lebow Drexel University / Precisely)
La Data a subi de nombreuses vagues technologiques conduisant à un patchwork de solutions et d’outils, de la complexité et du « faire, défaire, refaire » pour suivre les dernières tendances technologiques.
Le paradoxe de Solow a mis en évidence dans les années 1980, avec l’avènement de l’informatique de bureau, la contradiction entre l’augmentation massive des technologies numériques et son faible impact sur la productivité et la croissance économique. Il est toujours d’actualité avec la Data…
Le Data Mesh est un moyen de renouer avec productivité et efficience grâce à une stratégie data bien pensée et une architecture d’entreprise adaptée. Cette infrastructure se veut scalable et évolutive, réduisant les coûts à long terme (stockage, calculs). Elle tire profit de méthodes éprouvées, met en place une nouvelle organisation d’entreprise alignée sur des objectifs communs (la maîtrise et la valorisation de la donnée) qui est appuyée par un socle technologique adapté et évolutif. Le catalogage et le partage de la donnée permet une rationalisation des processus de traitement des données et une unification des sources. Les Domaines sont en capacité de dérouler leur feuille de route Data et Produits de Données tout en supervisant les usages et d’en mesurer le ROI.
Source : 2025 Outlook: Data Integrity Trends and Insights (Lebow Drexel University / Precisely)
Le Data Mesh n’est pas une énième solution technologique. Il s’agit d’un changement culturel, avec un cadre de gouvernance des données faisant consensus et une infrastructure facilitant autant l’usage que la découverte de la donnée.
Cette démarche est et sera différente au sein de chaque entreprise, que ce soit en termes de découpage en Domaine, d’équipes Data intégrées, de gouvernance fédérée ou de plateforme, qui peut se baser sur des systèmes existants. Chaque entreprise est libre de ses choix technologiques, tant qu’ils respectent les 4 piliers.
La démarche se base sur des changements organisationnels et culturels qui permettent d’instaurer des processus clairs, bien définis et partagés pour la valorisation des données. Cela constitue un socle sain pour l’IA.
Elle garantit le catalogage et la compréhension des données, générant un cycle vertueux de son utilisation et de son interconnexion – de son maillage.
Les Métiers, les domaines sont des parties prenantes et intégrantes de la stratégie Data et deviennent autonomes face à leurs besoins.
La démarche nécessite une acculturation progressive et une dynamique perpétuelle pour s’assurer de son succès et de ses gains. Il s’agit d’une nouvelle orientation, une vision à transformer, à dériver en trajectoire et feuille de route, avec des phases dites de pilotes pour l’amorcer, une gouvernance et une comitologie dédiée. La constitution de la plateforme peut être vue comme un projet avec de la MCO et du RUN, ce dont les équipes DSI ont l’habitude.
Le principal défi est d’initier cette démarche qui, comme toute transformation en profondeur, nécessite un investissement conséquent (constitution des briques de la plateforme, formation et changement culturel) et une vision partagée.
Chez Yélé Consulting, nous sommes convaincus que l’approche Data Mesh permet :
- De mieux répondre aux enjeux de transformation digitale des entreprises tout en favorisant l’innovation ;
- D’optimiser la stratégie Data de l’entreprise ;
- D’alléger la charge des équipes IT tout en accélérant le delivery Métier ;
- De tendre vers la qualité et la maîtrise du patrimoine Data, grâce à une solide gouvernance des données.
Pour cela, les quatre piliers doivent être correctement mis en place, car ils sont indissociables.
Rédacteur : Jérôme MASSET
