Framework d’adoption du Data Mesh : Adoption itérative

Le Data Mesh peut être considéré comme une transformation sociotechnique, qui vise à convertir les plateformes de données monolithiques en architecture distribuée et orientée domaine. Il a pour objectif d’augmenter la réutilisation, l’évolutivité et l’autonomie au sein des domaines métiers tout en réduisant les goulots d’étranglement et les dépendances circulaires.

Dans notre article précédent « Framework d’adoption du Data Mesh : présentation du Data Mesh », nous avions présenté les piliers théoriques de l’approche Data Mesh tels que Zhamak Dehghani les avait résumés, ainsi que certains critères nécessaires pour évaluer l’aptitude de votre entreprise à adopter cette approche et lui permettre de bénéficier éventuellement des avantages qui en découlent.

Cet article se concentre sur l’implémentation d’un Data Mesh dans le cadre d’une initiative de transformation. Le processus d’implémentation peut être complexe et délicat tout en exigeant une méthodologie réfléchie et stratégique.

Amorcer, accélérer et faire évoluer

L’une des façons de suivre les différentes étapes de l’implémentation d’une architecture Data Mesh consiste à appliquer les trois phases suivantes : Amorcer, Accélérer et Faire évoluer (Bootstrap / Accelerate / Scale). Ces phases font généralement partie intégrante des initiatives de transformation numérique et permettent aux organisations de suivre un framework tout au long du processus d’adoption de cette architecture.

Adoption évolutive d’une architecture Data Mesh

L’idée est de suivre une approche itérative et de l’adapter pour résoudre au bon moment les bons problèmes. C’est d’autant plus vrai dans le cas du Data Mesh que le concept n’est pas encore tout à fait mature, qu’il dépend fortement de l’organisation, ainsi que de sa structure et que sa valeur doit encore être prouvée de façon universelle.

Les trois phases peuvent être perçues comme des phases de maturité :

• Amorcer : il s’agit de la toute première phase de l’initiative de transformation. Au cours de cette phase, les domaines sélectionnés (présentant un retour sur investissement élevé) démontrent la faisabilité et la valeur de l’architecture Data Mesh proposée en présentant des cas d’utilisation à partir de données. Une infrastructure minimale est fournie pour permettre l’implémentation des cas d’usage. Cette phase a pour objectif principal de valider le concept et de veiller au soutien de la Direction.
• Accélérer : il s’agit de la deuxième étape du processus, qui doit se concentrer sur la façon d’offrir plus de valeur aux domaines de l’entreprise tout en développant de puissantes capacités au niveau de la plateforme. Au cours de cette phase, l’équipe se concentre sur l’extension des bases du Data Mesh, en ajoutant plus de fonctionnalités à la plateforme en libre-service et en améliorant les processus de gouvernance.
• Faire évoluer : cette phase finale du processus d’adoption du Data Mesh vise à généraliser l’architecture Data Mesh à l’ensemble des domaines et des équipes. L’accent est mis sur les moyens de rendre l’architecture pérenne à long terme en optimisant les pratiques de gouvernance tout en améliorant les fonctionnalités globales de la plateforme.

Niveaux d’investissement

En raison de la nature du travail et des objectifs propres à chacune des trois phases d’implémentation, différents niveaux d’investissement et d’effort sont exigés tout au long du processus.

Niveaux d’investissement/d’effort au cours des trois phases

Lors de la phase Amorcer, l’accent est mis sur la façon de démontrer la valeur de cette initiative à l’entreprise et à sa Direction afin de sécuriser le budget et de garantir l’engagement à long terme. À ce stade, il est recommandé de prendre en compte les objectifs suivants :

• Intégrer un nombre limité de domaines et les aider à fournir des preuves de concept et des MVP (premières victoires)
• Mettre à disposition une infrastructure minimale et une capacité de libre-service limitée (par exemple, génération de tickets ou pull requests)
• Générer un nombre limité de produits de données alignés sur les sources tout en définissant les exigences minimales correspondantes (par exemple, spécifications des métadonnées)
• Établir un modèle opérationnel de base pour la gouvernance

Lors de la deuxième phase, vous devez poursuivre les efforts déployés afin de permettre aux domaines d’apporter de la valeur tout en vous concentrant sur les fonctionnalités industrialisées dans le but d’accorder plus d’autonomie aux domaines, de les encourager à tester plus d’idées et de leur permettre de couvrir une plus grande variété de cas d’utilisation.

Enfin, lors de la phase Faire évoluer, l’accent est mis sur les produits de données et la gouvernance de façon à permettre la réutilisation des données tout en veillant à consolider les pratiques de gouvernance.

Un processus agile

Le processus de transformation doit être agile pour s’adapter aux besoins et aux exigences des activités de l’entreprise. Le Data Mesh gagne aujourd’hui en maturité et va sans doute devenir une méthodologie plus solide au cours des prochaines années.

La flexibilité et l’adaptabilité sont deux des principes clés à développer en priorité. Autrement dit, le processus d’adoption doit être en mesure de changer de direction si de nouvelles informations, de nouvelles exigences ou de nouveaux obstacles voient le jour.

Autre aspect important d’une méthodologie agile : l’accent sur l’amélioration continue. Votre processus d’adoption du Data Mesh doit être régulièrement examiné et évalué, et des ajustements doivent être apportés en cas de besoin. Cela permet aux domaines d’identifier et de résoudre les problèmes susceptibles d’émerger et de veiller à ce que la solution réponde aux besoins de l’entreprise.

⚠️  Pour garantir la réussite, il est essentiel d’impliquer les parties prenantes de l’entreprise et les équipes des domaines dans les processus d’examen. 

L’essentiel à retenir sur l’adoption itérative du Data Mesh

Mettre en œuvre une initiative Data Mesh exige d’adopter une approche réfléchie et stratégique. Les phases Amorcer, Accélérer et Faire évoluer établissent un framework permettant de respecter les différentes étapes du processus d’implémentation. Chaque phase implique des niveaux d’investissement et d’effort différents en fonction de la nature du travail et des objectifs qui la concernent.

Par ailleurs, le processus d’adoption doit être agile pour pouvoir s’adapter aux besoins et aux exigences des activités de l’entreprise, ce qui permet de garantir la flexibilité, l’adaptabilité, l’amélioration continue et la collaboration.

Dans les prochains articles de cette série, nous nous pencherons sur les façons de mesurer et d’évaluer l’adoption du Data Mesh tout au long de ces trois phases :

• Framework d’adoption du Data Mesh : Présentation du Data Mesh
• Framework d’adoption du Data Mesh :Mesurer les avancées

Vous souhaitez monter en compétences ? Découvrez la formation “Databricks dans Azure” de Cellenza training !