Alors que les données continuent de dominer le paysage de la transformation numérique, de nouveaux termes tels que data mesh, data fabric et data lake sont en train d’émerger, et les entreprises commencent à réaliser à quel point ils revêtent de notions importantes. Gartner a ainsi inclus le data fabric parmi ses principales tendances technologiques stratégiques pour 2022. Quant au data mesh, il est aujourd’hui au cœur des nouvelles tendances technologiques et peut être utilisé dans toute une série d'industries comme la production, le commerce de détail et les services financiers. Mais qu’est-ce que le data mesh ?
Le data mesh, comparable à la cuisine ?
En effet, le concept de data mesh pourrait facilement être comparé à l’univers culinaire. Imaginons qu'un chef veuille cuisiner avec des ingrédients frais. Pour réaliser son plat, il combine différents ingrédients afin que le plat soit plus que la somme de ses parties. Une fois mélangé, le plat est meilleur que ce que l'on pourrait attendre des ingrédients individuels, car la façon dont ils se complètent ajoute à la qualité. Cela s'applique également aux données.
Les entreprises veulent travailler avec des données fraîches, en temps réel, mais sont souvent limitées par une approche cloisonnée. Si l’on poursuit l’analogie avec la cuisine, c'est comme si les entreprises se limitaient à utiliser des ingrédients individuels sans jamais les mélanger, ce qui donne un résultat moins créatif.
Le défi du mélange
Comme pour toute approche des données, le plus grand défi du mélange des données est le partage des données. Les systèmes cloisonnés sont encore courants et, bien que les entreprises tentent de résoudre le problème en mettant en œuvre des entrepôts de données (data warehouses) ou des lacs de données(data lakes), elles se heurtent toujours à des solutions lentes, coûteuses et difficiles à maintenir.
Le scénario idéal pour les entreprises est de disposer d'un emplacement central où toutes les données sont stockées, et ainsi accessibles par tous. Elles peuvent ainsi’ être analysées et générer de la valeur commerciale. Le data mesh se distingue par sa capacité à favoriser la mixité et la synergie. C'est comme si le data mesh nous permettaient de réaliser l'équivalent en données d'un canard à l'orange, d'un curry de poisson de Goan ou d'un Bloody Mary. La beauté est dans le mélange.
Le data mesh repose ainsi sur quatre principes : la propriété des données par domaine, les données en tant que produit, les plateformes de données en libre-service et la gouvernance des SI. Pour reprendre les termes d'un chef cuisinier, cela signifie que les ingrédients sont dans la cuisine, qu'ils sont de la meilleure qualité et qu'ils proviennent de sources éthiques. Nous pouvons désormais concevoir le plat que nous voulons et mélanger les ingrédients avec la certitude de créer une expérience client exceptionnelle.
Quels usages en entreprises ?
Les données sont véritablement au cœur de toute entreprise moderne, mais ce n'est qu'en créant des synergies que les entreprises peuvent exploiter tout le potentiel des données.
Historiquement, les données étaient utilisées pour servir un produit ou une solution. Prenons l'exemple d'une plateforme de gestion de la relation client : les données avaient pour seul but de servir cette plateforme. Cependant, nous assistons aujourd'hui à un changement dans cette relation. Les produits ou les solutions commerciales créent désormais des données, qui peuvent devenir un produit en soi. Par conséquent, au lieu que les données servent la solution, c'est la solution qui sert les données. En contextualisant ces données, il est possible de créer de nouveaux "plats" et piloter de nouveaux modèles commerciaux.
Dans le secteur bancaire par exemple, les banques cherchent à proposer des services plus pertinents pour leurs clients. Les notifications push en temps réel proposées pour la première fois par les néo-banques sont désormais considérées comme un must. Les banques traditionnelles doivent offrir une intelligence supplémentaire rendue possible par les données, comme le suivi des finances et l'aide à la planification budgétaire, en fonction des habitudes d'achat passées et des objectifs de vie.
Pour les entreprises de mobilité telles qu'Uber, la possibilité de communiquer en temps réel l'emplacement, les informations sur le trafic, les styles de conduite, l'estimation de l'arrivée, le point de prise en charge et la destination, sont autant d'éléments essentiels de l'activité. Toutes ces informations peuvent être combinées pour créer un paiement une fois le trajet terminé et recueillir les commentaires des clients.
Dans le commerce de détail, les entreprises souhaitent fusionner les données provenant des interactions sur le site web, des applications mobiles et des expériences en magasin, afin de pouvoir proposer des offres en temps réel, contextualisées et très ciblées. En outre, elles peuvent recueillir les commentaires et les retours après-vente, ou encore faire de la vente incitative et croisée de produits et de services.
Bien faire les choses
S'il n'est pas facile d'élaborer une stratégie de transformation numérique qui tire pleinement parti de la valeur fournie par le data mesh, de nombreuses entreprises se rendent compte que c'est essentiel. En y parvenant, les entreprises pourront tirer parti de la puissance de l'effet de réseau pour créer de nouvelles synergies de données. À mesure que de plus en plus de département au sein des entreprises consomment les diverses sources de données, ils produisent davantage de données, ce qui entraîne à son tour une plus grande consommation de données. En d'autres termes, nous avons les ingrédients, il nous faut maintenant les recettes.
Par Lyndon Hedderly, Directeur des solutions clients chez Confluent
