À mesure que les données gagnent en complexité et en volume, les entreprises ont besoin de moyens plus efficaces pour les gérer. C’est là qu’interviennent le Data Mesh et la Data Fabric. Il s’agit de deux des concepts de gestion des données de nouvelle génération les plus populaires. Ils ont tous deux leurs forces et leurs faiblesses, mais sont également complémentaires.
Nous décortiquons ces deux concepts et examinons comment vous pouvez utiliser ces solutions pour tirer parti des données de votre entreprise et prendre de meilleures décisions.
Qu’est-ce que le Data Mesh ?
Zhamak Dehghani a défini pour la première fois le terme Data Mesh en 2019 comme un concept de gestion des données fondé sur quatre principes fondamentaux :
- Propriété des domaines
- Les données comme produit
- Plateforme de données en libre-service
- Gouvernance informatique fédérée
Alors que le modèle traditionnel de gestion des données se concentre sur un référentiel central d’informations, le concept de Data Mesh adopte une approche plus distribuée. Dans ce modèle, chaque équipe ou service est responsable de la gestion de ses propres données et de la création d’un système fédéré utilisable par tous.
Cette approche présente plusieurs avantages. Tout d’abord, elle contribue à garantir que les données sont exactes et à jour, puisque chaque équipe est responsable de la maintenance de ses propres enregistrements. Elle favorise également la transparence et la collaboration, car les équipes peuvent voir comment les autres utilisent les données au sein de l’organisation. En outre, le Data Mesh élimine le besoin d’une infrastructure informatique centralisée, offrant aux organisations un moyen plus flexible et évolutif de gérer leurs données.
La valeur du concept de Data Mesh réside également dans sa capacité à créer une source unique de vérité pour les données d’une organisation, tout en donnant davantage de contrôle à ses différentes unités opérationnelles. Cela contribue à éviter les silos de données et facilite la gouvernance et la gestion de l’ensemble du patrimoine de données de l’organisation.
En outre, le principe de plateforme de données en libre-service permet aux utilisateurs métier d’accéder plus facilement aux données dont ils ont besoin, au moment où ils en ont besoin. Cela peut contribuer à améliorer la prise de décision et à accroître l’efficacité opérationnelle.
En définitive, le concept de Data Mesh peut apporter des avantages considérables aux organisations qui cherchent à mieux gérer un patrimoine de données en constante expansion.
Qu’est-ce que la Data Fabric ?
Une Data Fabric est un concept d’architecture qui sert de couche intégrée (fabric) de données et de processus de connexion.Gartner a été le premier à forger ce terme, qui est devenu une manière populaire d’aborder la gestion des données.
Une Data Fabric tire parti d’analyses continues portant sur des ressources de métadonnées connues, identifiées et déduites. Cela permet de partager et de réutiliser les données sur plusieurs plateformes, types de données et emplacements.
La Data Fabric s’appuie sur des capacités humaines et automatisées pour accéder aux données existantes ou contribuer à leur consolidation lorsque cela est pertinent. Elle identifie des connexions distinctes et liées aux activités entre les points de données de différentes applications, en repérant et en reliant les données provenant de diverses sources. Ces informations permettent de réinventer la prise de décision et de générer davantage de valeur grâce à un accès et une compréhension plus rapides que ne le permettent les techniques traditionnelles de gestion des données.
Dans une configuration type, une Data Fabric commence par observer passivement le pipeline de données. Avec le temps, elle commence à utiliser les capacités de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML) pour suggérer des méthodes plus efficaces de traitement des données.
La Data Fabric n’est ni un pipeline de données, ni un entrepôt de données, ni un lac de données. Il s’agit de l’étape logique suivante de la gestion des données, qui s’appuie sur ces concepts.
Data Mesh ou Data Fabric
Le Data Mesh et la Data Fabric sont deux approches de la gestion des données qui mettent l’accent sur la gouvernance, la découverte et la réutilisation. Elles présentent toutefois quelques différences essentielles.
Un Data Mesh est un réseau de produits de données, dont chacun possède un responsable clairement défini et est accessible via des API (interfaces de programmation d’applications). À l’inverse, une Data Fabric est une plateforme centralisée qui permet de créer des produits de données et fournit un point d’accès unique aux consommateurs.
Cependant, comme indiqué au début, les deux concepts sont complémentaires et peuvent coexister. Par exemple, une Data Fabric peut servir à cataloguer les actifs, à les transformer en produits et à appliquer des politiques de gouvernance fédérée. Les consommateurs de données pourront ainsi utiliser les produits de données de plusieurs manières : publier des produits de données dans le catalogue, les rechercher et interroger ou visualiser les informations relatives aux produits de données via des API.
Les métadonnées de la Data Fabric peuvent également servir à découvrir des schémas dans le processus de production des produits de données ou lors de leur supervision, puis à automatiser ces activités.
Pourquoi la gestion augmentée des données est-elle importante ?
Alors que les organisations s’efforcent de suivre le rythme de l’augmentation constante du volume de données, la gestion augmentée des données est devenue de plus en plus importante.
La gestion augmentée des données aide les organisations à mieux gérer leur patrimoine de données, en améliorant la qualité des données et en réduisant le besoin d’interventions manuelles. En outre, elle peut fournir une vue unifiée des données d’une organisation, automatiser la gestion des métadonnées et la génération de modèles de données de référence.
À une époque où les données croissent à un rythme sans précédent, la gestion augmentée des données apporte une solution indispensable pour répondre à la demande.
L’utilisation de ces concepts de gestion des données peut contribuer à améliorer la prise de décision, à accroître l’efficacité opérationnelle et à éviter les silos de données. Tous ces facteurs sont importants dans le paysage économique actuel et peuvent aider les organisations à acquérir un avantage concurrentiel.