Livres blancs Webinars

La gouvernance des données est un incontournable de toute stratégie Data. Bien qu’il reste complexe à déployer dans une organisation traditionnelle, le Data Mesh est en mesure de lever des obstacles par son approche fédérée. Dans cet article, nous explorons le quatrième et dernier pilier du Data Mesh, nommé « Federated Data Governance ».

📝 Dossier Spécial Data Mesh – Le sommaire
1 – Data Mesh : le modèle ultime des entreprises data-driven ?
2 – Domaines de données : le Data Mesh donne des super-pouvoirs aux métiers
3 – Data Mesh : la donnée est un produit qui vaut de l’or
4 – L’infrastructure Data self-service moteur technologique du Data Mesh
5 – Data Mesh : une gouvernance fédérée pour garantir l’efficacité
6 – Data Mesh : Exemples et retours d’expérience concrets
7 – Data Mesh : un modèle data-driven total par essence

Entre 2020 et 2025, IDC estime que le volume de données générées par les entreprises augmentera de 6,7 à 16,1 Zo. Cela représente une hausse de 10 Zo de données (soit 140 %) en l’espace de 5 ans seulement.

Cette inflation constitue un véritable défi pour les organisations dans leurs ambitions de valorisation de leur patrimoine de données. Et ce n’est pas le seul challenge auquel elles se heurtent et auquel la gouvernance doit en principe apporter des solutions

Le Data Mesh instaure une gouvernance fédérée des données et des produits Data

La gouvernance est encore trop souvent perçue comme une contrainte, un poste de dépenses et un frein à l’accélération de la transformation Data. Elle est pourtant stratégique à plus d’un titre pour maximiser la maîtrise et l’exploitabilité du patrimoine des données de l’entreprise.

Ce n’est d’ailleurs pas un hasard si le concept de Data Mesh consacre l’importance de la gouvernance au sein d’un pilier dédié.

Lire aussi

Pénurie de compétences en Data & IA : quelles solutions ?

Lire la suite

Le Data Mesh promeut donc une gouvernance distribuée et fédérée avec les différents domaines de données de l’organisation. C’est une redistribution des rôles puisque  les domaines sont chargés d’assurer eux-mêmes la gouvernance de leur périmètre de données.

Cela inclut toutes les tâches opérationnelles de gouvernance des données : cartographie, documentation, gestion de la qualité, etc.

Cependant, ce pilotage à l’échelon ‘local’ n’exclut pas une animation, une supervision, une fédération à l’échelle de l’entreprise. Cette couche transverse garantit le respect de pratiques et de standards communs, indispensables par exemple pour harmoniser la documentation, permettre le partage et la réutilisation des produits et jeux de données.

Une gouvernance fédérée, telle que prescrite par le Data Mesh, suppose par conséquent le recours à des outils partagés. On citera, a minima, l’utilisation d’un catalogue de données unique, partagé par tous les domaines.

La gouvernance est stratégique à plus d’un titre pour maximiser la maîtrise et l’exploitabilité du patrimoine des données de l’entreprise.

Un Data Office fédérateur sur la gouvernance

La fédération de la gouvernance repose sur des solutions unifiées, mais aussi sur une équipe qui centralise notamment les standards en termes de description des données. Elle pourra ainsi proposer des templates, et mettre à disposition son expertise et son support pour homogénéiser la gouvernance entre les différents domaines.

Le Data Office, tel qu’il existe aujourd’hui dans nombre d’organisations, paraît tout désigné pour remplir ce rôle de fédérateur. Certains Data Offices remplissent d’ailleurs déjà cette fonction. Mais dans le cadre du Data Mesh, ce rôle est étendu. En effet, la fédération ne s’applique pas seulement à la gouvernance ‘classique’ des données. Elle englobe aussi celle des produits. En effet, ce besoin deviendra prépondérant au fur et à mesure du développement des datas products par les domaines qui pourra rapidement résulter dans la mise à disposition de plusieurs centaines de produits à travers l’entreprise.

La gouvernance fédérée peut donc être perçue comme l’application à l’univers de la Data d’un régime politique fédéral. Cela signifie une forte autonomie au niveau des Etats ou des régions (ici les domaines), assortie de responsabilités et obligations imposées à l’échelon national (ici avec la gouvernance fédérée par le Data Office).

Comment opérationnaliser la gouvernance fédérée ?

La fédération peut se mettre en œuvre selon des modalités diverses. On peut imaginer la définition d’une politique et un choix d’outils au niveau du Data Office. Ce dernier pourra si besoin déléguer des spécialistes de la gouvernance au sein des équipes métiers ou des domaines selon le découpage réalisé.

Maîtrisant les règles de gouvernance et le fonctionnel, ceux qu’on peut désigner sous le terme de ‘Data Governance Officers’ seront alors à même d’assurer une cohérence entre central et local. Ils appuieront aussi des principes de gouvernance propres à la réalité des domaines pour tenir compte de spécificités terrain et éviter des règles trop rigides, notamment pour des produits n’ayant pas vocation à quitter le périmètre d’un domaine. 

Comment opérationnaliser la gouvernance fédérée ?

Pour opérationnaliser la gouvernance dans les domaines, le Data Mesh peut s’appuyer sur des fonctions existantes au sein des organisations. Il s’agit en particulier du Data Owner et du Data Steward.

Cette conception de la gouvernance doit notamment favoriser des gains en termes d’agilité, une meilleure adéquation aux besoins et une autonomie dans les investissements et les efforts à mener. Le Data Mesh pourrait enfin se traduire par une réussite des chantiers de gouvernance en raison d’un transfert de responsabilité auprès des domaines.

La distribution des rôles et l’implication des domaines peuvent être perçues comme un levier performant de déploiement d’une gouvernance efficiente « by design ». Autonomes et responsables, les domaines sont en mesure, tout en en bénéficiant, d’améliorer la qualité des données et de documenter les métadonnées, par exemple.

Par la fédération, le Data Mesh assure par ailleurs la bonne cohérence à travers les domaines. L’entrelacement entre des modes distribués et fédérés s’avère ainsi vertueux pour toute l’organisation et son ambition de valorisation des données. A ce titre, la gouvernance fédérée apparaît donc comme vitale dans un fonctionnement Data Mesh. Elle est la « glue fonctionnelle » qui permet de ne pas retomber dans le Data Chaos et qui assure l’autonomie des domaines dans un cadre commun et collaboratif.

La Data devient véritablement un actif pour l’entreprise et un levier de création de valeur pour les domaines. A ce titre, ces derniers ont directement intérêt à améliorer cet actif et à créer des produits pour en dégager de la valeur, qu’il s’agisse d’efficacité opérationnelle ou de création de nouveaux revenus. 

🔎 Banque Postale & Data Mesh : une gouvernance fédérale

Pour devenir la banque préférée des Français, la filiale du groupe La Poste a défini un plan stratégique, dans lequel la Data constitue un volet central. Si la Banque Postale ne se revendique pas explicitement du Data Mesh, ses principes influencent bien ses initiatives, notamment en matière de gouvernance.

Dans cette organisation, le Data Office, piloté par un Chief Data Officer, compte parmi ses missions celle de fédérer la communauté Data de l’entreprise (500 personnes). Le CDO, Matthieu Olivier, détaillait son approche lors du Hubday Data & IA for Business. Une nouvelle gouvernance à l’échelle est donc en cours de mise en œuvre. Elle est présentée comme une “gouvernance fédérale” ou “organisation distribuée”.

Dans ce modèle, le rôle du Data Office consiste “à poser un cadre, le terrain de jeu, et à en fixer les limites et aussi les règles du jeu” pour orchestrer les interactions et la collaboration en interne. Matthieu Olivier conçoit en effet la valorisation des données et la conduite des projets Data comme un “sport d’équipe”. Et cela vaut aussi pour le framework de gouvernance.

Qualité, sécurité, silos… des obstacles à l’analyse de données

Dans son étude “Data Monetization Survey” (Novembre 2020), IDC constate une forte croissance du nombre de sources de données exploitées par les organisations. En 2020, les entreprises de la zone EMEA exploitaient pour plus de 50% d’entre elles moins de 10 sources. Elles sont plus de 70% à prévoir d’en gérer plus de 10 à l’avenir – dont 40% qui visent 20 sources et plus.

De quoi complexifier leurs projets en matière d’analyse de données, considérée comme prioritaire ou très prioritaire par 6 entreprises sur 10 (Source : IDC European Future Enterprise Resilience Survey, août 2021). Pour développer leurs capacités d’analyse, ces acteurs se heurtent à de multiples obstacles. Pour 53% d’entre eux, en Europe de l’Ouest, il s’agit de la sécurité. Toujours selon IDC (Source : European Future Enterprise Resilience Survey, juin 2021), ils sont en outre 44% à citer la qualité des données, 36% la contrainte financière, 32% l’absence de stratégie d’entreprise ou encore une infrastructure inappropriée (31%).

La finalité d’une politique de gouvernance des données vise justement, en partie, à répondre à ces challenges. La Data Governance s’inscrit pleinement dans la stratégie Data des organisations. Malgré parfois des difficultés à embarquer les métiers dans sa mise en œuvre, la gouvernance est désormais pleinement prise en considération. De nombreuses organisations ont  engagé de vastes chantiers de refonte de leur gouvernance, en particulier au travers de l’installation d’une gouvernance fédérée. Et même si ces approches ne se revendiquent pas toujours du Data Mesh, elles en épousent les principes généraux et les bonnes pratiques.

💡 Ce qu’il faut retenir
📌 Gouvernance fédérée
📌 Activités opérationnelles de gouvernance portée par les domaines
📌 Des pratiques et des standards communs
📌 Un catalogue de données unique pour toute l’entreprise
📌 Un Data Office et un CDO animateurs et fédérateurs
📌 Une gouvernance des données et produits

👉 Retrouvez toute notre actu en temps réel en nous suivant sur LinkedIn 👈

Cet article a été rédigé en collaboration avec Christophe Auffray.

Senior Manager Business & Decision

Intervenant depuis plus de 15 ans dans le consulting et la data, j’accompagne de nombreuses entreprises dans leurs enjeux à la fois techniques et organisationnels autour des architectures Data & Cloud, de l’IA et de la Gouvernance de données.

En savoir plus >

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Votre adresse de messagerie est uniquement utilisée par Business & Decision, responsable de traitement, aux fins de traitement de votre demande et d’envoi de toute communication de Business & Decision en relation avec votre demande uniquement. En savoir plus sur la gestion de vos données et vos droits.