![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/04\/coggia-pascal-management-team-artefact-300x300.jpeg\")
Qu'est-ce que la maille Data ? Quelle est la diff\u00e9rence avec un lac data ?<\/h2><\/div>L'architecte original de ce terme est Zhamak Dehghani, un Thoughtworks<\/a> consultant et \u00e9vang\u00e9liste pour la d\u00e9centralisation de data. En termes simples, Data Mesh est une approche d'architecture distribu\u00e9e pour la gestion de data analytique. Elle permet aux utilisateurs finaux d'acc\u00e9der facilement \u00e0 data et de l'interroger l\u00e0 o\u00f9 il se trouve, sans avoir \u00e0 le transporter vers un lac ou un entrep\u00f4t de data. Une strat\u00e9gie d\u00e9centralis\u00e9e de Data Mesh traite data comme un produit et permet \u00e0 des \u00e9quipes sp\u00e9cialis\u00e9es de s'approprier data par le biais d'une plateforme en libre-service int\u00e9grant data governance.<\/p>\n<\/div>Les lacs Data sont des zones de stockage peu r\u00e9glement\u00e9es pour le domaine brut data. Ils \u00e9taient cens\u00e9s fournir un acc\u00e8s illimit\u00e9 \u00e0 data afin d'\u00e9viter le goulot d'\u00e9tranglement des entrep\u00f4ts de data centralis\u00e9s et \u00e9troitement g\u00e9r\u00e9s, mais ils ont eu tendance \u00e0 souffrir d'une mauvaise qualit\u00e9 de data et de probl\u00e8mes de d\u00e9couvrabilit\u00e9. Certains projets de lacs de data r\u00e9gis ont abord\u00e9 ces questions avec un certain succ\u00e8s, mais ils ont tendance \u00e0 r\u00e9duire l'accessibilit\u00e9 relative du data. Data Mesh vise \u00e0 r\u00e9soudre ces probl\u00e8mes par la d\u00e9centralisation, \u00e9vitant ainsi compl\u00e8tement ces \u201cmar\u00e9cages de data\u201d.<\/p>\n<\/div>
Qu'entend-on par \u201cdata en tant que produit\u201d ?<\/h2><\/div>Je pense que c'est un peu comme le magasin d'applications. Vous t\u00e9l\u00e9chargez simplement une application lorsque vous voulez faire autre chose. Pourquoi n'en serait-il pas de m\u00eame pour data ? Pensez-y de mani\u00e8re structurelle : quels sont les composants d'un produit data ?<\/p>\n<\/div>
- <\/i><\/span>\n
Il doit pouvoir \u00eatre d\u00e9couvert : les gens doivent pouvoir trouver le produit data ;<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Il doit \u00eatre adressable - les gens doivent savoir comment interagir avec lui ;<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Il doit se d\u00e9crire lui-m\u00eame ;<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Il doit \u00eatre s\u00fbr et digne de confiance ; il doit offrir l'interop\u00e9rabilit\u00e9.<\/p>\n<\/div><\/li><\/ul>
Tout ceci sugg\u00e8re qu'un produit data repose sur un tissu qui lui permet d'interagir. Il n'est pas isol\u00e9. Vous ne pouvez pas vous contenter de rassembler quelques data, de les placer dans un seau S3 et d'appeler cela un produit data. Vous devez l'entourer d'une propri\u00e9t\u00e9 et d'une gouvernance.<\/p>\n<\/div>
Quels sont les avantages pour les entreprises ?<\/h2><\/div>Data Mesh peut offrir de nombreux avantages aux organisations et aux \u00e9quipes interfonctionnelles :<\/p>\n<\/div>
- <\/i><\/span>\n
La d\u00e9centralisation de data am\u00e9liore la rapidit\u00e9 et l'accessibilit\u00e9, de sorte que data est beaucoup plus facile \u00e0 d\u00e9couvrir et \u00e0 utiliser pour tous les utilisateurs de l'entreprise.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Comme les \u00e9quipes embarquent leurs propres data et g\u00e8rent leurs propres produits data, elles peuvent les visualiser et les rendre op\u00e9rationnels comme elles l'entendent, ce qui favorise l'innovation.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Les d\u00e9cisions et les d\u00e9lais de mise sur le march\u00e9 seront acc\u00e9l\u00e9r\u00e9s, ce qui se traduira par une augmentation du chiffre d'affaires et une am\u00e9lioration de l'engagement et de la fid\u00e9lisation des clients - et, en fin de compte, par une r\u00e9duction des co\u00fbts.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
L'agilit\u00e9 de l'entreprise en g\u00e9n\u00e9ral s'en trouve am\u00e9lior\u00e9e, car les capacit\u00e9s des produits ne sont mises en place que l\u00e0 o\u00f9 elles sont n\u00e9cessaires, et non pas \u00e0 l'\u00e9chelle de l'entreprise.<\/p>\n<\/div><\/li><\/ul>
Quels sont les obstacles \u00e0 l'adoption de Data Mesh ?<\/h2><\/div>Il est important de se rappeler que le r\u00e9seau Data Mesh ne n\u00e9cessite pas seulement une connexion \u00e0 l'Internet. technologique<\/em> Il est n\u00e9cessaire d'avoir un \u00e9tat d'esprit<\/em> de changement. Les organisations doivent apprendre \u00e0 consid\u00e9rer data comme un produit, \u00e0 l'utiliser comme un outil d'aide \u00e0 la d\u00e9cision. data governance<\/a> et la propri\u00e9t\u00e9. Faire passer les entreprises d'une propri\u00e9t\u00e9 centralis\u00e9e \u00e0 une propri\u00e9t\u00e9 d\u00e9centralis\u00e9e et les organisations des pipelines aux produits, o\u00f9 les domaines data sont la premi\u00e8re pr\u00e9occupation, ne sera pas chose ais\u00e9e.<\/p>\nParmi les autres questions, on peut citer celles cit\u00e9es par Deloitte<\/a>:<\/p>\n<\/div>- <\/i><\/span>\n
Duplication de data entre diff\u00e9rents domaines : lorsque data est r\u00e9affect\u00e9 pour r\u00e9pondre aux besoins d'un nouveau domaine qui diff\u00e8re du domaine d'origine, des redondances apparaissent et peuvent avoir un impact potentiel sur l'utilisation des ressources et le co\u00fbt de la gestion de data.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Mise en \u0153uvre d'une data governance f\u00e9d\u00e9r\u00e9e et conformit\u00e9 \u00e0 la qualit\u00e9 : avec la coexistence de produits et de pipelines data ind\u00e9pendants, les principes de qualit\u00e9 peuvent facilement \u00eatre n\u00e9glig\u00e9s, ce qui se traduit par une dette technique consid\u00e9rable. Ces responsabilit\u00e9s et principes doivent \u00eatre identifi\u00e9s et f\u00e9d\u00e9r\u00e9s de mani\u00e8re appropri\u00e9e.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Une gestion du changement importante est n\u00e9cessaire : pour adopter des op\u00e9rations d\u00e9centralis\u00e9es Data Mesh, des efforts importants de gestion du changement seront n\u00e9cessaires.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Les choix technologiques d\u00e9terminent les capacit\u00e9s globales data platform. Par cons\u00e9quent, les choix technologiques qui sont \u00e0 la fois normalis\u00e9s dans l'ensemble de l'organisation et \u00e0 l'\u00e9preuve du temps pour toutes les capacit\u00e9s data n\u00e9cessaires doivent \u00eatre abord\u00e9s de mani\u00e8re pratique. De mauvaises d\u00e9cisions technologiques peuvent facilement aboutir \u00e0 des produits data qui augmentent la dette technique au fil du temps.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Data Mesh n'est pas con\u00e7u pour consolider toutes les data de l'entreprise en un seul rapport : Bien que l'objectif principal soit l'accessibilit\u00e9 data, la libert\u00e9 doit exister dans un cadre. Dans Data Mesh, la propri\u00e9t\u00e9 data et les comp\u00e9tences data sont r\u00e9parties entre des \u00e9quipes interfonctionnelles, de sorte que des \u00e9l\u00e9ments cl\u00e9s, tels qu'un cadre m\u00e9tadata coh\u00e9rent et des plates-formes communes, font toujours partie d'une mise en \u0153uvre r\u00e9ussie de Data Mesh.<\/p>\n<\/div><\/li><\/ul>
Quand une entreprise est-elle pr\u00eate \u00e0 adopter une strat\u00e9gie Data Mesh ?<\/h2><\/div>Cela d\u00e9pend du degr\u00e9 de pr\u00e9paration de l'entreprise. Mais cela d\u00e9pend aussi de la personne \u00e0 laquelle vous vous adressez. Un Chief Data Officer qui a mis en place une organisation centrale massive ne sera peut-\u00eatre pas pr\u00eat pour Data Mesh, car il devra d'abord d\u00e9terminer comment f\u00e9d\u00e9rer ces fonctions. Mais la plupart des chefs d'entreprise comprennent la n\u00e9cessit\u00e9 de d\u00e9mocratiser l'actif data vers les p\u00e9riph\u00e9ries et l'entreprise, car ils sont souvent frustr\u00e9s par l'approche centralis\u00e9e.<\/p>\n<\/div>
Vous devez \u00e9galement savoir ce qui doit se passer au niveau de l'ing\u00e9nierie pour pouvoir contr\u00f4ler et r\u00e9gir le maillage, car si vous ne le mettez pas en place correctement, il peut se transformer en Far West. Il y a donc une s\u00e9rie d'\u00e9tapes \u00e0 suivre.<\/p>\n<\/div>
- <\/i><\/span>\n
La premi\u00e8re \u00e9tape consiste \u00e0 proc\u00e9der \u00e0 un examen de l'architecture afin de d\u00e9finir tous les composants essentiels d'une architecture Data Mesh potentielle que l'entreprise poss\u00e8de d\u00e9j\u00e0 et la mani\u00e8re dont ils peuvent \u00eatre exploit\u00e9s pour commencer \u00e0 donner aux employ\u00e9s les moyens de constituer des \u00e9quipes de produits.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Existe-t-il une \u00e9quipe centralis\u00e9e capable de cr\u00e9er la plate-forme sur laquelle le Data Mesh sera construit ? Cette plateforme doit \u00eatre pr\u00e9sente d\u00e8s le d\u00e9part. L'infrastructure est ce qui permet la capacit\u00e9 de distribution.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Veiller \u00e0 ce que le projet b\u00e9n\u00e9ficie du soutien et de l'engagement de l'entreprise et des parties prenantes afin de r\u00e9ussir \u00e0 tous les niveaux.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Le projet dispose-t-il de l'investissement n\u00e9cessaire pour construire le Data Mesh et des capacit\u00e9s pour le g\u00e9rer ? Ces deux \u00e9l\u00e9ments sont en effet essentiels.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Une fois ces \u00e9tapes franchies, il est temps de commencer \u00e0 constituer les \u00e9quipes charg\u00e9es des produits.<\/p>\n<\/div><\/li><\/ul>
La transition vers un r\u00e9seau maill\u00e9 Data se fait progressivement, car tous les \u00e9l\u00e9ments dont vous disposez d\u00e9j\u00e0 - lacs data, entrep\u00f4ts data - doivent \u00eatre connect\u00e9s au r\u00e9seau maill\u00e9 Data, ils ne peuvent pas \u00eatre \u00e9limin\u00e9s. Les gens voudront ces informations, la valeur et la gouvernance qui les entourent d\u00e9j\u00e0.<\/p>\n<\/div>
Quels types d'entreprises d\u00e9ploient avec succ\u00e8s Data Mesh ?<\/h2><\/div>Actuellement, Data Mesh est adopt\u00e9 avec succ\u00e8s dans le secteur des services financiers. ING<\/a> en est un bon exemple. Il est logique pour les banques d'utiliser Data Mesh - il prend en charge data governance plus fort, et offre donc une s\u00e9curit\u00e9 accrue. Avec Data Mesh, les syst\u00e8mes de d\u00e9tection des fraudes n'ont pas besoin de se connecter \u00e0 d'autres syst\u00e8mes et de tirer le m\u00eame data tous les jours. Au lieu de cela, les entreprises peuvent cr\u00e9er des produits data ax\u00e9s sur le domaine que leurs experts en d\u00e9tection d'anomalies peuvent utiliser pour cr\u00e9er de meilleurs mod\u00e8les et de meilleurs r\u00e9sultats.<\/p>\n<\/div>
L'architecte original de ce terme est Zhamak Dehghani, un Thoughtworks<\/a> consultant et \u00e9vang\u00e9liste pour la d\u00e9centralisation de data. En termes simples, Data Mesh est une approche d'architecture distribu\u00e9e pour la gestion de data analytique. Elle permet aux utilisateurs finaux d'acc\u00e9der facilement \u00e0 data et de l'interroger l\u00e0 o\u00f9 il se trouve, sans avoir \u00e0 le transporter vers un lac ou un entrep\u00f4t de data. Une strat\u00e9gie d\u00e9centralis\u00e9e de Data Mesh traite data comme un produit et permet \u00e0 des \u00e9quipes sp\u00e9cialis\u00e9es de s'approprier data par le biais d'une plateforme en libre-service int\u00e9grant data governance.<\/p>\n<\/div> Les lacs Data sont des zones de stockage peu r\u00e9glement\u00e9es pour le domaine brut data. Ils \u00e9taient cens\u00e9s fournir un acc\u00e8s illimit\u00e9 \u00e0 data afin d'\u00e9viter le goulot d'\u00e9tranglement des entrep\u00f4ts de data centralis\u00e9s et \u00e9troitement g\u00e9r\u00e9s, mais ils ont eu tendance \u00e0 souffrir d'une mauvaise qualit\u00e9 de data et de probl\u00e8mes de d\u00e9couvrabilit\u00e9. Certains projets de lacs de data r\u00e9gis ont abord\u00e9 ces questions avec un certain succ\u00e8s, mais ils ont tendance \u00e0 r\u00e9duire l'accessibilit\u00e9 relative du data. Data Mesh vise \u00e0 r\u00e9soudre ces probl\u00e8mes par la d\u00e9centralisation, \u00e9vitant ainsi compl\u00e8tement ces \u201cmar\u00e9cages de data\u201d.<\/p>\n<\/div> Je pense que c'est un peu comme le magasin d'applications. Vous t\u00e9l\u00e9chargez simplement une application lorsque vous voulez faire autre chose. Pourquoi n'en serait-il pas de m\u00eame pour data ? Pensez-y de mani\u00e8re structurelle : quels sont les composants d'un produit data ?<\/p>\n<\/div> Il doit pouvoir \u00eatre d\u00e9couvert : les gens doivent pouvoir trouver le produit data ;<\/p>\n<\/div><\/li> Il doit \u00eatre adressable - les gens doivent savoir comment interagir avec lui ;<\/p>\n<\/div><\/li> Il doit se d\u00e9crire lui-m\u00eame ;<\/p>\n<\/div><\/li> Il doit \u00eatre s\u00fbr et digne de confiance ; il doit offrir l'interop\u00e9rabilit\u00e9.<\/p>\n<\/div><\/li><\/ul> Tout ceci sugg\u00e8re qu'un produit data repose sur un tissu qui lui permet d'interagir. Il n'est pas isol\u00e9. Vous ne pouvez pas vous contenter de rassembler quelques data, de les placer dans un seau S3 et d'appeler cela un produit data. Vous devez l'entourer d'une propri\u00e9t\u00e9 et d'une gouvernance.<\/p>\n<\/div> Data Mesh peut offrir de nombreux avantages aux organisations et aux \u00e9quipes interfonctionnelles :<\/p>\n<\/div> La d\u00e9centralisation de data am\u00e9liore la rapidit\u00e9 et l'accessibilit\u00e9, de sorte que data est beaucoup plus facile \u00e0 d\u00e9couvrir et \u00e0 utiliser pour tous les utilisateurs de l'entreprise.<\/p>\n<\/div><\/li> Comme les \u00e9quipes embarquent leurs propres data et g\u00e8rent leurs propres produits data, elles peuvent les visualiser et les rendre op\u00e9rationnels comme elles l'entendent, ce qui favorise l'innovation.<\/p>\n<\/div><\/li> Les d\u00e9cisions et les d\u00e9lais de mise sur le march\u00e9 seront acc\u00e9l\u00e9r\u00e9s, ce qui se traduira par une augmentation du chiffre d'affaires et une am\u00e9lioration de l'engagement et de la fid\u00e9lisation des clients - et, en fin de compte, par une r\u00e9duction des co\u00fbts.<\/p>\n<\/div><\/li> L'agilit\u00e9 de l'entreprise en g\u00e9n\u00e9ral s'en trouve am\u00e9lior\u00e9e, car les capacit\u00e9s des produits ne sont mises en place que l\u00e0 o\u00f9 elles sont n\u00e9cessaires, et non pas \u00e0 l'\u00e9chelle de l'entreprise.<\/p>\n<\/div><\/li><\/ul> Il est important de se rappeler que le r\u00e9seau Data Mesh ne n\u00e9cessite pas seulement une connexion \u00e0 l'Internet. technologique<\/em> Il est n\u00e9cessaire d'avoir un \u00e9tat d'esprit<\/em> de changement. Les organisations doivent apprendre \u00e0 consid\u00e9rer data comme un produit, \u00e0 l'utiliser comme un outil d'aide \u00e0 la d\u00e9cision. data governance<\/a> et la propri\u00e9t\u00e9. Faire passer les entreprises d'une propri\u00e9t\u00e9 centralis\u00e9e \u00e0 une propri\u00e9t\u00e9 d\u00e9centralis\u00e9e et les organisations des pipelines aux produits, o\u00f9 les domaines data sont la premi\u00e8re pr\u00e9occupation, ne sera pas chose ais\u00e9e.<\/p>\n Parmi les autres questions, on peut citer celles cit\u00e9es par Deloitte<\/a>:<\/p>\n<\/div> Duplication de data entre diff\u00e9rents domaines : lorsque data est r\u00e9affect\u00e9 pour r\u00e9pondre aux besoins d'un nouveau domaine qui diff\u00e8re du domaine d'origine, des redondances apparaissent et peuvent avoir un impact potentiel sur l'utilisation des ressources et le co\u00fbt de la gestion de data.<\/p>\n<\/div><\/li> Mise en \u0153uvre d'une data governance f\u00e9d\u00e9r\u00e9e et conformit\u00e9 \u00e0 la qualit\u00e9 : avec la coexistence de produits et de pipelines data ind\u00e9pendants, les principes de qualit\u00e9 peuvent facilement \u00eatre n\u00e9glig\u00e9s, ce qui se traduit par une dette technique consid\u00e9rable. Ces responsabilit\u00e9s et principes doivent \u00eatre identifi\u00e9s et f\u00e9d\u00e9r\u00e9s de mani\u00e8re appropri\u00e9e.<\/p>\n<\/div><\/li> Une gestion du changement importante est n\u00e9cessaire : pour adopter des op\u00e9rations d\u00e9centralis\u00e9es Data Mesh, des efforts importants de gestion du changement seront n\u00e9cessaires.<\/p>\n<\/div><\/li> Les choix technologiques d\u00e9terminent les capacit\u00e9s globales data platform. Par cons\u00e9quent, les choix technologiques qui sont \u00e0 la fois normalis\u00e9s dans l'ensemble de l'organisation et \u00e0 l'\u00e9preuve du temps pour toutes les capacit\u00e9s data n\u00e9cessaires doivent \u00eatre abord\u00e9s de mani\u00e8re pratique. De mauvaises d\u00e9cisions technologiques peuvent facilement aboutir \u00e0 des produits data qui augmentent la dette technique au fil du temps.<\/p>\n<\/div><\/li> Data Mesh n'est pas con\u00e7u pour consolider toutes les data de l'entreprise en un seul rapport : Bien que l'objectif principal soit l'accessibilit\u00e9 data, la libert\u00e9 doit exister dans un cadre. Dans Data Mesh, la propri\u00e9t\u00e9 data et les comp\u00e9tences data sont r\u00e9parties entre des \u00e9quipes interfonctionnelles, de sorte que des \u00e9l\u00e9ments cl\u00e9s, tels qu'un cadre m\u00e9tadata coh\u00e9rent et des plates-formes communes, font toujours partie d'une mise en \u0153uvre r\u00e9ussie de Data Mesh.<\/p>\n<\/div><\/li><\/ul> Cela d\u00e9pend du degr\u00e9 de pr\u00e9paration de l'entreprise. Mais cela d\u00e9pend aussi de la personne \u00e0 laquelle vous vous adressez. Un Chief Data Officer qui a mis en place une organisation centrale massive ne sera peut-\u00eatre pas pr\u00eat pour Data Mesh, car il devra d'abord d\u00e9terminer comment f\u00e9d\u00e9rer ces fonctions. Mais la plupart des chefs d'entreprise comprennent la n\u00e9cessit\u00e9 de d\u00e9mocratiser l'actif data vers les p\u00e9riph\u00e9ries et l'entreprise, car ils sont souvent frustr\u00e9s par l'approche centralis\u00e9e.<\/p>\n<\/div> Vous devez \u00e9galement savoir ce qui doit se passer au niveau de l'ing\u00e9nierie pour pouvoir contr\u00f4ler et r\u00e9gir le maillage, car si vous ne le mettez pas en place correctement, il peut se transformer en Far West. Il y a donc une s\u00e9rie d'\u00e9tapes \u00e0 suivre.<\/p>\n<\/div> La premi\u00e8re \u00e9tape consiste \u00e0 proc\u00e9der \u00e0 un examen de l'architecture afin de d\u00e9finir tous les composants essentiels d'une architecture Data Mesh potentielle que l'entreprise poss\u00e8de d\u00e9j\u00e0 et la mani\u00e8re dont ils peuvent \u00eatre exploit\u00e9s pour commencer \u00e0 donner aux employ\u00e9s les moyens de constituer des \u00e9quipes de produits.<\/p>\n<\/div><\/li> Existe-t-il une \u00e9quipe centralis\u00e9e capable de cr\u00e9er la plate-forme sur laquelle le Data Mesh sera construit ? Cette plateforme doit \u00eatre pr\u00e9sente d\u00e8s le d\u00e9part. L'infrastructure est ce qui permet la capacit\u00e9 de distribution.<\/p>\n<\/div><\/li> Veiller \u00e0 ce que le projet b\u00e9n\u00e9ficie du soutien et de l'engagement de l'entreprise et des parties prenantes afin de r\u00e9ussir \u00e0 tous les niveaux.<\/p>\n<\/div><\/li> Le projet dispose-t-il de l'investissement n\u00e9cessaire pour construire le Data Mesh et des capacit\u00e9s pour le g\u00e9rer ? Ces deux \u00e9l\u00e9ments sont en effet essentiels.<\/p>\n<\/div><\/li> Une fois ces \u00e9tapes franchies, il est temps de commencer \u00e0 constituer les \u00e9quipes charg\u00e9es des produits.<\/p>\n<\/div><\/li><\/ul> La transition vers un r\u00e9seau maill\u00e9 Data se fait progressivement, car tous les \u00e9l\u00e9ments dont vous disposez d\u00e9j\u00e0 - lacs data, entrep\u00f4ts data - doivent \u00eatre connect\u00e9s au r\u00e9seau maill\u00e9 Data, ils ne peuvent pas \u00eatre \u00e9limin\u00e9s. Les gens voudront ces informations, la valeur et la gouvernance qui les entourent d\u00e9j\u00e0.<\/p>\n<\/div> Actuellement, Data Mesh est adopt\u00e9 avec succ\u00e8s dans le secteur des services financiers. ING<\/a> en est un bon exemple. Il est logique pour les banques d'utiliser Data Mesh - il prend en charge data governance plus fort, et offre donc une s\u00e9curit\u00e9 accrue. Avec Data Mesh, les syst\u00e8mes de d\u00e9tection des fraudes n'ont pas besoin de se connecter \u00e0 d'autres syst\u00e8mes et de tirer le m\u00eame data tous les jours. Au lieu de cela, les entreprises peuvent cr\u00e9er des produits data ax\u00e9s sur le domaine que leurs experts en d\u00e9tection d'anomalies peuvent utiliser pour cr\u00e9er de meilleurs mod\u00e8les et de meilleurs r\u00e9sultats.<\/p>\n<\/div>Qu'entend-on par \u201cdata en tant que produit\u201d ?<\/h2><\/div>
Quels sont les avantages pour les entreprises ?<\/h2><\/div>
Quels sont les obstacles \u00e0 l'adoption de Data Mesh ?<\/h2><\/div>
Quand une entreprise est-elle pr\u00eate \u00e0 adopter une strat\u00e9gie Data Mesh ?<\/h2><\/div>
Quels types d'entreprises d\u00e9ploient avec succ\u00e8s Data Mesh ?<\/h2><\/div>