Architecture de données moderne : ce que le CDO doit vraiment arbitrer en 2026

Un responsable IT d'une grande banque européenne racontait récemment avoir passé trois ans à migrer vers un data lakedata lakeUn data lake est un référentiel centralisé qui stocke de grands volumes de données brutes dans leur format d'origine, des tables structurées aux fichiers non structurés, jusqu'à ce qu'on en ait besoin.Voir la définition complète → centralisé, pour constater que ses équipes métier contournaient la plateforme en reconstituant leurs propres silos sur des outils cloud non gouvernés. Résultat : deux architectures parallèles, des coûts de stockage doublés, et une qualité de données que personne ne pouvait certifier. Ce scénario, que l'on retrouve chez des organisations de toute taille, illustre un problème de fond : l'architecture de données n'est pas un projet technique qu'on termine, c'est un ensemble de choix stratégiques qu'on réaffirme en permanence.

En 2026, ces choix sont devenus plus urgents. L'émergence des cas d'usage IA à grande échelle, la pression réglementaire croissante (DORA pour les institutions financières, AI Act en Europe), et la multiplication des fournisseurs cloud ont rendu les décisions d'architecture plus conséquentes et plus difficiles à réverser.

Ce qui structure le débat architectural aujourd'hui

Trois modèles dominent les conversations : le data warehousedata warehouseUn référentiel central qui consolide les données de nombreux systèmes sources dans un stockage structuré et optimisé pour les requêtes, conçu pour l'analytique, le reporting et la business intelligence.Voir la définition complète → cloud (Snowflake, BigQuery, Redshift), le data lakehousedata lakehouseUne architecture hybride qui combine la flexibilité d'un data lake et les capacités analytiques d'un data warehouse, sur une seule couche de stockage.Voir la définition complète → (Databricks en tête, mais aussi Delta Lake chez Cloudera), et le data meshdata meshLe Data Mesh est une approche décentralisée de l'architecture et de l'organisation des données, où les équipes métier possèdent et exposent leurs données comme des produits, encadrées par des standards partagés.Voir la définition complète →, approche décentralisée popularisée par Zhamak Dehghani et adoptée avec des fortunes diverses par des organisations comme Zalando ou ING.

Aucun de ces modèles n'est universellement supérieur. Ce qui est clair, en revanche, c'est que chaque organisation doit choisir en fonction de critères précis : volume et vélocité des données, maturité des équipes, nature des cas d'usage (reporting, ML, IA générative), et contraintes réglementaires. Un retailer dont la criticité porte sur les recommandations produit en temps réel n'a pas les mêmes besoins qu'un groupe pharmaceutique dont la priorité est la traçabilité des données cliniques.

Le data mesh mérite un regard particulier, parce qu'il est souvent mal compris. Ce n'est pas avant tout une architecture technique : c'est un modèle organisationnel. Il suppose que les domaines métier prennent la propriété de leurs données comme produits, avec des interfaces contractualisées. Chez Zalando, ce modèle a permis de réduire les délais de mise à disposition de nouvelles sources de données de plusieurs semaines à quelques jours. Mais il exige une gouvernance fédérée solide, des compétences data dans chaque domaine, et une plateforme d'infrastructure partagée. La plupart des organisations ne sont pas prêtes à en assumer le coût organisationnel.

Le sujet qui prend de l'ampleur depuis 2024 est celui des architectures orientées IA. Les modèles de langage et les pipelines RAG (Retrieval-Augmented Generation) imposent des exigences nouvelles : accès rapide à des données non structurées, gestion des embeddings, fraîcheur des données quasi temps réel, et traçabilité de la provenance pour répondre aux exigences de l'AI Act. Des éditeurs comme Databricks ou Confluent (qui commercialise une plateforme de streaming, à prendre en compte dans leurs analyses) ont adapté leurs offres en conséquence, mais le CDO doit rester vigilant face à des promesses marketing qui précèdent souvent la maturité réelle des produits.

Ce que cela implique concrètement pour le CDO

Le premier arbitrage porte sur la centralisation versus la distribution. Beaucoup d'organisations ont oscillé entre ces deux pôles depuis dix ans. En 2026, la bonne réponse n'est pas un point médian flou : c'est une architecture fédérée avec une gouvernance centrale forte. Laplateforme data doit être partagée, les standards imposés au niveau du CDO (formats, qualité, métadonnées, sécurité), mais la responsabilité de production des données doit appartenir aux domaines. C'est la tension principale à gérer.

Le deuxième arbitrage concerne le build versus le buy, et plus précisément le degré d'enfermement propriétaire acceptable. Snowflake, Databricks et les clouds hyperscalers (AWS, Azure, GCP) proposent des écosystèmes complets qui facilitent l'intégration mais crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éent des dépendances significatives. Le coût de migration d'un entrepôt Snowflake vers BigQuery, une fois les transformations dbt et les connecteurs en place, peut atteindre plusieurs millions d'euros pour une organisation de taille intermédiaire. Le CDO doit poser explicitement la question du lock-in lors de chaque décision d'infrastructure majeure.

La troisième dimension, souvent négligée, est la gestion des métadonnées. Un data catalogdata catalogUn inventaire centralisé des actifs de données d'une organisation, enrichi de métadonnées, qui aide chacun à trouver, comprendre et faire confiance aux données dont il a besoin.Voir la définition complète → n'est pas un projet de confort : c'est l'infrastructure qui rend possible la gouvernance, la conformité réglementaire et la découverte des données par les équipes IA. Des outils comme Atlan, Alation ou le module Unity Catalog de Databricks (produit commercial, à évaluer en contexte) ont progressé significativement, mais leur valeur dépend entièrement du taux d'adoption interne. Un catalogue à 30 % de couverturecouvertureLe nombre de personnes uniques exposées à votre message sur une période donnée. Contrairement aux impressions, le reach compte chaque personne une seule fois, quel que soit le nombre d'expositions.Voir la définition complète → ne sert à rien.

Enfin, le CDO doit résister à la pression de "moderniser l'architecture pour l'IA" sans définir précisément quels cas d'usage seront servis. Trop d'organisations investissent dans des architectures de streaming temps réel ou des vector databases parce que c'est techniquement impressionnant, sans avoir de cas d'usage validé qui l'exige. Ce type de décision consomme du budget, du temps d'ingénierie et crée de la dette technique supplémentaire.

Décisions prioritaires à inscrire à l'agenda du CDO

• Documenter les cas d'usage IA prévus sur 18 mois et en déduire les exigences architecturales réelles, plutôt que de partir des capacités techniques disponibles.
• Réaliser un audit du lock-in actuel : quels systèmes sont portables, lesquels ne le sont pas, et à quel coût de sortie.
• Formaliser un modèle de gouvernance fédérée avec des rôles de "data productdata productUn actif de données géré comme un produit : un owner, des utilisateurs identifiés, une qualité garantie et une valeur business mesurable.Voir la définition complète → owner" dans chaque domaine métier, avec des critères de qualité mesurables et contractualisés.
• Évaluer la couverture et le taux d'utilisation effectif du data catalog avant tout investissement supplémentaire en infrastructure.
• CréererLe rapport entre les interactions (likes, commentaires, partages) et le reach d'un contenu, utilisé pour mesurer la réaction de l'audience au regard du nombre de personnes touchées.Voir la définition complète → un mécanisme de revue architecturale semestrielle, avec participation du DSI, du DPO et des directeurs métier principaux. L'architecture de données est trop conséquente pour être décidée uniquement par les équipes techniques.

Les organisations qui progressent le plus vite en maturité data ne sont pas celles qui ont choisi la meilleure technologie. Ce sont celles dont le CDO a su poser des contraintes claires et maintenir la cohérence des choix dans la durée. L'architecture de données se gouverne autant qu'elle se conçoit.