Vous avez probablement entendu parler du « data mesh » - ce concept d’architecture de données que tout le monde cite depuis 2019. Voici ce que personne ne mentionne : boTec construit exactement cela depuis 1998, deux décennies avant que cela ne porte un nom.
En Bref
- Le data mesh (2019, ThoughtWorks) repose sur quatre principes : la responsabilité par domaine, la donnée comme produit, une plateforme en libre-service et une gouvernance fédérée.
- boTec applique ces mêmes principes en production depuis 1998 - deux décennies avant l’apparition du terme.
- La DataBridge n’est pas une mise en œuvre récente du data mesh ; c’est l’original industriel éprouvé.
- Elle se distingue des data lakes, des middleware génériques et du data mesh théorique : elle se lie aux sources en direct et ne copie jamais.
Fait partie de la série , Data mesh & la boTec DataBridge
- Partie 1 - Data mesh, depuis 1998 - 20 ans avant qu’il ne porte un nom - vous êtes ici
- Partie 2 - Lier, ne pas copier - pourquoi l’intégration référentielle surpasse la copie
- Partie 3 - Harmoniser, ne pas standardiser - Business Integration Models
- Partie 4 - De la maturité des données à l’IA - trouver le bon ordre
Le terme a été formulé par Zhamak Dehghani chez ThoughtWorks en 2019. Il exprimait une idée simple et juste : arrêtez de centraliser toutes vos données en un seul endroit. Laissez plutôt les domaines métier qui connaissent les données en être propriétaires, les distribuer comme un produit fiable, mettez à leur disposition une plateforme partagée et gagnez en gouvernance fédérée plutôt que de créer un goulot d’étranglement central. Cela vous semble familier ? C’est normal - c’est la philosophie appliquée par la boTec DataBridge dans les raffineries et les usines depuis la fin des années 1990.

L’idée est arrivée en 2019. La pratique en 1998.
En 1998, deux raffineries ont fusionné pour former un groupe bavard réparti sur trois sites, chacun avec ses propres systèmes de stockage, de procédé et de laboratoire, sa propre terminologie et des noms d’équipements redondants. boTec a intégré cet ensemble en une vue unifiée - exactement comme le data mesh le préconisera plus tard : les données ont été intégrées, non dupliquées. Elles sont restées dans leurs systèmes sources d’origine, reliées par un modèle d’objet partagé, avec une méthode de calcul cohérente permettant aux chiffres de concorder. Ce projet a été documenté dans Computerwoche dès 1999 - vingt ans avant que le terme « data mesh » ne soit écrit.
Nous n’avons pas adopté le data mesh. Nous appliquons ses principes en production depuis 1998.
Principe par principe
Ce que le data mesh a théorisé - et ce que boTec faisait déjà
Les quatre principes définis par le secteur en 2019 s’alignent parfaitement sur le fonctionnement historique de la boTec DataBridge. Rien n’a été adapté après coup pour suivre une mode - c’est la tendance qui a rejoint l’architecture.

- Responsabilité par domaine → les propriétaires gardent leurs systèmes. Les structures de produits restent dans le PLM, les stocks dans l’ERP, les valeurs de procédé dans le historian. Chaque responsable conserve son système et son modèle ; rien n’est migré ni supprimé.
- La donnée comme produit → une source unique de vérité. Une couche de traduction partagée aligne les unités et le sens afin que chaque service lise le même chiffre - une définition unique de la pomme, pas quatre.
- Plateforme en libre-service → une plateforme qui existe déjà. Le data mesh vous demande d’en construire une ; boTec est cette plateforme - 100+ connecteurs, adoptée système par système. Vous vous y connectez, vous ne la développez pas.
- Gouvernance fédérée → Business Integration Models. Les unités de mesure, le temps et la logique de correspondance sont harmonisés de manière centralisée - tandis que chaque système conserve sa propre terminologie.
Nos différences
Tout le monde revendique les principes. Peu les concrétisent.
Si ces idées sont devenues si populaires, pourquoi ne pas acheter l’outil le plus proche qui s’en réclame ? Parce que la plupart des approches empruntent le nom mais pas la méthode. C’est ici que la boTec DataBridge se distingue nettement.

- Pas un data lake ou un warehouse. Le modèle centralisé copie tout dans un stockage unique où les données commencent immédiatement à vieillir - ce que le data mesh et boTec rejettent tous deux.
- Pas un middleware généraliste. Les outils point à point et iPaaS continuent de copier les données et d’imposer une multiplication des interfaces (n×m). boTec est référentielle et indépendante du système : chaque système se connecte une fois et reste la source de vérité.
- Pas du data mesh théorique. La version théorique vous demande de vous réorganiser en équipes « produits de données » et de construire une plateforme qui, de l’aveu même de son auteur, n’existe pas encore totalement. boTec est une plateforme opérationnelle - 25+ ans d’expérience, 100+ connecteurs, conçue pour l’industrie de procédé et de fabrication.
Les autres vendent le concept. boTec livre la solution concrète depuis plus de 25 ans.
Pourquoi « la donnée comme produit » compte - une pomme, quatre systèmes
| ERP (master données) | POMME GALA 70/75 BIO CAT1 |
| PLM / spécification | Gala, cal. 70-75, biologique, classe I |
| Gestion de stock (WMS) | Pomme Gala BIO 13 kg colis |
| Laboratoire qualité (LIMS) | calibre 70-75 mm , 180 g moy |
| Variété / Calibre / Catégorie | aucun champ commun |
Quatre descriptions exactes d’une même pomme, sans qu me aucun système ne puisse les faire correspondre. Que vous appeliez la solution « la donnée comme produit » ou simplement une définition partagée, tant qu’elle n’existe pas, il est impossible de calculer la marge par variété si le terme « variété » n’est renseigné nulle part.
Le bénéfice
Des données identiques pour tous, de la résilience et une préparation réelle à l’IA
- Tout le monde travaille sur la même base - une seule définition et des rapports alignés d’un service à l’autre.
- Résilience face aux évolutions de systèmes - remplacez ou mettez à jour un système sans impacter la couche métier au-dessus.
- Préparation réelle à l’IA - des données propres et harmonisées représentent le prérequis essentiel à l’IA ; la plupart des blocages liés à l’IA sont en réalité des lacunes de maturité des données.
Où en sont réellement vos données ?
Réservez une évaluation gratuite de 30 minutes. Nous cartographierons en direct vos principaux écarts de cohérence de données et vous présenterons l’action la plus rapide - sans préparation, sans présentation, sans engagement. Vous repartirez avec une étape concrète, que vous choisissiez de travailler avec nous ou non.