Tandis qu’in’li adopte une stratégie de Data Mesh décentralisée reposant sur des outils low-code pour responsabiliser les métiers, CDC Habitat privilégie une approche de Cloud hybride sécurisée par un chiffrement “Bring Your Own Key” pour garantir la souveraineté de ses données. Secrets de Data compare ces deux trajectoires - l’une radicale et l’autre progressive - en soulignant que la réussite repose sur la gouvernance rigoureuse des référentiels et l’alignement technologique avec les objectifs opérationnels. En fin de compte, ces deux témoignages servent de guide stratégique pour transformer des systèmes d’information opaques en leviers de performance décisionnelle et de conformité réglementaire. Du plat de spaghetti au Data Mesh: in’li et CDC Habitat réinventent le logement Les groupes in’li et CDC Habitat, piliers du logement en France, ont amorcé des transformations profondes. in’li déploie une approche Data Mesh et CDC Habitat opte pour du Cloud hybride. Dans un secteur immobilier sous pression réglementaire et économique, la maîtrise de la donnée s’affirme (là aussi) comme le pivot de la performance opérationnelle. Les groupes in’li et CDC Habitat, des références du logement en France, ont amorcé des transformations profondes. Ce qu’ils repensent, ce sont leurs architectures de données. La refonte n’est pas une fin en soi. Il s’agit pour les deux organisations de solder l’héritage de systèmes devenus obsolètes. Même s’ils évoluent dans un même secteur, in’li et CDC Habitat ont opté pour des démarches distinctes. Sommaire: * in’li: Du “Plat de Spaghetti” au Data Mesh * CDC Habitat: migration Cloud et sécurisation * Analyse comparative des 2 trajectoires Data * Enseignements clés de l’article Deux trajectoires pour un objectif commun in’li (ex-Action Logement) déploie une approche Data Mesh pour assainir une dette technique critique. Quant à CDC Habitat, il opère une migration vers un environnement cloud hybride dans l’optique de concilier agilité et sécurité à grande échelle. Ces deux trajectoires illustrent un défi commun: restaurer la fiabilité décisionnelle et transformer des flux opaques en actifs stratégiques exploitables par les métiers. Lire en intégralité les REX sur Substack Get full access to Secrets de Data at secretsdedata.substack.com/subscribe
Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.
Transcript
From the show. Tap a time to play from there.
SPEAKER_00Bonjour à tous. La maîtrise de l'architecture des données est aujourd'hui le véritable moteur de la performance opérationnelle dans le secteur immobilier. C'est elle qui conditionne la capacité des acteurs à répondre aux exigences réglementaires. Cette édition analyse les trajectoires de modernisation de deux grands acteurs du logement en France, Inli et CDC Habitat, et examine les choix architecturaux qu'ils ont opérés pour résorber leur dette technique. Au programme de notre analyse, nous commencerons par le constat de la dette technique. Ensuite, nous décortiquerons la stratégie Data Mesh d'Inui, suivie du choix orienté cloud hybride de CDC Habitat.
SPEAKER_00Nous ferons ensuite une analyse comparative de ces deux approches, avant de terminer par des recommandations opérationnelles. Partie 1. Des techniques et architectures, le point de départ des transformations. Mettons les volumétries en perspective. Nous parlons de 550 000 logements gérés pour CDC Habitat contre 80 000 pour INLI. Malgré cet écart d'échelle, le diagnostic initial est strictement identique dans les deux organisations. Des flux de données opaques et des systèmes d'information Legacy bloquent l'accès aux indicateurs clés, ce qui freine mécaniquement la prise de décision.
SPEAKER_00L'impact de cette fragmentation est direct sur l'opérationnel. La direction Data d'Inli précise que l'absence de données consolidées rend techniquement impossible l'obtention d'une vision unifiée et exacte du parc immobilier. Avec un système d'information historique réparti sur 6 filielles, la production de multiples versions d'un même indicateur est inévitable. Partie 2. La stratégie DataMesh chez Inli, axée sur la décentralisation et les standards low-code. Le compte-rendu de l'audit technique d'INALI est sans appel. L'architecture de départ est qualifiée de plat de spaghetti. On y recense plus de 500 flux inter-applicatifs nocturnes,
SPEAKER_00totalement dépourvus de documentation. Côté restitution, le système sature sous l'accumulation de 5 000 à 10 000 documents business objects, reposant sur 150 univers différents. La conséquence logique est une perte d'intégrité de la donnée lors de son transfert entre le ERP central et les plateformes de commercialisation. Face à ce constat, la restructuration s'est opérée en quatre étapes distinctes. Premièrement, l'application du modèle Data Mesh a permis de transférer la responsabilité de la donnée directement au domaine métier. Deuxièmement, la fondation technique s'est structurée autour de quatre bases référentielles qualifiées.
SPEAKER_00L'objectif de ce choix low-code est de limiter la maintenance de scripts Python et SQL complexes. Enfin, la cartographie est désormais verrouillée dans des outils comme Data Galaxy pour prévenir la régression de l'architecture. L'application concrète de cette refonte est la mise en production de la tour de contrôle du quittancement. Les flux de facturation sont orchestrés et automatisés par Dataiku, puis publiés sur Power BI. Cette architecture instaure un pilotage par exception. Le système filtre Partie 3. L'approche de CDC Habitat par le cloud hybride,
SPEAKER_00la migration SaaS et la sécurité cryptographique. Pour un opérateur public comme CDC Habitat, la migration vers le cloud exigeait un prérequis de sécurité stricte, le protocole BIOCA pour « Bring your own key Concrètement, l'infrastructure AWS permet à l'entreprise de conserver la gestion exclusive de sa clé de chiffrement privée. Ainsi, ni l'éditeur SaaS Click ni l'hébergeur Cloud n'ont la capacité technique de lire la donnée. C'est ce mécanisme cryptographique qui a validé la conformité du projet. La topologie hybride déployée sépare les avirements de calcul de ceux de restitution.
SPEAKER_00L'exécution des calculs et la connexion aux sources critiques restent on-premise. Une fois préparées, les données sont répliquées vers ClickCloud. L'intégration d'une modélisation DataVault, couplée à l'accélération d'une base de données en mode colonne DB2LUW, optimise les performances de requêtage. De plus, la migration du legacy, comprenant 400 applications, a été intégralement automatisée via des appels d'API et l'orchestrateur ClickAutomate. Le gain de performance mesuré sur la chaîne de production des tables de bord est d'un jour entier de traitement. Cette optimisation technique est une condition sine qua non pour respecter
SPEAKER_00le cycle réglementaire strict de 4 jours exigé pour la remontée des indicateurs vers la banque des territoires. Partie 4. L'analyse comparative des architectures. Convergence des enjeux, mais divergence des méthodes. Le traitement du passif technique met en lumière deux postures architecturales différentes. Il n'y a à opter pour une refonte complète, une démarche qualifiée de « brûler la maison » pour éteindre une dette technique devenue critique et déployer son data mesh. A l'inverse, CDC Habitat choisit d'ajouter un étage. Il s'agit d'une modernisation progressive qui s'appuie sur un environnement on-premise déjà mature pour y greffer une couche applicative cloud.
SPEAKER_00La matrice comparative illustre la répartition technologique et le dimensionnement. Chez Inli, la stack Dataiku et Power BI s'adressent à une équipe composée à 80% de datasets. La stratégie de mise à disposition du self-service reflète également le niveau de maturité de l'infrastructure sous-jacente. Il y applique une posture de verrouillage de l'autonomie pendant trois ans, le temps de sanctuariser la fiabilité des bases référentielles.
SPEAKER_00De son côté, CDC Habitat exploite l'élasticité du cloud pour ouvrir un accès décentralisé immédiat aux filiales régionales, accélérant ainsi la culturation. L'analyse de ces deux trajectoires Le choix entre Data Mesh et Cloud Hybride doit être aligné sur le niveau de criticité de l'infrastructure existante. Deuxièmement, la gouvernance documentaire doit être intégrée dès l'amorçage, pour prévenir toute régression. Le Cloud SaaS doit être sécurisé par une couche d'autonomie cryptographique, de type BIOK.
SPEAKER_00Quatrièmement, l'ouverture du mode self-service doit être conditionnée par la fiabilité prouvée de vos référentiels centraux. Et enfin, l'extraction des logs analytiques est indispensable pour cibler efficacement les besoins d'accompagnement par profil utilisateur. Merci et rendez-vous chaque jeudi pour une nouvelle édition de Secrets de Data.
Dans sa dernière édition, Secrets de Data explique comment Doctolib a surmonté les limites d’une infrastructure fragmentée en silos en adoptant une architecture cloud moderne basée sur Google Cloud Platform et...
Le groupe est passé d'une phase de foisonnement expérimental à une industrialisation pragmatique, privilégiant la rentabilité des processus de masse et la maîtrise interne des compétences clés. Cette ambition repose sur...
Dans cette vidéo de décryptage, Secrets de Data détaille la transformation radicale d'ArcelorMittal, qui délaisse une gestion industrielle fragmentée au profit d'un écosystème de données unifié et hybride. Sa méthode?...
Pour les organisations pionnières, la priorité n'est plus l'acquisition d'outils, mais un investissement massif dans les compétences humaines, transformant la formation en un levier de performance mesurable plutôt qu'en...
L'échec des systèmes centraux, souvent perçus comme des goulots d'étranglement, impose une restructuration où la donnée est traitée comme un produit fini et fiable plutôt que comme une matière brute. Cette mutation...