Main qui dessine un schéma au feutre sur un tableau blanc

Le lakehouse réunit dans une même plateforme le stockage à bas coût d'un data lake et les garanties d'un entrepôt de données : transactions, schémas, performances SQL. Databricks, Snowflake et BigQuery en proposent chacun leur version. La promesse est réelle, mais une migration mal menée finit souvent avec deux plateformes à maintenir au lieu d'une.

Voici les étapes que nous suivons avec nos clients, et les pièges que nous avons appris à éviter.

Étape 1 : partir des usages, pas de la technologie

Avant de choisir une plateforme, faites l'inventaire de ce que l'existant produit réellement :

  • quels tableaux de bord, exports et modèles sont utilisés, par qui et à quelle fréquence ;
  • quelles sources alimentent quoi, et avec quelle fraîcheur attendue ;
  • quels traitements sont critiques (facturation, réglementaire) et lesquels ne servent plus personne.

Cet inventaire révèle presque toujours une part importante de traitements inutilisés. Ne pas les migrer est la première économie du projet.

Étape 2 : définir l'architecture cible

L'architecture cible répond à quelques questions structurantes :

  • Organisation des couches : une organisation en trois niveaux (données brutes, nettoyées, prêtes à l'usage, souvent appelées bronze, silver et gold) reste un bon point de départ.
  • Format de stockage : formats de tables ouverts (Delta Lake, Apache Iceberg) pour éviter de dépendre d'un seul moteur.
  • Transformation : SQL versionné et testé, par exemple avec dbt, plutôt que des traitements dispersés.
  • Gouvernance : catalogue, droits d'accès par domaine, traçabilité de bout en bout.
  • Coûts : séparation des environnements, mise en veille automatique, étiquetage des ressources par équipe.

Documentez ces choix dans de courts dossiers de décision. Dans deux ans, quelqu'un demandera pourquoi.

Étape 3 : poser le socle

Avant de migrer le moindre traitement métier, installez les fondations :

  • infrastructure décrite en code et environnements séparés (développement, recette, production) ;
  • chaîne de déploiement automatisée ;
  • conventions de nommage et modèles de projet ;
  • supervision, alertes et suivi des coûts dès le premier jour.

Ce socle paraît lent à construire. Il évite pourtant que chaque équipe réinvente sa propre façon de faire, et c'est lui qui rend la suite rapide.

Étape 4 : migrer par domaine, avec un pilote

Choisissez un premier domaine visible mais pas critique : assez important pour que le résultat compte, pas assez pour qu'un retard mette l'entreprise en difficulté. Migrez-le de bout en bout, jusqu'aux tableaux de bord, puis tirez les leçons avant de généraliser.

Pour chaque domaine :

  1. reconstruire les flux dans la nouvelle plateforme ;
  2. faire tourner l'ancien et le nouveau en parallèle ;
  3. comparer automatiquement les résultats (volumes, sommes de contrôle, indicateurs clés) ;
  4. basculer les usages, puis couper l'ancien flux.

Étape 5 : décommissionner

C'est l'étape la plus souvent oubliée, et celle qui conditionne le retour sur investissement. Tant que l'ancienne plateforme tourne, vous payez deux fois. Fixez une date d'arrêt pour chaque domaine dès le début du projet, et tenez-la.

Les pièges les plus fréquents

  • La migration à l'identique : recopier des traitements vieux de dix ans dans un outil moderne reproduit leurs défauts. Profitez-en pour simplifier.
  • Le big bang : tout basculer en une fois concentre les risques le même week-end.
  • Les coûts découverts trop tard : sur une plateforme facturée à l'usage, une requête mal écrite peut coûter cher. Mettez en place des budgets et des alertes avant d'ouvrir l'accès à tous.
  • L'oubli des utilisateurs : une plateforme techniquement réussie mais que personne n'adopte reste un échec. Formez les analystes tôt.
  • Une équipe interne absente du projet : si la migration est entièrement réalisée par des prestataires, personne ne saura faire évoluer la plateforme ensuite.

Combien de temps prévoir ?

Tout dépend du nombre de sources et de traitements. Comme ordre de grandeur, un cadrage prend quelques semaines, le socle un à deux mois, et chaque domaine métier se compte ensuite en semaines ou en mois. Méfiez-vous des estimations données avant l'inventaire de l'étape 1.

Être accompagné

Nos architectes data et cloud interviennent sur ce type de projet au forfait pour le cadrage et le socle, puis en régie aux côtés de vos équipes pour la migration. Pour choisir la formule, voyez notre article régie, forfait ou CDI, ou décrivez-nous votre projet.