Architecture Data : le modèle Médaillon, la solution à la dette technique ?

Mis à jour le 9 juin 2026

Face aux promesses non tenues des Data Lakes, aux ETL vieillissants et aux plateformes cloud sous-exploitées, de nombreuses entreprises accumulent une forte dette technique : leur architecture data ne répond plus assez vite aux demandes métiers. Databricks a popularisé le modèle Médaillon, qui offre une solution intéressante et structurante pour reprendre le contrôle sur le cycle de vie de la donnée.

La modernisation des architectures data s’est souvent résumée à un empilement de technologies : ingestion par API, stockage S3, moteur Spark, outil BI, scripts SQL … Mais sans cadre structurant, cette complexité finit par générer l’effet inverse de celui recherché : une dette croissante, des pipelines data fragiles, une gouvernance floue, et des métiers désorientés.

Dans une économie pilotée par les données, où chaque décision, chaque automatisation ou modèle d’IA doit s’appuyer sur des pipelines fiables, une dette data non maîtrisée est un véritable risque.

Le modèle Médaillon, fondé sur une architecture en couches (Bronze, Silver, Gold), ne se contente pas de rationaliser les pipelines de données. Il impose une discipline d’ingénierie data à l’échelle de l’entreprise, une logique de valeur progressive de la donnée, et un socle gouverné, prêt pour la scalabilité et la conformité.

Quelles sont les solutions pour les DSI ? Continuer à colmater son legacy avec des outils modernes mal intégrés ? Ou basculer vers une approche très structurée pour sortir durablement du cercle dette / dérive / refonte ?

La promesse déçue des Data Lakes

Les entreprises ont longtemps vu les Data Lakes comme une alternative moderne aux entrepôts de données traditionnels : ingestion massive, prise en charge de tout type de données, faible coût de stockage… Mais sans réelle structuration, elles les ont souvent laissés se transformer en data swamps. Cette dérive complexifie les pipelines de données, dégrade la qualité des données, complique la gouvernance et empêche les plateformes de soutenir efficacement les technologies d’IA ou les ambitions métiers.

Face à l’empilement de solutions hétérogènes, à la dette technique croissante et à la pression des métiers, de plus en plus de DSI et de Responsables Data se trouvent dos au mur : repenser l’architecture data est une nécessité. En réponse, le modèle Médaillon apparaît comme un cadre structurant, capable de redonner cohérence, fiabilité et gouvernance à l’ensemble du cycle de vie des données.

Architecture Médaillon : une solution progressive et gouvernée

L’architecture Médaillon repose sur le principe de raffinement successif de la donnée via trois couches distinctes :

• Bronze : Données brutes, telles qu’ingérées.
• Silver : Données nettoyées, normalisées et enrichies.
• Gold : Données business-ready, prêtes pour la BI, l’IA ou les dashboards.

Pensée pour les architectures Lakehouse comme Databricks, elle permet une mise en qualité progressive de la donnée, tout en assurant traçabilité, gouvernance et performance.

Zoom sur les couches Médaillon

L’architecture Médaillon repose sur une organisation des données en trois couches successives, Bronze, Silver et Gold  (raw → clean → curated), chacune apportant un niveau croissant de structuration, de qualité et de valeur métier.

Bronze : données brutes traçables

La couche Bronze constitue le point d’entrée des données dans le système. Elle stocke les données dans leur format d’origine, sans aucune transformation, selon une logique append-only. Ce mode de stockage garantit la traçabilité des données, tout en assurant la reproductibilité des traitements en cas de besoin. On y retrouve des données issues de sources très diverses : APIs, fichiers plats, logs applicatifs, objets connectés (IoT), etc. Cette couche est le socle d’historisation et de fiabilité.

Silver : nettoyage, validation et enrichissement

La couche Silver constitue ensuite le cœur opérationnel de l’architecture data. Elle récupère les données brutes issues de la couche Bronze, puis les nettoie, les valide et les enrichit selon les besoins métiers ou analytiques. Concrètement, elle permet de dédoublonner les données, de standardiser les formats et de vérifier l’application des règles métiers. À cette étape, les équipes structurent également les données dans des schémas exploitables, afin de faciliter leur croisement et leur analyse. La couche Silver fournit ainsi des datasets fiables pour la data discovery, la BI et la data science.

Gold : données métiers optimisées

La couche Silver constitue ensuite le cœur opérationnel de l’architecture data. Elle récupère les données brutes issues de la couche Bronze, puis les nettoie, les valide et les enrichit selon les besoins métiers ou analytiques. Concrètement, elle permet de dédoublonner les données, de standardiser les formats et de vérifier l’application des règles métiers. À cette étape, les équipes structurent également les données dans des schémas exploitables, afin de faciliter leur croisement et leur analyse. La couche Silver fournit ainsi des datasets fiables pour la data discovery, la BI et la data science.

Pourquoi choisir la plateforme Databricks ?

L’architecture Médaillon révèle tout son sens lorsqu’elle est intégrée dans une plateforme unifiée. Databricks, qui a popularisé ce modèle, offre l’une des implémentations les plus matures et les plus opérationnelles. L’ensemble de ses briques techniques a été conçu pour s’aligner nativement sur le schéma Bronze / Silver / Gold, tout en permettant une scalabilité cloud, une gouvernance fine et le développement de l’IA.

1. Delta Lake, socle transactionnel

Delta Lake apporte ensuite à Databricks un moteur de stockage transactionnel unifié. Il enregistre les données dans un format ACID, tout en offrant la gestion de versions, le time travel — c’est-à-dire le retour à un état antérieur de la donnée — ainsi qu’un support du streaming et du batch. Grâce à ces fonctionnalités, les équipes peuvent versionner, historiser et auditer chaque couche du modèle Médaillon.

2. Delta Live Tables, automatisation des pipelines

Delta Live Tables (DLT) permet de créer des pipelines de transformation déclaratifs, orchestrés automatiquement par la plateforme. L’enchaînement Bronze → Silver → Gold est modélisé comme un workflow vivant, observable, testé, monitoré, et réexécutable à la demande. Cette brique limite les erreurs humaines et standardise les pipelines data dans un environnement multi-équipe.

3. Unity Catalog , centralisation de la gouvernance

Unity Catalog est la solution de gouvernance des data products de Databricks. Il centralise la gestion des métadonnées, des schémas, des politiques d’accès (RBAC), et assure une traçabilité complète des usages. Il devient le backbone de la gouvernance dans des environnements multi-workspaces, multi-clusters ou multi-clouds.

4. MLflow pour les modèles IA en production

MLflow complète ensuite l’écosystème en permettant aux équipes de gérer le cycle de vie des modèles IA : entraînement, suivi, déploiement et versioning. Dans ce cadre, les datasets Silver et Gold servent directement à créer des feature sets, entraîner des modèles ou réaliser des inférences. Enfin, l’intégration avec Delta Lake garantit aux modèles l’accès à des données fiables, gouvernées et reproductibles.

Databricks, c’est une chaîne de valeur data / IA cohérente, intégrée, et gouvernée de bout en bout. La plateforme permet de standardiser les pipelines Data, de réduire la dette technique, et de scaler les cas d’usage métiers et IA sur une infrastructure robuste.

L’architecture Médaillon vs. ETL

Il est intéressant de comparer Médaillon avec les autres approches de transformation des données :

Contrairement aux approches plus classiques, l’architecture Médaillon est nativement compatible avec le cloud, les workloads IA, la BI et répond aux contraintes réglementaires.

Gouvernance, sécurité et qualité de données

L’architecture Médaillon permet d’automatiser la gouvernance, couche par couche :

• Bronze : gestion des sources, métadonnées techniques
• Silver : logs de validation, transformation documentée
• Gold : politiques d’accès RBAC, journalisation des consultations, KPIs traçables

Elle offre un cadre de conformité natif avec le RGPD, grâce à une traçabilité fine, un contrôle granulaire des accès et une gestion encadrée des données personnelles sensibles.

Architecture Médaillon et traitement temps réel

L’architecture Médaillon n’est pas limitée aux traitements batch ou à des usages différés. Elle supporte aussi les pipelines temps réel : ingestion continue transformation à la volée, exposition des data prêtes à l’usage.

Pour alimenter l’architecture en temps réel, les équipes peuvent d’abord s’appuyer sur des technologies comme Apache Kafka, Azure Event Hubs ou Google Pub/Sub, qui envoient directement les flux vers la couche Bronze. Ensuite, la couche Silver traite ces données continues à l’aide de moteurs comme Spark Structured Streaming, afin de les nettoyer, les enrichir et les transformer avant leur exploitation métier ou analytique.

Enfin, la couche Gold agrège les données en quasi temps réel afin de produire des indicateurs métiers ou de déclencher des actions automatisées. L’architecture Médaillon organise ainsi un raffinement progressif des données, y compris dans un contexte streaming, tout en conservant la traçabilité et la gouvernance nécessaires.

Quelques cas d’usages : suivi logistique en temps réel (colis, flotte, IoT), pricing dynamique en fonction de la demande ou des stocks, détection de fraude sur des transactions.

Stratégie de modernisation de votre SI Data

La mise en place d’une architecture Médaillon s’inscrit souvent dans un projet plus large de modernisation du système d’information data.

Plusieurs facteurs peuvent motiver cette décision.

Parmi ces facteurs, les entreprises rencontrent d’abord des attentes métiers de plus en plus fortes en matière de BI, d’IA et de fiabilité des données. Ensuite, la migration vers des environnements cloud accélère cette transformation, car l’architecture Médaillon fournit une infrastructure scalable, mieux adaptée aux workloads data. Enfin, l’adoption de plateformes unifiées comme Databricks joue un rôle central : elles mettent à disposition des briques prêtes à l’emploi pour concevoir des pipelines gouvernés, industrialisés et plus faciles à maintenir.

À l’inverse, certains facteurs peuvent freiner l’adoption d’une architecture Médaillon. C’est souvent le cas lorsque les données sont fortement silotées, peu documentées, ou réparties entre plusieurs systèmes hétérogènes. Les DSI avec un legacy particulièrement complexe, basé sur des ETL propriétaires, des bases cloisonnées ou des workflows complexes, ont également du mal à mettre en place des pipelines plus agiles. Enfin, le manque d’acculturation DataOps ou en gouvernance des données est également un frein.

Vers une architecture Data moderne, distribuée et gouvernée

L’architecture Médaillon est également un socle pour des approches data plus avancées, notamment dans des environnements distribués ou fortement orientés métiers.

Elle est particulièrement adaptée à l’approche Data Mesh, où chaque domaine métier est propriétaire de ses propres pipelines de données. Grâce aux couches Bronze / Silver / Gold, chaque équipe peut concevoir, gouverner et exposer des Data Products industrialisés, versionnés et traçables, tout en respectant un cadre commun de gouvernance à l’échelle de l’organisation.

L’architecture Médaillon facilite également la mise en œuvre d’une IA à l’échelle. Les données Silver, déjà nettoyées et enrichies, sont utilisées pour entraîner des modèles de machine learning. Quant à la couche Gold, elle est parfaitement adaptée au déploiement en production pour, par exemple, des prédictions en temps réel ou des systèmes de recommandation. L’intégration avec des outils comme MLflow (nativement supporté sur Databricks) permet d’assurer un pilotage complet du cycle de vie des modèles : de la phase d’expérimentation jusqu’au monitoring post-déploiement.

La couche Gold devient aussi le point de consommation des agents IA. Ces agents accèdent aux données métiers prêtes à l’emploi pour déclencher des actions autonomes, en temps réel et dans un cadre gouverné.

Architecture Médaillon, le socle d’un SI data-first

Adopter une architecture Médaillon, c’est prioriser la fiabilité des données, la gouvernance, la traçabilité et l’évolutivité. Alors que les entreprises cherchent à industrialiser leurs cas d’usage data, tout en maîtrisant les coûts, les risques et la conformité, l’architecture Médaillon s’impose. 

Intégrée dans une plateforme comme Databricks, elle représente un véritable levier de transformation pour la BI, l’IA, le reporting réglementaire, et la migration cloud.

Smartpoint vous accompagne sur toute la chaîne de valeur :

• Cadrage de votre architecture data
• Déploiement de Databricks et pipelines Médaillon
• Mise en œuvre de Unity Catalog, DataOps, MLOps
• Migration progressive de vos systèmes legacy
• Formations et acculturation de vos équipes Data & Métiers

Contactez-nous pour valoriser vos actifs data grâce à une architecture résiliente, agile… prête à supporter tous vos projets d’avenir.

Sources :

• Qu’est-ce que l’architecture de médaillon dans un lakehouse ? https://learn.microsoft.com/fr-fr/azure/databricks/lakehouse/medallion

• Implémenter l’architecture de lakehouse en médaillon dans Microsoft Fabric https://learn.microsoft.com/fr-fr/fabric/onelake/onelake-medallion-lakehouse-architecture

• Architecture en médaillon https://www.databricks.com/fr/glossary/medallion-architecture