Prinsipper
Domeneeierskap
– Gi eierskapet tilbake til de som kjenner dataene best
I Data Mesh flyttes ansvaret for data fra sentraliserte team til tverrfaglige domener. Hvert team eier og forvalter sine egne datasett – og står ansvarlig for kvalitet, dokumentasjon og deling. Dette gir raskere tilgang, bedre datakvalitet og tydeligere ansvarslinjer.
Når data produseres, eies og brukes innenfor samme forretningskontekst, oppstår det mindre friksjon og færre feil. Det reduserer både ventetid og misforståelser – og legger til rette for samarbeid på tvers.
Hvorfor er domeneierskap viktig?
✅ Nærhet til kontekst gir riktigere og mer relevante data
✅ Raskere respons ved endringer og feil
✅ Tydelig ansvar og eierskap styrker tillit og samarbeid
✅ Frigjør sentrale team fra å være flaskehals
Data som et produkt – gode data skal ikke bare finnes, men også brukes
Å behandle data som et produkt betyr å ta eierskap til hele livssyklusen: fra modellering og publisering til vedlikehold og forbedring over tid. Data skal ikke bare produseres, men designes og tilrettelegges for bruk – på samme måte som man gjør med applikasjoner og API-er.
Hva kjennetegner et godt dataprodukt?
✅ Designet med fokus på brukeren – hva trenger de å forstå og gjøre?
✅ Dokumentert med kontrakter, semantikk og eksempler
✅ Enkelt å finne og hente via definerte grensesnitt
✅ Måler og kommuniserer datakvalitet gjennom SLA-er og objektive metrikker
✅ Eierskap: Har dedikerte roller som f.eks. “dataprodukteier” og “utvikler”.
Selvbetjent dataplattform
– et felles økosystem som gjør dataene brukbare for alle
En selvbetjent dataplattform gir teamene det de trenger for å utvikle, distribuere og konsumere dataprodukter – uten å måtte gå via en sentral dataavdeling. Dette er ikke bare et teknisk rammeverk, men et sett med tjenester og verktøy som senker terskelen for å arbeide effektivt med data.
Målet er å minimere friksjon og kognitiv belastning, slik at team kan fokusere på verdi, ikke infrastruktur.
Hva kjennetegner ved en god data plattform?
✅ Tilgang til felles verktøy for datainntak, transformasjon og kvalitetssikring
✅ Data katalog og dokumentasjon tilgjengelig fra samme grensesnitt
✅ Støtte for versjonering, metadata og livssyklusadministrasjon
✅ Standardiserte API-er og protokoller for dataprodukter
✅ Designet for bred bruk – ikke bare dataingeniører
Automatisert datastyring – kontroll uten flaskehalser og manuelt arbeid
Federert og beregningsdrevet datastyring betyr at regler, ansvar og kontrollmekanismer er distribuert – men samordnet. Hvert domene er ansvarlig for å implementere felles standarder og policyer i sine dataprodukter, med støtte fra en felles governance-funksjon .
Dette gir skalérbar styring som kombinerer autonomi og samsvar.
Hva kjennetegner automatisert datastyring:
✅ Designet med fokus på brukeren – hva trenger de å forstå og gjøre?
✅ Policies som kode, hvor styringsregler implementeres teknisk, ikke manuelt
✅ Automatisert etterlevelse, hvor testbarhet, monitorering og revisjon integrert i dataproduktene
✅ Transparens, hvor alle team ser og forstår regelverket de opererer innenfor.