Un modèle de données commun exige un sens partagé

Un modèle de données commun constitue une base utile pour une intégration lorsque les équipes participantes comprennent ses données de la même manière. La décision commence donc par le sens des données. Un nom de champ identique ne résout pas, à lui seul, une contradiction métier.

Un champ, deux sens différents

Dans une entreprise fictive, le CRM et l’ERP possèdent chacun un champ active. Dans le CRM, il indique que l’équipe commerciale assure actuellement le suivi du contact. Dans l’ERP, il indique que le client peut passer des commandes. Les deux systèmes peuvent gérer correctement leur valeur et pourtant produire des résultats différents.

Si le projet regroupait ces deux informations dans un champ actif commun, une modification commerciale pourrait affecter involontairement l’autorisation de commander. L’exemple transmet donc deux informations distinctes. Le système autorisé à modifier chacune d’elles est défini séparément.

Un schéma traduit le sens convenu

JSON Schema décrit la structure et les contraintes des données JSON. Un validateur peut vérifier qu’un message respecte le schéma convenu. Les responsables doivent décider si le suivi et l’autorisation de commander doivent avoir le même sens. La validation technique peut représenter les règles ensuite convenues.

L’échange doit aussi définir le sens d’une valeur absente et le traitement des modifications contradictoires. Sans cet accord, la même valeur vide pourrait signifier « inconnu », « supprimer » ou « ne rien modifier », selon le destinataire. Ces possibilités doivent être choisies délibérément.

Employer des définitions communes là où elles aident

Pour deux connexions stables, une description claire des champs peut suffire. Un modèle à l’échelle de l’entreprise mérite cette structure supplémentaire lorsque plusieurs participants ont réellement besoin du même sens. Des termes locaux différents peuvent subsister si leur traduction est sans ambiguïté.

Nous recommandons de vérifier le modèle à partir de données d’exemple contradictoires provenant des systèmes participants. Si les équipes déterminent le même sens cible pour un enregistrement concret, cette décision peut être traduite utilement dans un schéma technique.

Sources

• JSON Schema: What is JSON Schema?