Monter le département Data d'une Licorne avec Ledger
Hello,
Bienvenue dans l’édition #23 de la newsletter Data Gen ! On est désormais 1048 dans cette communauté. 😁
Cette semaine, on remercie Michael pour son retour d’expérience sur le lancement du département Data de Ledger ! 🦄
Avant tout, voici quelques liens utiles :
On t'a partagé ce mail ? Inscris-toi à la communauté pour recevoir les prochaines éditions.
Ajoute-moi sur LinkedIn si ce n'est pas encore fait, je partage du contenu data chaque semaine.
Abonne-toi à la chaîne YouTube. Les interviews sont maintenant disponibles en format vidéo.
L'agenda de la semaine :
🔍 Zoom sur le lancement du département Data de Ledger.
🎙 Le podcast avec Michael, Head of Data chez Ledger.
📚 La ressource recommandée par Michael.
C’est parti !
📢 Cette édition est rendue possible par Data Bird, le bootcamp spécialisé sur la Data
Je connais bien l'équipe, ils sont passionnés par la formation et la data. Si tu cherches à te former ou à former tes collaborateurs, tu seras entre de bonnes mains ! Pour en savoir plus, n'hésite pas à écouter l'épisode 29. Les fondateurs nous parlent des dernières news de Data Bird et le 1er alumni nous fait un retour d'expérience.
Lien vers leur site internet : ici
🔍 Zoom sur le lancement du département Data de Ledger - 4 min
Ce zoom est tiré de mon échange avec Michael, le Head of Data de Ledger, la licorne qui sécurise les crypto-monnaies pour les particuliers et les entreprises. Ils sont aujourd’hui 800 collaborateurs et ont vendu 6 millions de portefeuilles physiques dans 180 pays.
“Ledger propose également une application mobile Ledger Live qui est un one-stop-shop pour tous tes besoins cryptos.”
L’organisation de l’équipe Data
Le premier chantier de Michael a été de définir l’organisation de l’équipe. Aujourd'hui, ils sont 14 profils Data chez Ledger avec :
- Un VP Data
- Un Head of Data (Michael)
- 3 Data Engineers qui s’occupent de la stack et de l’ingestion des données.
- 6 Analytics Engineers spécialisés au sein de 3 sous-équipes : Hardware Wallet Sales (la vente de portefeuilles physiques qui est le business historique de Ledger), Blockchain Analytics (qui analyse les blockchains Bitcoin ou Ethereum par exemple) et Ledger entreprise (leur business B2B).
- 2 Product Analysts qui améliorent l’expérience utilisateur de l’application et réalisent des A/B tests.
- 1 Dataviz Specialist qui coache l’équipe sur l’usage de Tableau et fait les dashboards pour le management.
Ici, le rôle des Analytics Engineers est de s’occuper de toute la chaîne depuis la transformation des données jusqu’à l’analyse ou la production de dashboards. Dans d’autres boîtes, on appelle parfois ce rôle Full Stack Data Analyst.
“Quand on monte une équipe et qu’on est peu nombreux, on veut que les équipes sachent gérer une grande partie de la chaîne de valeur data. On voulait que les profils soient capables de faire de la transformation, de la viz et possiblement de l'advanced analytics.”
Le design de la stack data
- Ingestion : Fivetran, Stitch et Adverity.
“On a déjà beaucoup de connecteurs custom à créer pour collecter des données cryptos. Donc pour le reste, on utilise des connecteurs du marché dès que possible pour prendre moins de temps aux Data Engineers.”
- Tracking : Segment pour la collecte des données de l’application mobile.
- Transformation : ils utilisaient un framework développé par Dacker, un de leur prestataire, et ils prévoient de mettre en place DBT sur le premier semestre 2023.
- Data Warehouse : ils étaient sur Redshift de AWS et ils ont décidé de migrer vers Snowflake sur l’année 2023 car l’outil permet plus de flexibilité pour paralléliser des projets et de transparence sur les coûts liés à chaque projet/équipe.
“Le problème avec Redshift, c’est que tu as un seul Data Warehouse avec des traitements qui font la queue les uns après les autres. Parfois, ça pose des problèmes si la queue est trop longue. Snowflake permet de faire poper des Virtual Warehouses en un instant et de toutes tailles. Tu peux délivrer des projets ponctuels sans impacter les projets de run.”
- Scheduling des transformations : Airflow
- Business Intelligence : Tableau
- Product Analytics : MixPanel qui se repose sur la donnée collectée via Segment.
- Customer Engagement Platform : Braze qui permet notamment d’envoyer des pushs notifications et qui se repose également sur la donnée collectée via Segment.
- Data Catalog : Castor qui permet de voir le data lineage (les transformations des données depuis les sources jusqu’aux dashboards dans Tableau).
“Castor te permet de faire des analyses d’impact de manière super efficace : par exemple, il te permet d’identifier les impacts sur les dashboards lorsque tu modifies une source. Il te permet également de documenter tes tables, tes schémas, de flaguer tes PII,..., c’est un très bel outil ”
La sélection de l’outil de Business Intelligence
En termes de méthodologie, Michael et son équipe ont considéré Tableau, Looker et Sisense (ex Periscope Data). Ils ont réalisé un benchmark en délivrant 2 use cases avec les 3 outils en parallèle pour les comparer : un tableau de bord embedded dans Salesforce et un tableau de bord complexe avec beaucoup de champs calculés.
Ils ont analysé les 3 solutions au regard de 3 critères principaux en plus du prix :
1) Les fonctionnalités (ex : alerting).
2) La qualité du support.
3) La communauté.
“Je pense que c'est sur la communauté que Tableau se démarque vraiment. J'avais posé une question super technique sur le user forum de Tableau et j'avais eu une réponse détaillée en 12 étapes sur comment y arriver en même pas une journée. Par ailleurs, il y a aussi un point important, c'est la capacité à recruter des profils qui ont été exposés à l'outil. Sur ce point, Tableau gagnait aussi haut la main.”
🎙 Le podcast avec Michael, Head of Data chez Ledger
Découvre l'intégralité de notre échange avec Michael. Il nous parle également de son parcours et de la difficulté pour l'équipe Data de travailler dans le marché très volatile des cryptos.
"Notre travail c'est d'essayer d'éliminer l'effet de marché pour ne pas qu'on s'applaudisse lorsque le marché fait +20% alors que c'est un critère purement exogène. Donc on va retravailler les KPI en ce sens."
Liens vers l’épisode : YouTube | Spotify | Apple Podcasts | Deezer
📚 La ressource recommandée par Michael
“C’est un livre écrit par un ex-ingénieur de Stripe sur le management mais à destination des managers d'équipes techniques. Ça parle typiquement de comment on gère un grand projet de migration, les career paths, … avec quelqu'un qui l'a vécu sur le terrain, qui a fait des erreurs, qui te raconte ses erreurs et comment il les a corrigées.”