Fairly Made : Lancer le département Data d'une startup
#124 - Le zoom, le podcast avec Sarah et sa ressource préférée
Hello,
Bienvenue dans l'édition #124 de la newsletter DataGen ! 👋
L'agenda de la semaine :
🔍 Zoom sur le lancement du département Data de Fairly Made
🎙 Le podcast avec Sarah, Head of Data chez Fairly Made
📚 La ressource recommandée par Sarah
C’est parti !
🔍 Zoom sur le lancement du département Data de Fairly Made - 3 min
Ce zoom est tiré de mon échange avec Sarah qui est Head of Data chez Fairly Made, la startup qui propose une solution pour mesurer l'impact environnemental des produits textiles. Elle a levé 15 millions d'euros en 2025.
Le contexte de départ
Lorsque Sarah arrive chez Fairly Made, 45 personnes travaillent dans la startup et aucune en data.
“Il y avait simplement un ingénieur textile qui faisait quelques requêtes SQL directement sur la base de prod pour fournir des données aux différentes équipes.”
Elle est recrutée pour prouver la valeur de la donnée et recruter une équipe.
Les 3 phases
1) (Minimum Viable) Data Plaform
Sarah déploie rapidement un Data Warehouse avec BigQuery pour récupérer les données de la base opérationnelle PostgreSQL et lancer des premiers projets.
“Je voulais aller très vite sur des premiers projets car j’avais tout à prouver.”
2) Data Tools
Une fois la donnée récupérée, Sarah est allée s’assoir à côté des équipes pour identifier leurs besoins et proposer des solutions (aka Data Tools).
“Par exemple, une équipe devait envoyer un extract de données aux clients toutes les 2 semaines. C’était pénible car elle devait le faire à la main. Donc j’ai automatisé l’extract, et en quelques mois, j’ai fait gagné beaucoup de temps aux équipes opérationnelles.”
3) Data dans le Produit (Embedded Analytics)
Une fois les premiers outils internes déployés, l'équipe Data s'est concentrée sur l'intégration de features data dans le produit directement à destination des clients finaux.
“En général, en startup, on démarre par la data pour l’interne et dans un second temps, on transitionne vers de la data pour le produit. Dans notre cas, on a mis en place de l’Embedded Analytics, des dashboards intégrés directement dans le produit.”
La Data Platform aujourd'hui
Base de données opérationnelle : PostgreSQL
ETL : Airbyte
Data Warehouse : BigQuery
Transformation : dbt avec architecture médaillon
BI : Metabase (interne) et PowerBI (embedded analytics)
Orchestration : Airflow
Data Tools : Streamlit
Reverse ETL : High Touch
"Si c'était à refaire, avec le recul, j'aurais mis Metabase en place plus tôt. Au début, je freinais beaucoup sa mise en place parce que j’avais peur que ça devienne le chaos avec le Self-Service. Mais finalement, ça nous fait gagner énormément de temps sur les questions du quotidien.”
🎙 Le podcast avec Sarah, Head of Data chez FairlyMade
On aborde :
Son parcours : conseil, freelance, startups
Le contexte data chez Fairly Made à son arrivée (cf. zoom)
Ce que fait Fairly Made et pourquoi la data y est critique
Les 3 phases (cf. zoom)
La stack aujourd’hui (cf. zoom)
Zoom sur l’usage de Streamlit pour les Data Tools
Zoom sur l’Embedded Analytics
Ses plus grandes difficultés
L'organisation de son équipe de 5 personnes
Les prochaines étapes : organisation, data quality…
“L’année dernière, on est passé de 1 à 5 personnes dans l’équipe. Maintenant, on est plutôt dans un enjeu de stabilité. Comment je garde mon équipe motivée ? Comment je leur trouve des projets intéressants ? Comment on améliore la collaboration de l’équipe ?”
Liens vers l'épisode : Apple Podcasts | YouTube | Spotify
📚 La ressource recommandée par Sarah
La newsletter Blef de Christophe Blefari (aka Blef)
"Je ne vais pas faire dans l'originalité mais je recommande la newsletter de Blef. Il a un profil early adopter, il teste plein de nouvelles technologies tout en prenant du recul et en restant pragmatique. J'aime beaucoup."