Pennylane : Monter l'équipe Data Analytics d'une licorne

#115 - Le zoom, le podcast avec Juliette, sa ressource préférée, une masterclass Data Analytics Factory

mai 07, 2025

Hello,

Bienvenue dans l'édition #115 de la newsletter DataGen ! 👋

Aujourd’hui, on remercie Juliette pour son retour d’expérience. 👋

L'agenda de la semaine :

🔍 Zoom sur le lancement d'une équipe Data Analytics
🎙 Le podcast avec Juliette, Data Analytics Team Lead chez Pennylane
📚 La ressource recommandée par Juliette
🎙️ La masterclass sur la mise en place d’une Data Analytics Factory

C’est parti !

🔍 Zoom sur le lancement d'une équipe Data Analytics - 4 min

Ce zoom est tiré de mon échange avec Juliette qui est Data Analytics Team Lead chez Pennylane, la licorne qui propose une solution de gestion des finances et de comptabilité. Ils ont levé 148 millions d'euros depuis leur création. Ils sont aujourd'hui 600 collaborateurs, 30 dans l’équipe Data dont 10 dans l’équipe Data Analytics.

Le contexte de départ

Quand Juliette arrive chez Pennylane il y a 3 ans en tant que contributrice individuelle, il y a déjà une équipe Data en place et une infrastructure data solide.

“Les données sont déjà centralisées dans un Data Warehouse Redshift. On avait déjà des outils très efficaces qui fonctionnaient.”

Initialement, la stratégie Analytics est orientée sur le Self-Service : créer des modèles utilisés en autonomie par les autres équipes (ex : Produit).

Puis, suite à un changement des objectifs de la boîte, le positionnement de l’équipe a évolué vers celui de Partenaire Stratégique : ils ont fait grossir l’équipe Analytics de 3 à 10 personnes en 18 mois pour accompagner toutes les autres équipes (Marketing, Finance…).

"Au départ, l’objectif était de construire le Produit. Ensuite, c’est devenu d’optimiser et d’améliorer le Produit mais aussi tous les autres process Business. C’est dans ce contexte qu’on a décidé de faire grossir l’équipe Analytics pour accompagner toute l’entreprise.”

Définir son plan de recrutement

Préciser l’équipe cible à horizon 12 - 18 mois

“Il fallait préciser où on voulait finir en termes de recrutement et aussi valider où il y avait de vrais besoins dans l'entreprise, sachant que jusque-là, beaucoup d’équipes n'avaient pas l'habitude de bosser avec des Analysts.”

Détailler le périmètre des futurs Analysts

“On a discuté avec les business et product leaders pour comprendre leurs besoins et structurer avec eux le scope des nouveaux Analysts, les missions sur lesquelles ils travailleraient et clarifier leurs attentes.”

Préciser les profils à recruter

“On cherche à recruter surtout des problem solvers qui ont une bonne capacité d'analyse et qui vont savoir décomposer un problème (ex : pourquoi notre taux de churn a augmenté ?). Mais forcément, il y a aussi une dimension technique. Ils sont hyper autonomes sur dbt par exemple.”

Mettre en place une organisation hybride

Pennylane a adopté un modèle hybride qui combine les avantages d'une équipe centralisée et décentralisée.

Le management est centralisé : ça permet de maintenir des standards de qualité communs (recrutement, bonnes pratiques techniques), de proposer des career paths attractifs et de faciliter le partage de connaissances entre Analysts.
Les Analysts sont dédiés et intégrés dans chaque équipe Business : ça permet aux stakeholders d’avoir des interlocuteurs bien identifiés et de définir les priorités directement avec eux. Et en se spécialisant, les Analysts augmentent leur impact et sont plus proactifs.

“On a commencé par un modèle centralisé où on prenait les demandes dans tous les sens. Au fur et à mesure que la boite a grossit, ça devenait impossible. Chaque équipe a sa spécificité, donc si les Analysts ne sont pas intégrés dans les équipes, assez rapidement, ils perdent la compréhension de ce qui se passe. Que ce soit par exemple sur comment fonctionne le produit ou comment est structurée la data sous-jacente.”

Un exemple d'analyse à forte valeur ajoutée

Récemment, il y a eu une baisse du taux de conversion sur un segment spécifique d'entreprises. L’objectif était de comprendre d’où venait cette baisse.

Ils ont procédé en 4 étapes :

Passer beaucoup de temps à comprendre le problème

“On a parlé avec les Sales pour comprendre le process opérationnel. Quel est le funnel précisément depuis le prospect jusqu’à la conversion ? Quelles sont vos hypothèses ? Quelles actions vous allez mettre en place ?”

Préciser des hypothèses à valider

“Ils avaient 2 hypothèses : soit la qualité des leads du Marketing était mauvaise, soit les Sales avaient un problème de capacité pour traiter les leads.”

Réaliser l’analyse

“On avait une grosse hausse du nombre de leads qui étaient fournis par le Marketing depuis quelques mois. Les équipes Sales n’arrivaient plus à suivre. Et donc le taux de conversion a baissé.”

Identifier des actions à mener

“On a décidé de créer un score pour prioriser les leads à fort potentiel.”

🎙 Le podcast avec Juliette, Data Analytics Team Lead chez Pennylane

On aborde :

Son parcours jusqu’au lancement de l’équipe
Le contexte de départ (cf. zoom)
Définir son plan de recrutement (cf. zoom)
L'organisation hybride mise en place (cf. zoom)
La création de binômes Data Analyst x Data Engineer
L’enjeu de l’onboarding lorsqu’on scale une équipe
Un exemple d'analyse à forte valeur ajoutée (cf. zoom)
Les conseils de Juliette pour lancer une équipe Analytics
Les prochaines étapes : structurer notre impact

"Notre vision, c'est de définir des roadmaps avec les stakeholders pour avoir une direction et des objectifs clairs sur les 3-6 mois à venir. Mais bien sûr, on doit aussi resté flexible."

Liens vers l'épisode : Apple Podcasts | YouTube | Spotify | Deezer

📚 La ressource recommandée par Juliette

Le podcast Analytics Power Hour

"C'est un podcast américain et australien avec 3-4 personnes qui discutent de sujets data, ça peut être aussi bien des sujets carrière qu’une méthodologie hyper spécifique. Et ils sont assez marrants, c'est sympa pour apprendre des choses tout en se tapant une barre de temps en temps."

🎙️ La masterclass sur la mise en place d’une Data Analytics Factory

Brahim Abdesslam est un expert de la data et de l'IA, il travaille dans le domaine depuis plus de 10 ans et est Vice-Président chez Keyrus, le cabinet de conseil spécialisé sur la Data et l'IA.