Scaler grâce à une orga Data Mesh avec Sunday
Discover more from DataGen
Scaler grâce à une orga Data Mesh avec Sunday
#43 - Le zoom, le podcast et les ressources de Claire
Hello,
Bienvenue dans l’édition #43 de la newsletter DataGen ! 👋
Cette semaine, on remercie Claire qui nous parle de leur organisation Data Mesh chez Sunday. 👏
Avant tout, voici quelques liens utiles :
Retrouve ici les anciennes éditions de la newsletter en libre service.
Abonne-toi à la chaîne YouTube. Les interviews sont maintenant disponibles en format vidéo.
Suis-moi sur LinkedIn si ce n'est pas encore fait, je partage du contenu data chaque semaine.
L'agenda de la semaine :
🔍 Le zoom sur une réorganisation Data Mesh.
🎙 Le podcast avec Claire, Head of Data chez Sunday.
📚 Les ressources recommandées par Claire.
C’est parti !
📢 Cette édition est rendue possible par Esther Voituron, experte en Data Storytelling. Elle nous en a d’ailleurs parlé dans l’épisode 62 de DataGen.
Si vous avez besoin d’aide sur ce sujet, contactez-la via LinkedIn ou voici son mail : esther@data-organisation.com
🔍 Zoom sur une réorganisation en Data Mesh - 4 min
Ce zoom est tiré de mon échange avec Claire qui est Head of Data chez Sunday, la scaleup qui permet de payer au restaurant via un QR code posé sur la table. Ils ont levé 100 millions d’euros en 2021 et sont aujourd’hui une centaine d’employés.
Le challenge principal de Claire sur ces dernières années a été de se réorganiser en Data Mesh pour scaler l’impact de l’équipe Data.
Le contexte : l’équipe Data devient un goulot d’étranglement
Lorsque Sunday crée son département Data, la startup est en pleine accélération. Elle bénéficie d’investissements massifs et d’une forte croissance. Elle décide d’accélérer sur le développement de l’équipe Data. Elle recrute des Data Engineers et des Data Analysts et met en place une Modern Data Stack.
Et d'un coup : explosion de la bulle. Comme beaucoup de start-ups, ils ont dû réduire les effectifs et faire plus avec moins de ressources.
“ À partir de ce moment-là, on est devenu un goulot d’étranglement : on recevait plein de demandes d'analytics auxquelles on n’arrivait plus à répondre.”
La solution : adopter une organisation Data Mesh (aka décentraliser une partie de la charge de travail)
Claire et son équipe font 2 constats :
1) La majorité des demandes Analytics sont des petites requêtes à faible valeur ajoutée auxquelles les gens pourraient répondre en autonomie.
“Par exemple, quelles sont les performances de ce restaurant ?”
2) L’équipe Data est souvent un passe-plat entre les équipes Business et l'équipe Tech.
“Par exemple, on nous demandait des nouvelles données et on allait simplement demander à l'équipe Tech où les trouver. Ce n’était pas efficace.”
Ils décident donc de décentraliser une partie de la charge de travail de l’équipe Data.
“Côté Tech, on va faire en sorte que les producteurs de données fassent un peu plus de travail sur la phase de production de données. Côté Business, on va faire en sorte que les gens soient plus autonomes pour trouver leurs données et faire leurs analyses.”
L’exécution côté Tech : déléguer une partie de la préparation de données à l’équipe Tech
Sunday avait adopté une “Architecture Médaillon” dans laquelle les données ont 3 niveaux de préparation :
- Bronze : tables de données brutes qui sortent des outils d’ingestion (ex : tables issues du CRM).
- Silver : tables intermédiaires de données granulaires mais avec un haut niveau de qualité (tables CRM cleanées).
- Gold : tables prêtes à l’emploi faciles à utiliser pour les équipes Business (ex : table Chiffre d’Affaires).
Historiquement, l’équipe Tech s’occupait d’amener la donnée en Bronze et l’équipe Data s’occupait de tout le reste.
L’objectif de la réorganisation était que l’équipe Tech l'emmène maintenant en Silver et qu’ils soient responsables de la qualité de cette donnée.
“De notre côté, on restait responsables de transformer les tables Silver en Gold pour qu’elles soient faciles à utiliser dans Metabase.”
Voici 3 étapes clés que Claire et son équipe ont suivi pour y parvenir :
1) Avoir le “buy-in” du leadership côté Tech.
“Ça allait demander de la bande passante donc il était crucial que le CTO prêche la bonne parole pour convaincre quelques développeurs de devenir des Power Users Data”.
2) Mettre à plat les conventions liées à la stack data.
“Dans quel cas on crée une table intermédiaire ? Qu’est-ce qu’une table Silver ? Gold ? Dans quel cas il faut réaliser une Peer Review ? Pour onboarder l’équipe Tech, il fallait qu’on documente tout sur un Notion.”
3) Itérer avec l’équipe Tech sur le process.
“Pour qu’ils acceptent de s’occuper de cette préparation de données, il fallait qu’on simplifie le process au maximum. Par exemple, côté Tech, ils ne voulaient pas faire de Peer Reviews ou de tables intermédiaires lorsque ce n’était pas absolument nécessaire.”
L’exécution côté Business : rendre les équipes autonomes
Historiquement, les tables de KPIs n’étaient pas suffisamment préparées. Il y avait trop de jointures et de filtres à utiliser. Ça menait à des erreurs dans les chiffres et à des analyses contradictoires.
Claire et son équipe ont donc décidé de créer des tables Gold (cf. Architecture Médaillon) centrées sur des KPIs et pensées pour le self-service afin que les utilisateurs soient autonomes.
“Par exemple, on a créé une table dédiée au KPI de l'adoption (pourcentage de paiements qui passent par notre solution). Plus besoin de croiser plusieurs tables pour faire les analyses qui utilisent ce KPI. Par ailleurs, sur Metabase (outil de Business Intelligence), tu peux retrouver les chiffres que tu cherches en quelques clics.”
🎙 Le podcast avec Claire, Head of Data chez Sunday
Découvre l'intégralité de notre échange avec Claire.
On aborde également :
Son parcours de l’école de commerce à un job plus technique.
Comment elle a convaincu le leadership d’investir du temps à court-terme sur la modélisation pour gagner en impact sur le long-terme.
Comment on mesure le succès d’une telle réorganisation.
Les next steps du département Data.
“On a négocié ce qu'on a appelé un « analytics freeze » qui fait très peur quand tu es quelqu'un du Business. En gros, pendant huit semaines durant l'été, on bosse qu'un jour par semaine sur les demandes analytics et le reste du temps, on refond le data model.”
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify | Deezer
📚 La ressource recommandée par Claire
“C'est un bouquin de développement personnel qui me suit depuis plusieurs années. Il permet de faire le bilan sur les compétences que tu as acquises et celles que tu veux acquérir. C’est top pour prendre du recul lorsque tu t’orientes vers une nouvelle aventure.”