La transition vers une Modern Data Stack chez Aramis #datachange

Summary

Cette présentation aborde les leçons tirées d'un projet de migration de plateforme de données. Les intervenants soulignent l'importance de limiter les changements, d'adopter une approche Kanban et d'apprendre rapidement des succès et des échecs. L'accent est mis sur la création de petites victoires pour renforcer la confiance des équipes, ainsi que sur l'importance d'une communication visuelle claire pour suivre les progrès. Ils décrivent également la mise en place d'une communauté de pratique internationale pour faciliter les échanges et l'amélioration continue de la plateforme. Ce processus a permis d'optimiser la qualité de la plateforme tout en simplifiant les opérations.

Takeaways

• 😀 Importance de limiter les changements pour réduire les perturbations dans les projets.
• 😀 Adopter une approche délibérée et progressive en isolant les changements pour mieux gérer les rénovations.
• 😀 Mise en place d'une organisation claire inspirée des principes Kanban pour favoriser la responsabilité et le suivi des tâches.
• 😀 Reconsidération de l'application de la loi de Pareto, en se concentrant sur des problèmes plus petits pour encourager l'apprentissage collectif.
• 😀 Utilisation de visualisations et de rituels de communication pour maintenir la clarté et l'orientation au sein des équipes.
• 😀 Amélioration de l'observabilité des erreurs et réduction de la charge de travail des ingénieurs de données grâce à des processus optimisés.
• 😀 La nouvelle plateforme de données est facilement déployable dans de nouvelles régions, facilitant l'expansion.
• 😀 Création d'une guilde pour les analystes de données afin de favoriser l'échange de connaissances et le développement commun.
• 😀 Importance de créer de la valeur rapidement en lançant des produits simples sur la nouvelle plateforme.
• 😀 Collaboration avec différents pays pour intégrer la plateforme de données, tout en respectant leur autonomie et leurs besoins spécifiques.

Q & A

Quels sont les trois points essentiels que l'auteur a identifiés pour réussir les changements ?

L'auteur souligne l'importance de limiter le nombre de changements, d'établir une organisation claire pour le suivi des livraisons, et de réévaluer l'application de la loi de Pareto en se concentrant sur des causes plus faciles à résoudre.

Comment l'organisation des changements a-t-elle évolué au sein de l'équipe ?

L'équipe a mis en place une organisation inspirée du Kanban avec une date de livraison claire, permettant une attribution précise des responsabilités pour chaque produit livré.

Quelle est la philosophie derrière le découplage des étapes lors des changements ?

Le découplage des étapes permet de gérer les complexités des migrations et d'éviter de traiter plusieurs changements en parallèle, ce qui pourrait créer davantage de problèmes.

Pourquoi l'auteur remet-il en question la loi de Pareto ?

Il remet en question la loi de Pareto car, bien qu'elle soit utile pour identifier les causes ayant le plus d'impact, il peut être plus bénéfique de commencer par des causes plus simples qui favorisent le travail d'équipe et l'apprentissage.

Comment la mise en place de rituels de discussion a-t-elle aidé l'équipe ?

Ces rituels ont permis une meilleure visibilité des défis rencontrés, facilitant les discussions et la résolution de problèmes en équipe.

Quel impact les changements ont-ils eu sur la qualité de la plateforme ?

Les changements ont conduit à une réduction des erreurs et à une amélioration de la qualité de la plateforme, ce qui a également diminué la charge de travail des analystes et des ingénieurs de données.

Comment l'équipe a-t-elle favorisé l'apprentissage mutuel ?

En attribuant des responsabilités claires et en favorisant des discussions ouvertes, l'équipe a pu apprendre des difficultés rencontrées, ce qui a accéléré le cycle d'apprentissage collectif.

Quelles stratégies ont été utilisées pour favoriser une adoption internationale de la plateforme ?

L'équipe a traité la plateforme comme un produit, cherchant à ce que les pays adoptent la solution par eux-mêmes, en démarrant avec des pays sans plateforme préalable pour faciliter le déploiement.

Quel est l'objectif des communautés de pratique mises en place ?

Ces communautés permettent aux data analysts d'échanger sur leurs théories, de partager des problèmes et d'améliorer la plateforme progressivement.

Quels bénéfices l'équipe a-t-elle tirés de la gestion de flux de données par les data analysts ?

En rendant les data analysts responsables de l'intégralité du flux de données, l'équipe a pu réduire les frictions et améliorer l'efficacité, permettant une meilleure collaboration entre les ingénieurs de données et les analystes.