La Centralisation des données, clé du développement de l’activité de Stuart
![WEBINAR Fivetran-Stuart-Gustavo Liliane Roux-Gustavo Frigo-article Jérémie Jakubowicz](https://cdn.prod.website-files.com/649172e2020df806a7a33997/64be8a55d4c36ba35a9829ab_WEBINAR%2520Fivetran-Stuart-Gustavo%2520Liliane%2520Roux-Gustavo%2520Frigo-article%2520Je%25CC%2581re%25CC%2581mie%2520Jakubowicz.png)
Créé en 2015, Stuart est le leader européen de la livraison à la demande sur de courtes distances (moins de 100 km). L’entreprise compte à ce jour plus de 8000 clients - supermarchés, boutiques et marginalement particuliers - répartis dans 100 villes, et plus de 600 employés. Pour développer son activité, la scale up s’est doté d’outils de Business Intelligence pilotés par Gustavo Frigo, Senior Data Analyst de Stuart.
Ces outils sont utilisés par des analystes répartis dans les différentes équipes de l’entreprise : certains analystes sont dédiés au service client et sont chargés d’analyser le comportement des clients, d’autres à l’efficacité opérationnelle, etc.
A l’origine de l’entreprise, une partie de ces données étaient logées sur MySQL et les interactions client sur Intercom et il devenait urgent pour l’entreprise de migrer vers une nouvelle plateforme pour faire face à l’afflux de nouveaux clients et au développement de l’entreprise. C’est dans ce contexte que Stuart a commencé à utiliser le modern data stack de Fivetran.
Leader sur l’intégration automatisée des données, désigné “leader” sur le magic quadrant de Gartner, Fivetran fournit des connecteurs prêts à l’emploi qui s’adaptent aux différentes API des entreprises.
Nous cherchions à accélérer l'ingestion de nouvelles sources de données.
Après avoir fait des recherches sur des outils potentiels, nous avons rapidement trouvé fivetran
- Gustavo Frigo, Senior Data Analyst (Stuart)
Les équipes de Stuart souhaitent restructurer la base de données pour changer de modèle et passer d’un modèle ETL (Extract Transform Load ) à un modèle ELT (Extract Load Transform) moins gourmand en ressources et plus rapide d'exécution car entièrement centralisé.
Face à l'explosion des besoins des équipes BI, les analystes de Stuart peinent à répondre à toutes les demandes. Une situation notamment due au stack technologique peu agile de la marque, qui ne permet pas de décorréler extraction et transformation des données.
Grâce à la brique technologique Fivetran, les nouvelles sources de données sont automatiquement synchronisées sur le data lake de Stuart ainsi que sur Redshift. Cette synchronisation permet l'immédiate disponibilité des données ajoutées, facilitant de fait leur transformation.
Une fois la transformation effectuée, la donnée est automatiquement synchronisée dans le datalake de façon à faciliter son installation. Cette situation permet aux équipes d'analystes de délaisser la phase chronophage d'extraction pour se concentrer sur des tâches à plus forte valeur ajoutée.
Dans le replay vidéo de l'événement, Gustavo Frigo évoque notamment un projet basé sur DBT visant à ouvrir le data warehouse de Stuart aux équipes BI pour y intégrer eux-mêmes de nouveaux pipelines de données, de manière à gagner en autonomie et en agilité.
Dans la dernière partie du webinar, Liliane Roux et Gustavo Frigo reviennent plus en détail sur les impacts positifs de l’implantation du Modern Data Stack de Fivetran au sein de Stuart.
- La création de pipeline de données est beaucoup plus rapide avec cette architecture puisqu’elle ne prend que 5 min avec Fivetran contre 4 semaines auparavant.
- La circulation de la donnée est 4 à 5 fois plus rapide depuis l’intégration de la donnée
- Un gain de temps de 50% sur le traitement des données
- 10 sources de données alimentent les rapports d’analyses
à lire également : La data pour lutter contre le gaspillage alimentaire : l’exemple de Phenix & Fivetran