Domaine : Développement de logiciels
Produits JetBrains utilisés : Datalore
Taille de l'organisation : 100+
Pays : États-Unis
Constellation est une entreprise offrant une solution complète d'analyse de données et de production de contenu assistée par IA. Sa plateforme SaaS, enrichie par des insights basés sur les données, permet aux clients de réaliser des études de marché et de développer des campagnes plus efficaces et conformes, ce qui optimise la création et la distribution de contenu dans les secteurs fortement réglementés, tels que la santé, la fintech, l'automobile, etc.
Afin de faire évoluer son activité de science des données et fournir des insights de qualité aux clients et parties prenantes internes, Constellation recherchait une solution permettant d'optimiser la collaboration et d'améliorer la flexibilité. Des problèmes tels que la lenteur de la génération de rapports des outils de Business Intelligence traditionnels (Power BI et Looker, notamment) et des workflows en silo freinait la production d'insights personnalisés. Dans le même temps, cette entreprise recherchait une solution pouvant s'intégrer facilement avec AWS, leur principal fournisseur cloud.
« Nous étions confrontés à une question : comment faire pour que les équipes interfonctionnelles de Constellation parviennent à collaborer de façon fluide ? Avant Datalore, chaque ingénieur travaillait indépendamment, dans des notebooks Jupyter locaux. Ce processus impliquait que les collaborateurs téléchargent et partagent ces documents après chaque itération, ce qui a amené des services cloud disparates. Cela limitait la vitesse, restreignait l'évolutivité et entravait notre capacité à gérer les autorisations. »
— Nauman Hafiz, directeur général de Constellation
La solution ? Une plateforme de science des données collaborative et intuitive capable de connecter les équipes de données, de succès client et de gestion de produit pour accélérer la livraison d'insights.
« Tableau et Power BI sont bien des outils conviviaux, mais présentent des défis significatifs lors de la répartition du travail entre plusieurs ingénieurs. Même si Looker offre une meilleure intégration avec Git, il reste insatisfaisant en termes de facilitation et d'équilibrage de la collaboration, de flexibilité, de fonctionnalité et d'aspect visuel. Ces outils ne sont pas conçus pour accompagner une équipe de taille moyenne tentant de maximiser l'innovation et la collaboration. »
— Yusuf Khan, vice-président adjoint de science des données chez Constellation
Datalore a transformé la manière dont l'équipe de Constellation collabore, en regroupant des workflows analytiques auparavant dispersés dans un seul outil.
Voici un exemple de workflow Constellation type dans Datalore :
Un ingénieur de données extrait les informations de la base de données Snowflake dans un notebook Datalore. Il utilise ensuite SQL pour lier les données voulues à Datalore avant de passer au code Python pour incorporer les données provenant d'API tierces. Une fois ces données consolidées et structurées, l'ingénieur envoie le lien du notebook Datalore à un data scientist qui l'utilise alors pour créer des analyses, des visualisations et des modélisations.
« Le scaffolding initial du code est un élément clé de notre processus d'ingénierie des données qui s'aligne sur l'analyse des besoins des clients réalisée par notre équipe produits. La simplicité avec laquelle Datalore nous permet d'intégrer notre entrepôt de données, Snowflake, avec le reste du système joue un rôle essentiel. Cela simplifie et centralise la façon dont nous travaillons sur les données. »
— Hammad Chaudhry, ingénieur des données chez Constellation
Une fois la première itération réalisée par le data scientist, les équipes de gestion de produit et de succès client participent à une évaluation centrée sur les aspects commerciaux. Suite à cet examen initial, l'équipe décide s'il faut affiner l'itération, en réaliser une autre ou transformer le notebook en rapport Datalore interactif pour les utilisateurs finaux.
« Datalore fait office de liant entre nos différentes équipes basées au Moyen-Orient, en Amérique du Nord et du Sud. »
— Yusuf Khan, vice-président adjoint de science des données chez Constellation
« Datalore fait office de portail vers un écosystème plus large. Il fournit les outils indispensables pour avancer plus vite. Cela est très différent de la plupart des autres plateformes qui se comportent comme des systèmes fermés, limités par ce que leurs créateurs avaient envisagé. »
— Mingwei Sun, data scientist chez Constellation
Fonctionnalités clés de Datalore utilisées par Constellation :
Intégration de Snowflake et prise en charge des cellules SQL
Collaboration en temps réel et partage des notebooks Jupyter et des rapports
Espaces de travail d'équipe
Rapports interactifs
Planification des rapports
Constellation apprécie également le générateur de rapports de Datalore, car il lui permet de transformer facilement un notebook Jupyter en une histoire de données conviviale et interactive. Dans la mesure où le générateur de rapports permet à Constellation de masquer les cellules de code, d'organiser les cellules Markdown, de positionner les graphiques et d'ajouter des contrôles interactifs dans l'espace de travail du rapport, cela donne un contrôle complet sur le récit des données et permet d'exploiter des technologies open-source et des frameworks auparavant inaccessibles.
« Les rapports interactifs de Datalore nous permettent de déployer rapidement des prototypes et de retranscrire fidèlement des histoires de données complexes. Cela permet de démystifier radicalement les rapports de données pour les collègues qui n'ont pas de formation technique, offrant ainsi un niveau de clarté et de compréhension inenvisageables avec les méthodes classiques de génération de rapports. »
— Smit Shah, responsable associé des projets techniques chez Constellation
« La flexibilité de Datalore est essentielle pour générer les rapports des clients, car leurs besoins sont très différents que ce soit en termes de domaine d'activité ou d'objectif, et dépassent largement le cadre des rapports standards basés sur un modèle. »
— Ethan Lee, analyste des données chez Constellation
Avantages clés :
Résultats plus rapides
Constellation a accéléré la livraison de ses tâches de R/D en science des données de 50 %
Efficacité accrue
Des rapports ultra-personnalisés sont désormais fournis aux clients en quelques semaines, alors qu'il fallait précédemment compter en mois
Satisfaction accrue
Les développeurs comme les clients nous ont dit que Datalore apportait un vrai plus dans l'organisation générale
Datalore permet à Constellation de réaliser en quelques semaines des projets qui prenaient des mois avec les outils de Business Intelligence classiques. La plateforme collaborative pour la science des données de JetBrains a permis à Constellation d'obtenir des gains d'efficacité à tous les niveaux.
« Nous sommes parvenus à réduire notre temps de développement de façon substantielle, le plus souvent d'au moins 50 %. »
— Michael Donovan, responsable de projet senior chez Constellation
En centralisant son espace de travail pour la science des données dans Datalore, Constellation a éliminé des silos et des workflows redondants. L'aspect collaboratif de cette plateforme a permis de connecter des équipes distantes et de réaliser des itérations plus rapides avec des boucles de feedback plus courtes.
« La valeur réelle de Datalore réside dans sa capacité à connecter toutes nos équipes, créer un espace de travail partagé qui simplifie la communication et la collaboration à tous les niveaux. »
— Hammad Chaudhry, ingénieur des données chez Constellation
Pour ce qui est de l'avenir, Constellation compte pousser l'intégration de Datalore dans ses processus en développant notamment les capacités de planification des rapports de cette plateforme. Datalore servira également de levier pour améliorer la formation interne, afin d'accompagner le développement rapide de cette entreprise.
« Nous souhaitons utiliser Datalore comme ressource de formation dans notre entreprise, car cette solution nous permettra de créer des modules structurés destinés au personnel qui n'a pas encore l'expérience de nos systèmes. »
— Michael Donovan, responsable de projet senior chez Constellation
« Datalore m'a donné l'opportunité de collaborer directement avec des data scientists et des ingénieurs plus expérimentés au sein de mon équipe. Cela m'a permis de m'améliorer et de me développer dans mon rôle.·»
— Rachel Hui, analyste des données marketing chez Constellation
Regeane, responsable produit, Ometria
L’année dernière, notre équipe a réalisé une avancée révolutionnaire avec l’aide de Datalore. Sa puissance nous a permis de porter nos services de Retail Intelligence vers de nouveaux sommets. Grâce au développement de services internes et de rapports de données personnalisés, notre équipe Réussite client a pu fournir des informations ultrarapides, pour le plus grand profit de nos clients. Cette réalisation constitue l’une des plus grandes victoires de notre équipe au cours de la dernière année.
Moreno Raimondo Vendra, ingénieur responsable du machine learning chez TrueLayer
Datalore a offert à notre équipe un accès ergonomique à nos données dans le respect des exigences de sécurité. Cela a complètement changé la donne pour nous. Nous pouvons collaborer beaucoup plus facilement, tant au sein de notre équipe machine learning qu’avec nos autres interlocuteurs et interlocutrices.
Seongduk Cheon, manager senior chez LINE Corporation
Au cours du processus d'évaluation, nous avons constaté que nos développeurs trouvaient l'expérience utilisateur de Datalore familière et que la fonctionnalité de partage des rapports était facile à utiliser. Grâce à la collaboration de notre équipe d'ingénierie et de l'équipe de développement de Datalore, nous avons pu satisfaire nos exigences en matière de workflow et de gouvernance des données .