Ce que j'ai retenu du podcast:

• Ils ont choisi Metabase pour le self-service (open source, flexible et capable d’interface simple pour les utilisateurs non techniques) et sur DBT pour la transformation des données, avec une cohabitation de Spark pour certains jeux de données et Looker remplacé par Metabase.

• Ils ont choisi aussi des outils d’orchestration open source (Luigi, Airflow, Spark) et de connecteurs via Airbyte; migration progressive des pipelines et des dashboards.

• Ils sont passés d'une passage d’une équipe data centralisée à une organisation décentralisée avec environ 30 data analystes réparties dans les départements (produit, engineering, customer success), chacun travaillant en full-stack et en lien direct avec les utilisateurs finaux; mise en place d’une “guild” transverse pour garder la cohésion et partager les bonnes pratiques.

• Création d’une "Analytics Academy" pour former les employés et assurer une utilisation efficace des outils; conception de dashboards de référence et d’un cadre méthodologique pour les dashboards afin qu’ils soient pertinents, impactants et faciles à maintenir.

Source: https://www.youtube.com/watch?v=j0fHdvFaLYI&list=PLDnjJgr3kNb3GX4NiXOGxr8Aic8Rzxiwq&index=4