Offrez à vos ingénieurs la puissance d'une approche data-driven

Lecture : 8 min

Ce que vous ne savez pas peut porter préjudice à vos équipes et aux résultats de votre entreprise. C'est pourquoi les entreprises se servent des données pour donner plus de moyens à leurs équipes IT et pour mesurer leur impact. Dans l'idéal, ces données apportent des informations sur les éléments sur lesquels vos ingénieurs IT doivent se focaliser afin d'optimiser la performance des applications, de développer de nouvelles fonctionnalités et d'empêcher les problèmes pouvant entraîner des pannes de service, des bogues, et la perte de clients en raison d'une mauvaise expérience. Qu'il s'agisse de l'analyse du trafic Web pour optimiser la performance de vos pages, de la mise en place de normes pour assurer l'exécution efficace du code, ou de l'utilisation de l'observabilité pour détecter les anomalies, vous avez besoin d'un flux continu de toutes vos données télémétriques (métriques, événements, logs, et traces) afin d'encourager vos ingénieurs à planifier, développer, déployer, et exécuter d'excellents logiciels.

L'ingénierie data-driven utilise la télémétrie collectée à partir des outils d'ingénierie et des plateformes afin d'optimiser le travail de vos équipes IT. Elle apporte des avantages directs à vos équipes, clients, et résultats. 

Avantages de l'ingénierie data-driven

Voici quelques-uns de ces avantages :

  • L'approche data-driven vous permet d'utiliser des informations claires et concrètes provenant de toutes les données télémétriques et vous guide dans vos décisions commerciales. Vous n'avez plus à vous en remettre à des informations incomplètes ni à votre intuition.
  • En rendant visibles les données qui appuient vos décisions, vos ingénieurs peuvent voir, comprendre et optimiser toutes les étapes du cycle de vie des logiciels.
  • Le fait d'avoir des données qui mesurent l'impact sur l'utilisateur peut mettre en exergue les besoins de votre clientèle et permettre que les décisions, produits et services répondent à ces besoins.

Selon un rapport d'Accenture, « les organisations avec une stratégie d'entreprise data-driven ont un taux de croissance de plus 30 % par an ».

Toutefois, malgré les avantages évidents de l'ingénierie data-driven et le fait que les organisations modernes utilisent les données pour tout ce qui concerne leur activité, le concept est souvent mal défini, ce qui rend son implémentation difficile.

Comment implémenter l'ingénierie data-driven

L'ingénierie data-driven pose les questions suivantes :

  • Vos équipes travaillent-elles sur les bons projets ?
  • Le travail de vos équipes a-t-il l'effet souhaité sur les utilisateurs finaux ?
  • Les ressources de vos équipes sont-elles attribuées correctement en fonction des objectifs commerciaux ?

Si vous utilisez les données pour répondre à ces questions sur vos équipes IT, vous pratiquez déjà l'ingénierie data-driven et vous en recevez probablement des avantages appréciables. Par contre, si vous ne répondez pas à ces questions avec un processus empirique qui est data-driven, il existe probablement des inconnues qui limitent le plein potentiel de vos ingénieurs et de l'entreprise dans son ensemble.

Comment mettre en place un processus qui réponde à ces questions en utilisant une approche data-driven dans toute votre organisation ? Pour y arriver, vous devez répondre à cinq questions fondamentales.

Quelles données devez-vous collecter pour répondre à vos objectifs ?

Vous disposez déjà de vos KPI (indicateurs de performance), mais disposez-vous également des KPI pour vos équipes IT ? Vous pouvez définir des objectifs concrets, puis créer les métriques mesurant ces objectifs. Elles peuvent même être analogues aux objectifs d'autres équipes dans votre organisation. Par exemple, l'augmentation des inscriptions peut être un KPI pour vos équipes marketing et de vente. Ce n'est peut-être pas un objectif évident pour vos équipes IT, pourtant ce sont les développeurs qui implémentent le code pour la page d'inscription et l'expérience utilisateur.

Outre la mise en place d'objectifs organisationnels plus généraux, vous pouvez implémenter des objectifs spécifiques qui s'appliquent uniquement au développement de logiciels. Par exemple, vous pouvez inclure des objectifs concernant la fiabilité et le temps de disponibilité des pages individuelles ainsi que le taux d'engagement des clients avec certaines pages. Le graphique ci-dessous illustre les données télémétriques spécifiques que vous pouvez collecter à chaque étape du cycle de vie du logiciel.

Comment collecter et mesurer vos données ?

Vous utilisez probablement déjà un grand nombre des outils qui permettent de mesurer le travail de votre équipe IT (JIRA, GitHub, et Slack, par exemple) et fournissent les métriques sur le nombre total de tickets clôturés et de fonctionnalités terminées. Toutefois, si vos équipes IT sont coupées du reste de votre organisation et travaillent en silo, elles n'ont peut-être pas accès à certaines métriques clés.

Les équipes marketing et Web utilisent probablement Google Analytics pour connaître les taux d'abandon et d'affichage des pages, mais ces importantes données ne sont peut-être pas partagées avec vos équipes IT. Il est également possible que vous envisagiez de mettre en place d'autres outils pour combler les manques. Par exemple, si vous ne mesurez et n'analysez pas encore les données télémétriques sur la performance globale de vos applications et services, vous pouvez implémenter une solution d'observabilité pour monitorer tout votre stack.

Comment regrouper des données disparates afin de créer un plan d'action stratégique ?

Si vous collectez des données provenant de nombreuses sources différentes et que certaines équipes n'ont pas accès à toutes ces données, il est facile de rater la vue d'ensemble ce qui peut créer des inconnues et entraîner la mauvaise répartition des ressources.

Il est donc nécessaire de regrouper les différents jeux de données dans une seule source factuelle. Par exemple, l'équipe marketing peut noter une réduction du nombre de vues de la page d'inscription dans Google Analytics alors que l'équipe IT fait face à une augmentation du nombre de tickets associés à cette même page  ; si ces données ne sont pas corrélées, les deux équipes peuvent incorrectement diagnostiquer le problème et mal répartir les ressources, ce qui peut porter préjudice à l'expérience utilisateur. Il est absolument nécessaire de corréler les différents jeux de données des différentes plateformes afin de tirer les conclusions correctes et de permettre aux équipes d'identifier exactement les problèmes.

Comment appliquer une approche data-driven à tous les niveaux de votre organisation ?

L'adoption de l'ingénierie data-driven ne doit pas se limiter aux seuls managers et cadres supérieurs, tous les membres de l'organisation doivent la soutenir. Pour les ingénieurs IT, mais aussi les membres des autres équipes, cela signifie la mise en place d'un cycle de type construire-mesurer-apprendre.

Ce cycle provient de la méthodologie Lean ; il est basé non seulement sur le développement d'un excellent logiciel, mais aussi sur les mesures et conclusions tirées de son impact, et sur l'amélioration des versions suivantes. Toutefois, le processus d'apprentissage peut seulement avoir lieu si l'équipe est convaincue de son importance.

Que rechercher pour bien choisir la plateforme d'observabilité qui accompagnera l'ingénierie data-driven ?

Pour assurer l'adhésion de toute l'équipe, assurez-vous que la plateforme d'observabilité que vous achetez et utilisez offre un modèle de tarification centré sur l'ingénierie. De nombreuses solutions sur le marché proposent des tarifs basés sur l'hébergeur ou l'abonnement et regroupent plusieurs SKU. Cela oblige souvent les équipes d'ingénierie à faire des compromis sur l'étendue de l'instrumentation et sur le volume de données télémétriques ingérées en raison des frais de licences et d'une tarification qui n'est pas alignée avec leurs besoins. Elles peuvent également être amenées à échantillonner les données, compter les agents, créer des métriques personnalisées, s'inquiéter des frais cachés, ou prendre des décisions sur l'infrastructure en fonction de la tarification.

Cependant, avec un modèle de tarification basé sur la consommation, vous ne payez que ce que vous utilisez. La tarification à la consommation est data-driven, car elle est basée sur des métriques exactes et non sur des estimations. Cette tarification apporte une approche data-driven qui permet aux ingénieurs d'aller au-delà du problème pour en connaître les raisons. Les équipes d'ingénierie modernes devraient toujours exiger un modèle de tarification à la consommation, car cela leur permet de placer les avantages reçus et le prix au centre de leur stratégie, et d'obtenir ainsi nettement plus de la plateforme d'observabilité.

Offrez à vos équipes la puissance de l'ingénierie data-driven

L'ingénierie data-driven est seulement une pièce du puzzle, mais vous ne pouvez pas collecter toutes les pièces, compléter le puzzle, et comprendre ce qu'il représente sans analyser l'impact de vos équipes IT. En effet, la qualité des applications et des sites Web est proportionnelle à celle des logiciels avec lesquels elles sont développées. L'ingénierie data-driven permet à vos équipes IT de voir en quoi leur travail influe positivement sur les moteurs d'activité critique et sur les résultats de l'entreprise.

Prévisions sur l'observabilité 2021
Prévisions sur l'observabilité 2021
L'enquête la plus complète du secteur sur l'observabilité

Cependant, avec un ​modèle de tarification basé sur la consommation​​, vous ne payez que ce que vous utilisez. La tarification à la consommation est data-driven, car elle est basée sur des métriques exactes et non sur des estimations. Cette tarification apporte une approche data-driven qui permet aux ingénieurs d'aller au-delà du ​​problème​​ pour en connaître les ​​raisons​​. Les équipes d'ingénierie modernes devraient toujours exiger un modèle de tarification à la consommation, car cela leur permet de placer les avantages reçus et le prix au centre de leur stratégie, et d'obtenir ainsi ​​nettement plus​ de la plateforme d'observabilité.

Offrez à vos équipes la puissance de l'ingénierie data-driven

L'ingénierie data-driven est seulement une pièce du puzzle, mais vous ne pouvez pas collecter toutes les pièces, compléter le puzzle, et comprendre ce qu'il représente sans analyser l'impact de vos équipes IT. En effet, la qualité des applications et des sites Web est proportionnelle à celle des logiciels avec lesquels elles sont développées. L'ingénierie data-driven permet à vos équipes IT de voir en quoi leur travail influe positivement sur les moteurs d'activité critique et sur les résultats de l'entreprise.