chevron-bottomchevron-leftchevron-rightdownloadfacebookinstagramlink-outlinkedinminusplus
Accessibilité Toutes nos réalisations

Reconfigurer ses fondations Cloud pour optimiser ses opérations

Une entreprise québécoise spécialisée dans la prise de commande et la livraison de repas à domicile génère quotidiennement une quantité importante de données grâce notamment aux détails des commandes, aux menus ou encore aux adresses de livraison. Conscient de la valeur énorme de ces données sur le marché très concurrentiel de la Food Tech, notre client a investi dans son intelligence d'affaires il y a quelques années, mais une mauvaise configuration de son infrastructure Cloud analytique le confronte à des coûts élevés et à des enjeux d'extraction de données.

Notre défi : livrer une solution concrète avec des ressources limitées

Tenant compte des ressources limitées de notre client en termes d’équipe et de budget, nous l’avons guidé dans sa stratégie analytique en l’accompagnant sur :

  • L’optimisation des processus d’extraction et de classification des données,
  • La révision de la configuration de l’entrepôt de données Cloud dans Snowflake.


La clé du succès : agilité et partage de connaissances

Nous nous sommes appuyés sur deux piliers : l’agilité qui nous a permis de proposer des preuves de concept et de livrer de la valeur rapidement, mais aussi sur le partage des connaissances grâce à des ateliers qui ont permis à notre client de s’approprier au mieux son système d’intelligence d’affaires.

Il était important de développer des preuves de concepts pour montrer la viabilité de nos solutions et accompagner le client dans la prise en main de son intelligence d’affaires. Notre objectif, c’était de donner au client tous les outils et toutes les connaissances pour gérer son infrastructure Cloud en interne.

Sylvain Bélisle – Architecte de données

Les bénéfices de cette nouvelle configuration

La reconfiguration de ses outils permettra à notre client :

  • Une extraction des données internalisée, automatisée et moins coûteuse,
  • Une intégration et la consommation de données simplifiées,
  • L’accès à des données consommables en temps quasi réel, et ce en fonction de ses besoins,
  • Un système évolutif qui pourra par la suite intégrer des outils de visualisation de données et à terme, de l’analytique avancée (data science).

Restez à l’affût des dernières tendances analytiques