Chez Malt, notre équipe Data centrale est au cœur des demandes de données des parties prenantes, devenant souvent un goulot d'étranglement. Permettre le self-service est crucial pour éliminer ce goulot et pour évoluer en fournissant les bons outils aux bonnes personnes et pour les bons usages.

Pour y parvenir, nous avons construit des bases solides et propres dans notre data warehouse, organisées en couches avec une couche d'exposition claire. Cela nécessite une collaboration entre les data engineers et les analytics engineers.

Nous avons abordé le self-service en prenant en compte différents profils et besoins :

- Une couche de self-service pour les utilisateurs métier dans Looker via une application d'IA générative.

- Des outils pour l'équipe Data afin de débloquer des analyses ad hoc et le partage.

- Une couche de self-service pour les utilisateurs de données via un assistant IA dédié pour aider à naviguer dans le Data warehouse.

L'objectif est de partager notre parcours et nos défis. Nous détaillerons comment nous avons abordé les défis d'un point de vue organisationnel et les outils que nous avons mis en œuvre. Cela devrait fournir des clés et des idées pour quiconque se dirige vers le self-service.