Après plusieurs mois d’utilisation de DataGalaxy par notre responsable data Elie, il lui semblait essentiel de vous partager son retour d’expérience sur cette aventure ! 

 

Dès le début, l’objectif était clair : structurer et centraliser le patrimoine de données pour mieux exploiter leur valeur, tout en améliorant la collaboration entre les équipes. 

 

Une adoption rapide grâce à une interface intuitive 

L’un des points forts de DataGalaxy est sans aucun doute son interface conviviale. Dès les premières semaines, on a pu s’approprier l’outil sans difficulté majeure. La courbe d’apprentissage s’est avérée être bien moins abrupte que prévu. 
 

Il faut « juste » se familiariser avec la terminologie DataGalaxienne et ensuite on prend vite ses marques. 

 

Côté glossaire, se mettre d’accord de suite sur les objets du métamodèle DataGalaxy à utiliser. J’aurais tendance à dire que pour cela, il faut appliquer le bon vieux principe KISS 😉 

 

Gouvernance des données : Une gestion enfin simplifiée 

On sait tous qu’implémenter une gouvernance des données solide était un défi de taille. DataGalaxy a répondu à cette problématique en nous permettant de cartographier nos données et d’y apporter une clarté nécessaire. 

 

Le dictionnaire de DataGalaxy est alimenté par vos différentes sources de données : 

• Bases de données, c’est l’occasion de bien insister auprès des développeurs pour commenter les objets #SQL car cela fera gagner du temps par la suite dans DataGalaxy 
• API, si vous pouvez importer vos fichiers de spécifications #OpenAPI 
• Fichiers plats ou classeurs (et oui, on en a encore quand même beaucoup au sein des SI), il vous faudra créer ces structures manuellement. 

 

Les flux et traitements sont issus pour le moment d’extraction manuellement de notre environnement de développement #ETL. Tout prochainement, le nécessaire sera fait pour exposer ces informations via API pour les communiquer à la plateforme DataGalaxy. 

 

Premier petit bémol dans la solution actuelle : les vues. On n’a pas la possibilité d’effectuer une lineage simple d’une vue. Il faut absolument créer un traitement pour indiquer les tables qui composent la vue. 

 

Deuxième petit bémol  : les vues matérialisées. Elles ne sont pas du tout détectées par le connecteur DataGalaxy. 

 

Les usages ont été remontés automatiquement par le connecteur DataGalaxy. 

 

Une collaboration renforcée 

L’aspect collaboratif de DataGalaxy a également été un facteur clé de succès. Les équipes techniques et métiers pourront désormais travailler main dans la main, partageant une vision unifiée des données. Cette synergie va non seulement renforcer la confiance dans les données, mais va également permettre d’accélérer les projets de manière significative. 

 

Pour les aspects collaboratifs, nous disposons :

• De commentaires au sein de la plateforme 
• De l’application Teams DataGalaxy, permettant d’être averti directement dans une discussion lorsque l’on est notifié dans un commentaire
• De l’extension de navigateur DataGalaxy, pour exploiter pleinement le catalogue sans forcément être dans le catalogue. Ainsi, vous disposez dans le menu contextuel d’une recherche directe dans DataGalaxy
• De diagrammes permettant de schématiser tout votre écosystème data

 

Sur les aspects diagramme, il manque ce côté « idéation ». On souhaiterait pouvoir créer des diagrammes libres, avec des formes basiques pour se projeter avec des briques applicatives à venir dans le SI. 

 

Le support 

Le support DataGalaxy est très réactif. On a des réponses très rapidement. 

On a eu l’occasion de pousser plusieurs demandes d’évolution dans le Feedback Program. C’est dans ce programme que l’ensemble des utilisateurs de la solution dépose leurs souhaits d’évolution. Les évolutions sont soumises au vote de la communauté et la roadmap du produit est ainsi co-construite avec les utilisateurs. 

 

Challenges et prochaines étapes 

Prochain jalon, la mise en place d’un glossaire métier commun. Cela aura pour effet de réduire les silos et d’améliorer la compréhension transverse au sein de l’organisation. 

 

Nos prochaines étapes incluent : 

• Le renforcement de la formation continue des équipes métiers et techniques 
• L’intégration dans l’ensemble des traitements legacy issus de l’AS400

 

Nous disposerons à terme d’une vision 360 de notre patrimoine de données. 

 

En somme, ces premiers mois avec DataGalaxy ont été marqués par une amélioration notable de notre gestion des données et une meilleure collaboration entre les équipes. Il ne fait aucun doute que cet outil continuera à jouer un rôle central dans la stratégie data à long terme. 

 

 

–

© Pixabay