Piliers thématiques
Explorez les grands sujets de l'univers Data et plongez dans nos analyses détaillées.
Data Strategy
Governance, data mesh, data-as-a-product, quality and data strategy.
Data Engineering
Pipelines, dbt, lakehouse, streaming, medallion architecture and data contracts.
Analytics & BI
Self-service analytics, augmented BI, embedded analytics and decision science.
Derniers articles
Les publications les plus récentes dans l'univers Data.
Oracle, Databricks, Snowflake : une histoire qui se répète ?
Snowflake et Databricks refont-ils le coup de la suite Oracle ? Analyse pour DSI et CTO : les quatre verrous qui ont sauté, le nouveau verrou qui monte, et ce que l'IA change au coût de migration.
Votre Data Hub centralise tout. Il ne fiabilise rien.
80 % des projets data échouent non pas à cause de l'architecture, mais de la qualité de ce qui y circule. Voici comment passer de la correction manuelle à la fiabilité automatisée.
Vos données sont prêtes. Votre architecture, pas encore.
80 % des projets IA n'échouent pas à cause des algorithmes, mais des données fragmentées. Pourquoi migrer vers un Data Hub est la décision qui débloque tout le reste.
Analytics Engineering et semantic layer : le chaînon manquant entre vos pipelines et vos décisions
Entre vos pipelines et vos décisions, il manque souvent une couche sémantique documentée et testée. Voici ce qu’elle change concrètement.
Solvency II : ce que Python dans dbt change pour la clôture du CFO
Quand le capital réglementaire d'un assureur dérape sans explication, le problème n'est pas actuariel, il est industriel. Python dans dbt referme ce trou.
Sécuriser un compte Snowflake Business Critical : ce que le Trust Center ne fait pas
Le Trust Center Snowflake couvre 60% de votre posture de sécurité. Les 40% restants (SIEM, policies SQL, RACI) restent à votre charge. Plan de maturité en 3 phases.