Moderniser et industrialiser l'analytique au sein du Groupe Crédit Agricole
Accédez à une sélection de ressources dbt dédiées aux équipes data de Crédit Agricole, pour identifier des cas d'usage concrets pour déployer dbt et accélérer votre modernisation data.
Ces organisations utilisent déja dbt Cloud
Aujourd’hui, nos temps de développement s’accélèrent, notre collaboration en interne est fluide et on sait en plus attirer de nouveaux talents grâce à notre utilisation du cloud. Nous sommes pleinement satisfait de cette migration et de l’implémentation de dbt Cloud.
Laurent Aucouturier Head of Data & AI Solutions at MACIF
Votre exploration de dbt commence maintenant
Implémentez un socle de pilotage sur votre plateforme data
dbt structure, sécurise et optimise les pratiques analytiques autour de trois leviers clés, permettant à certaines organisations d’améliorer jusqu’à 50 % l’efficacité opérationnelle de leur plateforme data.
Productivité des équipes data
dbt standardise la modélisation des données, les tests, la documentation et les processus de mise en production. Les équipes passent moins de temps sur des développements ponctuels ou de maintenance, et davantage sur des analyses à forte valeur ajoutée.
Qualité et fiabilité des données
Grâce aux contrôles intégrés, à la traçabilité complète des transformations et à la documentation centralisée, les changements sont maîtrisés et les risques de régression limités. Les équipes métiers disposent d’indicateurs plus fiables et gagnent en confiance dans les analyses produites.
Maîtrise des coûts de plateforme
En identifiant les traitements les plus consommateurs et en évitant les exécutions inutiles, dbt contribue à optimiser l’usage du data warehouse. Résultat : une meilleure maîtrise des coûts et une réduction des efforts de maintenance corrective.
Comprendre les bases de dbt
Découvrez des guides, outils et bonnes pratiques sélectionnées pour aider les équipes data du groupe Crédit Agricole à mieux comprendre le potentiel de dbt. L’objectif : mettre en place des workflows sécurisés, gouvernés et collaboratifs, pour produire des insights plus rapides et plus fiables.
Introduction à dbt
Vous découvrez dbt ? Commencez ici. En quelques mots, dbt permet aux équipes de transformer, tester et documenter les données directement dans le data warehouse, pour faciliter la collaboration, garantir la qualité des données et produire plus rapidement des insights fiables.
Se former à dbt avec des sessions pratiques
Développez vos compétences grâce aux ressources de formation technique dbt, des tutoriels débutants aux bonnes pratiques avancées en analytics engineering. Accédez à des cours guidés, des exercices pratiques et des exemples concrets pour transformer, tester et documenter vos données efficacement.
Le ROI de dbt (rapport IDC)
Une étude IDC met en avant des gains de +50% sur l'efficacité opérationnelle des plateformes data construites sur dbt Platform. Découvrez d'autres chiffres clés sur les gains de productivité, de qualité de données et de maîtrise des coûts.
dbt se connecte à votre Data Warehouse, quel qu'il soit.
Industrialisez vos transformations dans Snowflake
dbt Cloud s’intègre directement à Snowflake pour structurer et industrialiser les transformations de données au sein de Crédit Agricole.
En encadrant les droits d’accès, les schémas et les transformations, cette approche permet de concilier exigences réglementaires et analytics en self-service. Les équipes bénéficient de pipelines testés, reproductibles et gouvernés, avec un contrôle de version et une traçabilité complète des changements.
Résultat : moins d’erreurs manuelles, une meilleure fiabilité des données et une confiance renforcée dans les analyses produites pour les équipes risque, finance et métiers.
Structurez et gouvernez BigQuery
dbt permet de tirer pleinement parti de Google BigQuery en apportant une couche de transformation gouvernée directement au-dessus du data warehouse existant de Crédit Agricole.
Les équipes analytics peuvent collaborer sur des transformations SQL testées et documentées, tout en conservant le niveau de contrôle et de traçabilité requis dans un environnement financier. dbt remplace les scripts isolés par des pipelines standardisés, avec une gestion rigoureuse des changements et une lignée des données claire.
Résultat : des insights plus rapides, un time-to-value réduit, et des workflows analytics alignés avec les bonnes pratiques du software engineering — un atout clé pour une analytics à grande échelle et sous contraintes réglementaires.
BILT Rewards a réalisé ~20 k$ d'économies mensuelles de BigQuery grâce à l'optimisation des modèles incrémentaux sur dbt !
Accélérer la collaboration des équipes data avec dbt Mesh
Structurez le cadrage et le partage des projets analytiques pour un cycle de vie plus simple, plus fluide et mieux gouverné — du développement à l’analyse. dbt Mesh est particulièrement adapté aux organisations multi-entités comme Crédit Agricole.
Qu'est-ce que dbt Mesh ?
Découvrez les principes de dbt Mesh et les bonnes pratiques pour le déployer au sein de votre organisation.
Guide de démarrage
Apprenez à mettre en place une architecture multi-projets fondée sur les concepts clés de Mesh et à implémenter un data mesh avec dbt.
Découvrez Fusion, la nouveauté dbt
dbt Fusion est le moteur nouvelle génération de dbt, développé en Rust et conçu pour une compréhension plus fine du SQL. Découvrez ci-dessous comment Fusion alimente dbt Studio IDE, Canvas et l’extension VS Code, afin d'explorer de futurs cas d’usage.
Explorer le moteur dbt Fusion
Sonja Strempel, Analytics Engineer chez DPG Media, explique comment dbt Fusion transforme son quotidien : développement plus rapide et données plus fiables pour les équipes métiers.
Orchestration “state-aware” (Preview) pour les projets Fusion
Avec Fusion, validez votre code analytics localement au fil de l’eau — sans requêtes inutiles — et exécutez les modèles uniquement lorsque les données amont changent. Résultat : jusqu’à 30 % d’économies sur le compute warehouse dbt.
Démarrer avec Fusion
Installez l’extension dbt (disponible pour Visual Studio Code, Cursor et Windsurf) pour profiter du moteur dbt Fusion et rendre le développement dbt plus fluide et plus efficace.
Outillez vos équipes avec dbt Platform
À mesure que vous gagnez en maturité avec dbt, explorez de nouveaux outils qui permettent de standardiser le développement et d’accélérer la mise en production à l’échelle. dbt Canvas, VS Code et dbt Copilot offrent différentes façons de construire, revoir et maintenir les projets analytics — sans imposer un workflow unique. Découvrez ci-dessous comment ces outils peuvent soutenir vos cas d’usage actuels ou futurs.
dbt Canvas - donner la main aux analystes
Découvrez comment Canvas permet aux analystes d’accéder rapidement aux données et de les transformer via une interface visuelle (drag-and-drop), avec une IA intégrée pour générer du code personnalisé.
VS Code - Développer dbt dans votre IDE
L’extension dbt pour VS Code offre une expérience de développement optionnelle pour les équipes souhaitant travailler directement dans leur IDE. Elle prend en charge les workflows dbt courants et complète efficacement les processus existants.
dbt Copilot — Accélérer le développement dbt avec l’IA
dbt Copilot apporte une assistance IA pour les tâches courantes de développement dbt, permettant aux équipes d’aller plus vite tout en conservant clarté et cohérence dans leurs projets.
Votre équipe dbt, dédiée au Groupe Crédit Agricole
Nicolas Chahoud
Sales Director, Enterprise - dbt Labs
Nicolas est le Sales Director dédié à Crédit Agricole chez dbt Labs. Fort de plusieurs années d’expérience auprès d’équipes data et analytics, il se concentre sur la création de partenariats durables et accompagne les clients pour générer de la valeur concrète et pérenne avec dbt.
Charlotte Bellet
Entreprise Solutions Architect - dbt Labs
Charlotte est Enterprise Solutions Architect chez dbt Labs. Elle accompagne certains des plus grands clients dbt dans l’adoption et le passage à l’échelle de dbt au sein de leurs organisations analytics. Elle travaille étroitement avec les équipes data de Crédit Agricole pour concevoir des solutions pragmatiques et scalables, adaptées aux enjeux complexes des environnements d’entreprise.
Aurélien Garcia-Annette
Business Development - France - dbt Labs
Aurélien Garcia-Annette apporte rigueur analytique et sens du service à chaque interaction. Reconnu pour sa communication proactive et son esprit orienté solutions, il accompagne les équipes Crédit Agricole sur l’ensemble des besoins de coordination et de suivi, afin d’assurer une collaboration fluide et efficace.
Prise de contact
Découvrez l'intégration avec Snowflake & BigQuery
Bénéficiez d'une démo personnalisée
Echangez sur la migration progressive de Talend ou SAS
Parlons de dbt Platform
Échangez avec nos experts pour découvrir la plateforme dbt, comprendre ses bénéfices clés et évaluer son impact potentiel pour vos équipes data.