Fivetran et Snowflake apportent de l'agilité métier à World Fuel Services

Les données comme avantage concurrentiel

World Fuel Services (WFS) est une entreprise classée au Fortune 150 qui relève les défis énergétiques en commercialisant, vendant et distribuant du carburant dans le monde entier. Évoluer sur un marché aussi volatil que celui de l'énergie oblige l'ensemble des collaborateurs à prendre des décisions difficiles en temps réel. Par exemple, les courtiers en carburant peuvent devoir conclure une vente importante pour profiter d'une baisse des prix. L'équipe marketing doit lancer ou déployer rapidement des campagnes pour tirer parti des variations de l'offre et de la demande. Et les itinéraires de livraison doivent être planifiés avec précision afin d'optimiser les plannings des chauffeurs. 

Alimenter les décisions métier

La capacité de WFS à ingérer facilement et de manière fluide des données provenant de dizaines de sources grâce à Fivetran permet aux parties prenantes de toute l'organisation de prendre des décisions fondées sur les données qui améliorent l'expérience client. Voici deux exemples :

Vue globale des clients : WFS a connu une croissance considérable au cours des 10 dernières années grâce à plus d'une dizaine d'acquisitions. Ces filiales fonctionnent de manière semi-autonome et disposent de leurs propres listes de clients, ce qui rend difficile l'obtention d'une vue globale des clients à l'échelle de toute l'entreprise. Désormais, WFS peut récupérer chaque jour une liste de clients actualisée dans l'ensemble de ses unités opérationnelles afin de compiler un enregistrement de référence, ensuite enrichi par les données démographiques de Dun & Bradstreet. Cette liste de référence est ensuite utilisée à des fins de génération de leads entre les filiales et les unités opérationnelles, créant des opportunités d'upsell et de cross-sell. Grâce à cette vue globale de ses clients, WFS a généré plus de 300 000 nouveaux leads.

Réponse à la pandémie : Les déplacements et la consommation de carburant ont été durement touchés pendant la pandémie mondiale. Afin de maintenir ses revenus, l'entreprise a décidé d'intensifier ses efforts de recouvrement des créances pour percevoir les sommes dues au titre de services déjà rendus. Cependant, les informations relatives aux comptes clients étaient réparties entre des dizaines d'ERP et de services de facturation au sein des filiales de l'entreprise. Fivetran a permis de rassembler les données de plusieurs sources disparates dans une base de données centralisée offrant une vue unifiée des sommes dues à l'entreprise. Le résultat ? L'entreprise a pu suivre de près ses créances mondiales chaque jour, obtenant une visibilité sur plusieurs millions de créances qui n'étaient pas facilement accessibles auparavant. Cela a joué un rôle déterminant pour aider WFS à traverser les premiers jours de la pandémie.

Avant Fivetran : le besoin d'une analytique de données évolutive et en temps réel

Avec plus de 20 milliards de dollars de chiffre d'affaires annuel, WFS pouvait se permettre de consacrer des ressources à des projets d'intégration de données, d'autant plus que les données constituaient un moteur métier essentiel pour l'organisation.

Le problème, selon Carlos Mareco, Director of Data Engineering and Business Intelligence, était que les pipelines ETL développés en interne extrayaient les données par lots, une fois par jour, dans une base de données Oracle sur site. À partir de là, les parties prenantes de toute l'entreprise pouvaient interroger les données à l'aide des outils d'analyse de leur choix pour en tirer des enseignements précieux. Malheureusement, l'entrepôt de données Oracle est devenu trop volumineux, trop rapidement, rendant quasiment impossible l'exécution de requêtes en direct. 

« De plus, comme les données n'étaient chargées qu'une fois par jour, cela empêchait l'analyse en temps réel dont l'entreprise avait besoin pour rester compétitive. Nous avions investi dans toutes ces données et dans l'infrastructure nécessaire pour les rassembler, et nous ne parvenions toujours pas à les exploiter pour prendre des décisions en temps réel. Nous savions qu'il fallait changer notre façon de consommer les données et les rendre réellement exploitables. »
— Carlos Mareco, Director of Data Engineering and Business Intelligence chez World Fuel Services

[CTA_MODULE]‍

Snowflake et Fivetran

À peu près à la même période, l'entreprise menait un vaste projet de transformation numérique visant à migrer 22 centres de données vers le cloud. Dans le cadre de cette démarche, Mareco a estimé que le moment était venu d'abandonner la base de données Oracle sur site pour passer à un entrepôt de données dans le cloud.

Après avoir étudié plusieurs options, Mareco a choisi Snowflake pour sa facilité d'utilisation et l'immense évolutivité élastique de cette solution cloud.

Cependant, l'ancienne solution ETL de WFS obligeait Mareco et son équipe à écrire des tâches ETL sur mesure pour importer chaque table dans Snowflake. Même avec les vastes ressources d'ingénierie dont disposait l'entreprise, cela prenait plusieurs heures par table. Multiplié par les centaines de tables nécessaires, l'effort était considérable. Mareco envisageait un projet de plusieurs mois rien que pour importer toutes les données nécessaires aux opérations quotidiennes de l'entreprise. Ensuite, l'équipe aurait dû gérer en permanence les connecteurs et les mettre à jour chaque fois que la source modifiait ses API ou ses schémas de base de données.

« Ce n'était tout simplement pas viable », a déclaré Mareco. L'entreprise a d'abord utilisé Informatica Cloud pour ingérer les données, en raison de la familiarité de l'équipe avec sa solution sur site, mais elle a conclu qu'il lui fallait une solution plus facile à mettre en œuvre, offrant un délai de rentabilisation plus court et nécessitant moins de maintenance continue. Cette solution : Fivetran.

« Snowflake a résolu bon nombre de nos problèmes de données en les consolidant dans le cloud sous une forme facilement exploitable, mais cela n'avait aucune importance si nous ne pouvions pas ingérer efficacement et rapidement les données dont nous avions besoin. C'est alors que nous avons commencé à examiner différents outils d'intégration de données. »
— Carlos Mareco, Director of Data Engineering and Business Intelligence chez World Fuel Services

Une ingestion de données simple et automatisée en temps réel

‍WFS utilise désormais Fivetran pour rassembler des dizaines de sources de données depuis le cloud, de Salesforce et Box aux bases de données SQL et Postgres. Les données sont chargées dans Snowflake en temps réel, et les utilisateurs peuvent exploiter toutes les données dont ils ont besoin pour éclairer des décisions métier critiques.

La simplicité et l'automatisation de Fivetran permettent à WFS d'importer plus de 15 000 tables par jour, une quantité et une qualité d'informations incroyables qui favorisent une prise de décision fondée sur les données.

« Configurer un connecteur dans Fivetran est simple. Un service formule une demande formelle de business intelligence, évaluée en fonction de son impact métier. Si elle est acceptée, un ticket Jira est créé et un ingénieur saisit les identifiants de la source dans Fivetran. L'ensemble du processus, y compris les approbations, les tests, la formation et le déploiement, ne prend que quelques jours, offrant aux collaborateurs les informations dont ils ont besoin pour prendre des décisions critiques en temps réel. »
— Carlos Mareco, Director of Data Engineering and Business Intelligence chez World Fuel Services

Comme Fivetran est une plateforme SaaS, Mareco n'a pas besoin de mettre à jour ni de gérer les connecteurs. Ainsi, si Salesforce, par exemple, modifie légèrement son schéma, la gestion de la dérive de schéma de Fivetran prend en charge la gestion des changements sur l'ensemble du pipeline de données, garantissant que WFS peut continuer à importer ses données CRM dans Snowflake sans configuration supplémentaire, ce qui fait gagner à l'équipe près de deux jours de travail à chaque modification de schéma. Rien que ce gain de temps, selon Mareco, vaut de l'or, car les ingénieurs comme les utilisateurs peuvent désormais recentrer leur temps et leurs efforts sur d'autres projets plus stratégiques qui influent sur le chiffre d'affaires.

[CTA_MODULE]