Euronext : comment la bourse a réduit ses cycles de développement Data

Repenser la chaîne de production et introduire des développeurs dans le métier

« Nous avons discuté avec un grand client bancaire. […] Un an après, on le livre ; on retourne le voir et on lui dit “Ça y est Monsieur le client, c’est prêt”. Et lui, de nous répondre : “D’accord, mais moi je suis en prod depuis 10 mois, en fait. J’ai trouvé quelqu’un pour me le faire plus rapidement.” », raconte Sébastien Bérard, head of Projects and Innovation d’Euronext.

Cet événement a fait l’effet d’un « électrochoc » et a conduit à un nouvel objectif : être capable de délivrer des projets avec un time to market de moins d’un mois, tout en respectant un cadre réglementaire particulièrement strict.

La solution : repenser fondamentalement la chaîne de production en réduisant le nombre d’intervenants, et intégrer un développeur directement au sein d’une équipe métier. Cinq ans plus tard, le modèle concerne 14 équipes métiers et compte plus de 120 utilisateurs. Il a permis de créer ou de faire évoluer 1 400 projets sur la dernière année, dont 500 d’automatisation de processus internes.

Les résultats financiers seraient également au rendez-vous, avec plus de 10 millions d’euros de revenus générés par la vente de produits Data créés avec cette nouvelle approche.

Une transformation organisationnelle fondée sur quatre piliers

La démarche d’innovation Data d’Euronext s’appuie sur quatre piliers fondamentaux.

Le premier est l’accès aux données. Ce pilier est présenté comme un prérequis à la valorisation des données. Car pour être efficace, il est crucial de travailler directement avec les données de production ou une copie très fraîche, prévient l’expert d’Euronext, les environnements de développement et de test traditionnels pouvant masquer certaines problématiques.

Or, celles-ci peuvent n’apparaître qu’une fois en production avec pour conséquence d’allonger considérablement les cycles de développement.

Autre préconisation, il faut introduire de la flexibilité dans l’approvisionnement. Si les architectures organisées comme les data lakes sont un atout, il est aussi nécessaire de créer des raccourcis, en partenariat avec l’IT, pour accéder à des jeux de données pas encore industrialisés. Comment ? En se connectant, par exemple, directement aux bases de données applicatives, conseille Sébastien Bérard.

Enfin, la gouvernance doit être anticipée en définissant un cadre de travail avec les équipes risque et conformité. Cette proximité permettrait d’obtenir un « blanc-seing pour qui va couvrir 90 % des cas » et éviter que chaque projet ne reparte dans des cycles d’approbation de plusieurs semaines.

La constitution d’équipes agiles et métiers

La structure des équipes constitue le deuxième pilier. Euronext utilise la plateforme Dataiku dont un des avantages est sa capacité à gérer l’intégralité du cycle de vie d’un projet, de l’idée à la maintenance en production, avec des équipes très restreintes de trois à quatre personnes. Cette réduction du nombre d’intervenants diminue la complexité et accélère le delivery.

Mais la composition de ces équipes est également critique. Une connaissance métier profonde de la donnée est essentielle. « Plus on arrive à rapprocher les gens qui ont le savoir fonctionnel et ceux qui vont opérer techniquement […], plus on va vite », souligne Sébastien Bérard.

L’intégration de profils techniques au sein des équipes business aurait permis de fusionner ces deux compétences et de fluidifier la communication et la compréhension des besoins, justifie-t-il.

« Chaque cas d’usage que l’on réalise nous donne une idée du suivant. »

Le troisième pilier est la capacité à se confronter au réel le plus vite possible, avec une approche de type « fail fast ». À cette fin, Euronext a mis en place une organisation qui vise à faire des livraisons en production quotidiennes, voire plusieurs fois par jour. Les livraisons de code sont réalisées en libre-service par les équipes de développement elles-mêmes. Cette autonomie réduirait les sollicitations auprès des équipes de production traditionnelles et donc les délais.

En outre, les cycles d’itération très courts permettent de tester rapidement une idée, de corriger les erreurs et de valider la valeur ajoutée. Ils sont aussi une source d’innovation, car « chaque cas d’usage que l’on réalise nous donne une idée du suivant ».

La confrontation rapide au réel et le déploiement continu

La contrepartie de cette vélocité est le risque d’une dette technique de documentation. Après avoir déployé 50 projets en quelques mois sans processus formalisé, Euronext a dû marquer une pause pour structurer cette documentation, un élément indispensable pour passer à l’échelle.

Enfin, dans un environnement où les enjeux financiers sont majeurs, le quatrième pilier est une culture intransigeante du test. Pour gagner la confiance des clients, internes comme externes, la qualité doit être irréprochable dès la première livraison, met en garde Sébastien Bérard.

Pour y parvenir, Euronext implique systématiquement le sponsor métier du projet dans les phases de test. Il est le garant de la qualité et serait le plus à même de définir les scénarios pertinents.

Face à la multiplication des itérations, l’automatisation des tests de non-régression est devenue une nécessité. Enfin, le suivi en production, le monitoring, est assuré par les équipes de développement elles-mêmes. Cette responsabilisation garantirait une meilleure qualité de code. « Si vous livrez un truc qui ne marche pas bien, c’est vous qui allez gérer derrière », résume le directeur projets et innovation d’Euronext.

« Si vous livrez un truc qui ne marche pas bien, c’est vous qui allez gérer derrière. »

Outre ces quatre piliers, Euronext s’appuie sur un modèle opérationnel – ou plutôt organisationnel – structuré en trois niveaux, pour d’industrialiser l’innovation dans l’entreprise :

1. Les équipes métiers. Au premier niveau, 14 équipes (métier, risque, opérations) disposent donc de « data developers » intégrés. Elles ont un accès direct à leur périmètre de données. Elles peuvent développer des prototypes et déployer de manière autonome les projets jugés non critiques.

2. La « Data Core Team ». Le second niveau est une équipe centrale plus technique. Elle agit comme une « équipe commando IT ». Ses missions sont d’industrialiser les projets critiques initiés par les métiers pour les rendre robustes, de renforcer ponctuellement les équipes métiers, d’administrer la plateforme et d’assurer la formation et l’accompagnement des nouveaux utilisateurs.

3. L’IT « Legacy ». Le troisième niveau concerne la pérennisation. Une fois qu’un projet est mature, stable et que sa valeur démontrée, il est transféré aux équipes IT. Celles-ci peuvent réintégrer le code dans une application existante, ou le conserver sur la plateforme en le refactorisant selon leurs propres normes. Ce processus garantit la maintenabilité du patrimoine applicatif sur le long terme.

Les leçons d’une expérience de cinq ans

Avec cinq années de recul, Sébastien Bérard tire plusieurs enseignements.

Le premier porte sur l’accompagnement du changement. Euronext avait sous-estimé la difficulté pour des équipes non techniques de s’approprier les nouvelles méthodes. Un accompagnement dédié est par conséquent indispensable.

La deuxième leçon concerne la relation entre le métier et l’IT, un « terrain un peu flou » où la collaboration doit être construite proactivement pour dépasser les silos traditionnels.

Enfin, la gestion du savoir est un enjeu clé. Après avoir démarré avec des prestataires, Euronext a compris l’importance de réinternaliser ces compétences pour conserver un savoir-faire précieux sur les données et les projets.

Cette maîtrise permet à présent à Euronext d’explorer plusieurs axes nouveaux, notamment sur le front de l’IA générative. L’utilisation des LLM est en effet considérée comme particulièrement pertinente pour aider les utilisateurs peu techniques à coder plus efficacement. La GenAI présente aussi du potentiel pour accélérer la génération de documentation et de tests unitaires.

Un autre objectif est d’améliorer la factorisation et le partage de code entre les équipes via des librairies communes mieux structurées et documentées.

Pour l’avenir, Euronext poursuit également la modernisation de son infrastructure afin d’intégrer des données de marché en temps réel. Et ouvrir la voie à des cas d’usage en streaming à grande échelle.

Propos recueillis en septembre 2025 à l’occasion du Dataiku Summit de Paris.