L’article qui se concentre sur le graphique et oublie le pipeline de données qui se cache derrière.

Les tableaux de bord sont trompeurs. La partie visible — le graphique, le sélecteur de date, les filtres — donne l’impression de ne représenter que quelques jours de travail sur l’interface utilisateur. La partie invisible, c’est la couche de données : d’où proviennent les chiffres, à quelle fréquence sont-ils recalculés, dans quel fuseau horaire s’inscrivent-ils, qu’est-ce qui est considéré comme un utilisateur unique, et que se passe-t-il lorsque le service financier signale que le chiffre est erroné le mardi matin ?

Cette estimation dépend du fait que les données existent déjà sous une forme permettant d’effectuer des requêtes. Si oui, le travail consiste principalement en un rendu graphique. Si non, il s’agit d’un pipeline de données surmonté d’un graphique — et cela représente un ordre de grandeur tout à fait différent.

Ce qui se dit dans la salle

Interface utilisateur : « La bibliothèque de graphiques peut se charger du rendu. Ça prendra un jour ou deux. »

Backend : « Quelle est la source de référence pour ces chiffres ? »

Données : « En temps réel, ou en fin de journée, cela vous convient-il ? »

PM : « Quel fuseau horaire utilisons-nous pour « aujourd’hui » ? »

Titre : « Que se passe-t-il lorsque les professionnels de la finance affirment que le graphique est erroné ? »

Questions qu’il convient de se poser avant de voter

  • Les données sous-jacentes existent-elles sous une forme permettant d’effectuer des requêtes, ou devons-nous d’abord mettre en place le pipeline ?
  • Fréquence de mise à jour : en temps réel, toutes les heures, tous les jours, à la demande ?
  • Gestion des fuseaux horaires — heure du serveur, heure de l’utilisateur, heure du compte ?
  • Exploration en profondeur : des liens vers les lignes brutes ou uniquement vers les agrégats ?
  • Exportation : CSV, lien de partage, image intégrée ?
  • Autorisations : qui a accès à quelle partie des données ?
  • Quelle est la réaction lorsque les chiffres ne correspondent pas à ceux d’un autre rapport ?

Si le pipeline de données n’existe pas encore, ce n’est pas le graphique qui est au cœur du sujet, mais bien le pipeline lui-même ; il vaut donc la peine de le présenter séparément et de l’évaluer à part entière.

Évaluez la couche de données. Si les chiffres ne sont pas encore consultables, le graphique ne représente que les 5 % restants.

Tout comme pour l’estimation d’une fonctionnalité de recherche, l’interface utilisateur visible est la partie la plus simple ; c’est la couche de données qui demande le plus de travail. Consultez les autres exemples d’estimations concrètes, ou lancez une session gratuite de Planning Poker dès que vous disposez d’une réponse à la question relative aux données.