Cellnex Telecom est le principal opérateur indépendant d’infrastructures de télécommunications sans fil en Europe. Le groupe conçoit, déploie et exploite des tours de télécommunications, des small cells, des DAS, des infrastructures de connectivité IoT et des réseaux fibre. Présent dans une douzaine de pays européens, Cellnex opère plusieurs dizaines de milliers de sites.

‍

En France, Cellnex a connu ces dernières années une croissance rapide par acquisitions successives. Cette dynamique a été un accélérateur commercial — mais elle a aussi laissé un héritage data particulièrement complexe.

‍

Trois entités fusionnées, ce n’est pas seulement trois équipes à intégrer. C’est aussi : - Trois paysages applicatifs distincts, avec formats, règles, référentiels, outils différents - Trois bases de données hétérogènes où les mêmes concepts sont modélisés différemment - Trois cultures d’usage sédimentées en dizaines de fichiers Excel, macros VBA et scripts SQL — le fameux shadow IT - Trois calendriers de closing parfois désynchronisés.

Concrètement, la préparation des données multisources consommait 80 % du temps des équipes Data.

‍

Comme Clémence Camus, Data Analytics Engineer du côté Cellnex, l’a résumé : « Les équipes passaient un temps considérable sur Excel ou via des scripts intermédiaires pour nettoyer, aligner et croiser les données. C’était chronophage, difficilement auditable, et le risque d’erreur humaine était permanent. On passait à côté de l’analyse parce que l’effort était concentré à 80 % sur la simple préparation technique. »

‍

Cellnex a fait le choix de Snowflake comme entrepôt de données unique, alimenté par Alteryx en amont. Prime Analytics est intervenu à trois niveaux :

‍

1. Conseil sur l’architecture cible — définition d’une architecture data unifiée articulant Alteryx en ingestion, Snowflake en centralisation, gouvernance opérationnelle pensée pour la durée.

‍

2. Licences et déploiement Alteryx Server — passage d’un usage Alteryx Designer isolé à un déploiement Server permettant la planification et l’industrialisation des workflows.

‍

3. Formation et montée en compétences — accompagnement des équipes Finance et Data pour les rendre pleinement autonomes.

‍

Le “so what” pour votre organisation
Si votre organisation vient de vivre une fusion ou une croissance externe rapide, ne cherchez pas à intégrer les données sur les anciennes infrastructures. Faites d’abord le pas d’une architecture cible unifiée.

‍

Alteryx intervient comme moteur d’ingestion — se connecte nativement aux sources héritées, extrait, prépare, pousse dans Snowflake.

‍

Snowflake standardise le stockage et expose la donnée au business.

‍

Alteryx Server planifie automatiquement les chaînes de traitement, principalement pendant la nuit.

Comme le résume Mokhtar Bichiou (Prime Analytics) : > « Côté Prime, l’objectif était vraiment de sécuriser et de stabiliser cette usine à données. En basculant la lourdeur des traitements la nuit via le scheduling d’Alteryx Server, on s’assure que Snowflake est alimenté en continu, sans impacter la performance des outils au quotidien. »

‍

Le “so what” Beaucoup d’organisations sous-utilisent Alteryx Server. C’est une erreur stratégique. Server ne se contente pas d’automatiser — il change la posture de l’équipe Data, qui passe d’exécutant à superviseur.

‍

• Préparation : de 80 % du temps sur Excel à ingestion automatisée native
• ‍

• Production : d’exécutions manuelles à planification nocturne automatique
• ‍

• Fiabilité : de risque d’erreur permanent à chaîne auditable
• ‍

• Focus équipes : de préparation technique à analyse business
• ‍

• Décisions : plus rapides, mieux étayées

‍

• Trois bénéfices majeurs :
• ‍
• - Fiabilité et vélocité — décisions business appuyées sur une base Snowflake actualisée automatiquement
• ‍- Valorisation du capital humain — profils experts recentrés sur l’analyse
• ‍- Gestion pilotée, plus subie — capable d’accompagner les prochaines étapes du groupe

‍

Et demain : Alteryx One, observabilité, IA générative

• - Alteryx One — flux d’alertes et monitoring

• - Data Quality et observabilité de l’environnement Snowflake

• - IA générative appliquée à Alteryx — participation aux GenAI Labs co-organisés par Alteryx et Prime Analytics

‍