Comment Personio a instauré une culture du coût en déployant Snowflake auprès de plus de 280 utilisateurs
- 60%
- de réduction du temps d'exécution des pipelines dbt
- 280+
- utilisateurs Snowflake directs pris en charge
Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.
Un acteur international des paris sportifs transforme sa culture des coûts et réduit ses dépenses Snowflake tout en intégrant davantage de workloads

La migration lift-and-shift d'Entain vers Snowflake, menée dans des délais serrés, a conduit à des implémentations de jobs sous-optimales. Le reporting interne sous Power BI offrait une visibilité basique au niveau des domaines, mais manquait de granularité, ne proposait aucune alerte et était devenu trop complexe à exploiter pour piloter l'optimisation. La situation est devenue critique lorsque l'équipe s'est retrouvée à 450 % au-dessus de son commitment annuel Snowflake.
SELECT a apporté une visibilité immédiate sur les coûts, avec une charge cognitive nettement réduite par rapport aux solutions internes d'Entain. La plateforme a permis d'identifier rapidement les leviers d'optimisation grâce à une analyse détaillée des coûts et à de puissantes fonctionnalités d'insights. L'interface intuitive de SELECT a levé les frictions qui poussaient les équipes à abandonner leurs précédents efforts de suivi des coûts, tandis que les économies automatisées ont délivré un ROI immédiat.
SELECT réduit considérablement la charge cognitive nécessaire pour comprendre les coûts Snowflake. Je peux m'installer et identifier facilement ce qui génère les coûts. Sans vouloir vous passer de la pommade, c'est tout simplement d'une simplicité déconcertante sur votre plateforme.
Blake Baggett, Head of Data Operations chez Entain
L'équipe data analytics d'Entain gérait l'ensemble des traitements en aval du moteur de paris, initialement sur une infrastructure MySQL incapable de suivre la croissance de ses besoins. L'équipe avait besoin d'une infrastructure cloud capable de monter en charge instantanément et d'éliminer le risque de pannes de plusieurs jours qui paralysaient ses capacités analytiques. Snowflake a résolu ses problèmes immédiats de scalabilité, en prenant en charge 900 utilisateurs enregistrés, dont environ 100 à 150 utilisateurs intensifs répartis entre les équipes data engineering, analytics, automation, data science, trading technology et marketing technology. Mais les délais serrés de la migration ont entraîné des implémentations sous-optimales qui se sont traduites, plus tard, par des hausses de coûts inattendues.
Avant SELECT, Entain avait construit un monitoring interne des coûts via des rapports Power BI qui regroupaient les utilisateurs Snowflake par domaines métier logiques. La solution interrogeait les schémas d'usage des comptes et appliquait des valeurs de crédit arbitraires pour donner une visibilité macro sur les dépenses des équipes. Si cette approche permettait des vérifications ponctuelles, elle présentait des limites majeures pour l'optimisation concrète. La solution Power BI ne proposait ni alertes, ni budgets, ni le niveau de granularité nécessaire à l'optimisation. Les équipes voyaient bien que Data Science consommait un certain montant, mais ne pouvaient pas descendre au niveau des jobs ou des requêtes à l'origine de ces coûts. D'autres limites techniques rendaient le système pénible à utiliser : les décalages de fuseau UTC empêchaient de consulter les coûts de la veille avant 11 h, et Snowsight ne pouvait afficher que 2 à 3 jours de données en raison d'un nombre trop élevé de points.
En deux mois seulement après l'adoption de SELECT, Entain a réduit ses coûts Snowflake annuels totaux de 35 %, tout en intégrant davantage de workloads métier sur la plateforme. Cette baisse spectaculaire est le résultat de plusieurs optimisations ciblées, rendues immédiatement visibles et actionnables par SELECT. Le premier succès marquant est venu de l'optimisation du stockage : SELECT a instantanément mis en évidence une base de données générant 60 000 $/an de coûts de backup. L'équipe a pu décider rapidement de basculer la table de permanente à transient, pour des économies massives.
Les insights de SELECT ont permis à Entain d'optimiser son infrastructure d'ingestion de données. L'équipe est passée à des warehouses Gen2 pour ses opérations de merge à haute fréquence, en exécutant 950 topics Kafka sur deux warehouses Gen2 extra small. Cette optimisation a fait passer les coûts d'ingestion de 300 à 80 crédits par jour, soit environ 200 000 $/an d'économies. L'équipe effectue désormais un merge toutes les 20 minutes sur 900 tables, sans aucun problème de queuing.
SELECT a transformé la manière dont Entain pilote ses coûts Snowflake et s'est imposé comme la source unique de vérité pour l'ensemble du monitoring et de l'optimisation. L'équipe s'appuie désormais sur des digests Slack quotidiens pour suivre les requêtes longues, les workloads en plus forte hausse et les nouveaux workflows. Blake organise chaque semaine des revues avec chaque département pour discuter des évolutions de coûts et créer 3 à 4 tickets Jira d'optimisation à partir des insights SELECT. Cette approche systématique garantit qu'aucune opportunité d'optimisation ne passe sous le radar, tout en offrant une visibilité claire sur le ROI des efforts d'amélioration.
SELECT a enclenché un véritable changement culturel vers une optimisation proactive des coûts au sein des équipes de développement d'Entain. Les conseils d'optimisation de SELECT ont été partagés dans les canaux de communication, incitant les ingénieurs à discuter activement et à échanger sur leurs améliorations de requêtes. Les ingénieurs ont pris l'habitude de partager les résultats avant/après optimisation, les managers se prêtant même à des compétitions amicales sur l'évolution hebdomadaire des coûts de jobs. Cette approche par gamification a rendu l'optimisation des coûts stimulante plutôt que contraignante. La plateforme a également changé la manière dont l'équipe aborde ses décisions d'investissement en optimisation. Auparavant, l'optimisation des coûts était souvent écartée comme trop complexe ou considérée comme un coût inhérent à l'activité. Désormais, SELECT offre une visibilité claire sur les économies potentielles avant même d'engager du temps de développement, permettant des arbitrages sereins sur l'allocation des ressources, avec un ROI quantifiable.
Découvrez comment SELECT aide les équipes à réduire le gaspillage des warehouses, à gagner en visibilité et à passer à l'action grâce aux insights sur les coûts.
This is the easiest thing we've ever done to save money - 20x ROI. Does this not exist for AWS?
Skyler Chi, SVP, GTM Productivity & Excellence at Exiger
SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.
Devin McGee, Data Engineering Lead at Home Chef
SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decision.
Douglas Zickuhr, Senior Data Platform Engineer at Personio
Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.
Edward Mancey, GTM Lead at Synthesia
SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost.
Blake Baggett, Head of Data Operations at Entain
You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, wait, I can!
Diana Koshy, Sr. Director of Data Engineering at Kargo
SELECT works the way my brain works. I love clicking through the query patterns and different workloads. It's a very intuitive diagnostic flow.
Ian Fahey, Senior Analytics Engineer at Loop
One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check.
Michael Revelo, Manager of data and analytics engineering at ClickUp