2. Contexte
Société de crédit de consommation
🇫🇷 🇪🇸 🇮🇪 🇩🇪 🇵🇹
Lancement de 2 pays par an
👨💻
Market Place - reconditionné
🇫🇷 🇪🇸 🇮🇪 🇩🇪 🇧🇪 🇺🇸
Lancement de 2 pays par mois
💉 👩🚀 👮
Autres domaines :
3. Problématique
Chaque demande à un coût
Impact direct sur les analyst de crédits
Pollution des données
Chaque demande à un coût
Achat de produit réel, impact sur les
commerçants
🏋 Garantir le bon fonctionnement de la production
👷
🗑 Les tests en production polluent les données de production
💰 Les tests en production ont un coût financier conséquent
5. Monitoring 🕵
Le monitoring est une activité de surveillance et de mesure d'une activité.
👏 Wikipedia
Domaine médical / les hôpitaux
👍 Rapide, précis 👎 Flux, historique de données
donnée à vérifier ?
6. Monitoring - Younited Credit
Azure DevOps Solution custom
Vérifie tous les TAEG des clients en
production en se basant sur les
actions faites par les clients.
Flux de clients assez élevé après les MEP / Pas de tests en production
Utilisation du langage
KQL dans App Insight
Une vérification est faite sur le
taux de conversion et le taux
d’acceptation.
7. Monitoring - Younited Credit
🇫🇷 🇪🇸 🇮🇪 🇩🇪 🇵🇹
Quelle donnée dois-je monitorer ?
TAEG (le taux qui prend en compte la totalité des frais occasionnés par la souscription d'un prêt)
Quel est le nombre de tests pour assurer une bonne couverture ?
nbre tests/pays = 3 x 7 x 78 = 1638
nbre total = 1631 * 5 = 8190 😱
🤯 Modification des grilles de TAEG à tester en 1 journée
8. Monitoring - Back Market
Data dogs Solution custom
Flux assez bas après les MEP
Création d’une boutique en
production avec un prix à 1 euro.
Test d’un parcours critique après
chaque MEP
/ Il y a des tests en production
Très compliqué à mettre en
place, suite à un manque de
données fiables.
Utilisation de Data dogs pour remonter
les erreurs critiques (erreur 500, 404 …)