easyJet a transporté près de 90 millions de passagers l'année dernière, desservant plus de 1 200 lignes avec une flotte de plus de 300 avions. Bien qu'elle soit l'une des principales compagnies aériennes à bas prix d'Europe, l'entreprise a dû faire face à une pression croissante pour se moderniser, les attentes des voyageurs exigeant des réservations fluides, des modifications flexibles et des offres personnalisées. Partout en Europe, les coûts élevés, les marges réduites et les concurrents axés sur le numérique ont accentué les défis pour toutes les compagnies aériennes. Avec des systèmes centraux toujours liés à une application de bureau vieille de dix ans et à l'une des plus grandes bases de données SQL Server de la région, easyJet était confrontée à de fréquents goulots d'étranglement techniques, des flux de travail fragmentés et bien plus encore. La transition vers la plateforme Data + AI de Databricks a permis à la compagnie aérienne de consolider ses outils commerciaux au sein d'un hub unique et de réduire les délais de déploiement de neuf à trois mois — un changement de rythme qui a remis l'innovation sur les rails pour easyJet.
Faire face aux pressions tarifaires du secteur aérien liées aux outils existants
La tarification des billets d'avion a toujours été imprévisible, mais avec les aléas météorologiques et l'évolution constante du comportement des voyageurs après la pandémie, elle est plus complexe que jamais. Dans le même temps, les clients attendent de la flexibilité lorsqu'il s'agit de choisir leurs sièges, d'ajouter des bagages ou de modifier leurs réservations à la volée. Pour easyJet, suivre le rythme du secteur signifiait que la gestion des revenus ne pouvait plus être limitée par des technologies vieilles de dix ans et des piles technologiques fragmentées. easyJet souhaitait mettre en place un hub web regroupant ces trois étapes. À terme, ce hub offrirait aux équipes commerciales un espace unique pour analyser les données, décider des tarifs et des services ancillaires appropriés, et agir en mettant à jour les prix ou les inventaires — réduisant ainsi le délai entre l'analyse et l'exécution.
Pour rendre cela possible, easyJet devait reconstruire ses bases de données afin de mieux suivre les transactions en temps réel. Chaque jour, les gestionnaires de revenus ajustaient les tarifs des sièges, mettaient à jour les prix des services ancillaires et enregistraient l'activité via l'interface de tarification, générant ainsi un flux continu de données transactionnelles. Parallèlement, des données analytiques étaient nécessaires pour prévoir la demande, générer des rapports de performance et se comparer aux concurrents. Connecter ces deux niveaux d'intelligence est devenu une priorité absolue : lier les actions de tarification quotidiennes à la planification commerciale à long terme d'une manière qui n'était pas possible auparavant. L'objectif était de permettre des alertes automatisées capables de signaler les anomalies, comme un vol presque complet proposé à un prix trop bas ou une ligne à faible trafic proposée à un prix trop élevé, afin de corriger le tir avant de perdre des revenus. En parallèle, easyJet a reconnu que les processus récurrents liés à la gestion des revenus devaient devenir plus fiables et moins dépendants d'un contrôle manuel. Ce qui était un processus fragmenté et réactif devait évoluer vers un système agile capable de suivre le rythme de la vente aérienne moderne — et la nouvelle plateforme allait poser les bases pour y parvenir.
Difficultés à saisir de nouvelles opportunités de marché
Jouant un rôle majeur dans la priorité stratégique d'easyJet visant à renforcer ses revenus, l'effort de modernisation de la gestion des revenus a débuté par une série d'obstacles de taille. Bien que le système de gestion des revenus (RMS) propriétaire d'easyJet soit l'un des meilleurs du secteur, il fonctionnait toujours sur une application de bureau .NET vieille de dix ans — un outil stratégique qui n'avait pas bénéficié de mise à jour majeure depuis des années. L'une des plus grandes instances SQL Server d'Europe prenait en charge l'application, mais elle avait été progressivement ouverte à l'ensemble de l'entreprise. « Au fil du temps, notre SQL Server est devenu accessible à tous. Différentes équipes s'y connectaient directement pour extraire des données, ce qui ralentissait les performances et nous laissait sans véritable gouvernance, avec des coûts de maintenance élevés », explique Dennis Michon, responsable des produits de données chez easyJet. L'ingénierie a dû faire face à une charge supplémentaire avec plus de 100 dépôts et des milliers de lignes de code par point de terminaison, créant une dispersion des données qui ralentissait encore la livraison. Pire encore, la migration des fonctionnalités prenait souvent de six à neuf mois, rendant l'innovation presque impossible. Face à ces obstacles, easyJet a choisi d'investir dans la plateforme Data + AI de Databricks comme base pour reconstruire son système de gestion des revenus.
Simplifier le développement d'applications pour automatiser les tâches manuelles
En implémentant d'abord Delta Lake comme pilier analytique, easyJet visait à remplacer son ancien SQL Server en tant que principal espace de stockage analytique de l'entreprise. En stockant à la fois les données historiques et analytiques avec la fiabilité ACID, les ingénieurs de données pourront désormais exploiter de nouvelles capacités, telles que la prévision de la demande, les rapports sur les revenus et l'analyse comparative de la concurrence. Cela transformera l'analytique, qui passera d'une fonction d'arrière-plan à un moteur de prise de décision commerciale pour les utilisateurs métiers. Ensuite, easyJet a ajouté Lakebase, un moteur Postgres entièrement géré et conçu pour le Lakehouse, à ses investissements Databricks. « Lakebase capture les données opérationnelles en direct et transforme l'activité quotidienne en signaux exploitables pour l'équipe. Cela signifie que nos équipes ne se contentent pas de regarder les données, elles sont capables d'y réagir d'une manière qui a un impact direct sur les performances de l'entreprise », explique Dennis. En transmettant ces informations aux systèmes en aval, Lakebase a permis de s'assurer que les canaux de réservation restaient à jour et que les tarifs correspondaient aux réalités du marché, devenant ainsi le nouveau cœur opérationnel des activités de gestion des revenus d'easyJet.
Au sein du lakehouse, Unity Catalog est en cours de déploiement pour centraliser les autorisations, l'audit et la traçabilité, garantissant que seuls les API et les principaux de service gouvernés interagissent avec les données. Pour easyJet, cette approche remplace l'environnement SQL Server complexe — où les équipes techniques effectuaient souvent des requêtes directes pour la découverte de données — et améliorera à la fois les performances et la conformité en éliminant les accès non contrôlés. À mesure que cette couche de gouvernance se développera, un contrôle précis permettra à des fonctionnalités telles que Lakeflow Jobs de s'exécuter de manière encore plus fluide. En définissant les flux de travail de manière déclarative, Lakeflow Jobs a automatiquement actualisé les tarifs avec une latence proche du temps réel, généré des rapports de performance commerciale et exécuté des vérifications planifiées de la demande et de la concurrence. Cette approche a évité aux ingénieurs de devoir surveiller manuellement les pipelines, a permis de maintenir constamment à jour les couches transactionnelles et analytiques, et a accru la fiabilité des flux de revenus sensibles au facteur temps.
Après avoir amélioré la gouvernance et fiabilisé les flux de travail, easyJet s'est attaquée à la dispersion des données. Grâce à Lakeflow Declarative Pipelines, les équipes ont consolidé plus de 100 dépôts avec des spécifications de pipeline reproductibles, simplifiant ainsi l'intégration des nouvelles sources de données dans les couches bronze (brutes), silver (raffinées) et gold (prêtes pour l'entreprise). Étroitement intégrés à GitHub via Databricks Repos et déployés avec Asset Bundles, ces pipelines commencent également à simplifier l'intégration et le déploiement continus (CI/CD), contribuant à accélérer les déploiements et à réduire les cycles de publication des nouvelles applications et versions d'applications. À mesure que l'équipe continue de réduire les chemins de code personnalisés, les modifications deviennent plus sûres, les retours en arrière plus rapides et la maintenance plus légère — créant ainsi une dynamique d'innovation continue.
Au niveau de la couche applicative, easyJet a reconstruit la gestion des revenus dans Databricks Apps, en créant deux applications distinctes au sein de l'environnement. La première était une application API Python qui connectait le lakehouse (analytique) et Lakebase (transactions) via des points de terminaison gouvernés, garantissant que les mises à jour opérationnelles alimentaient le système de manière cohérente. La seconde, une application UI basée sur Node, servait de tableau de bord aux équipes commerciales, où elles pourront analyser la demande, comparer les tarifs des concurrents, décider des stratégies et appliquer les changements au même endroit. Databricks Apps a éliminé le besoin de CI/CD séparé et de gestion manuelle de l'infrastructure, permettant à l'équipe produit de données de déployer plus rapidement des applications prêtes pour l'entreprise et d'itérer directement avec les utilisateurs de l'équipe commerciale d'easyJet. Pour étendre l'efficacité qu'elle constatait déjà sur la plateforme Data + AI de Databricks, easyJet transfère ses tableaux de bord commerciaux vers Databricks SQL. Plutôt que de s'appuyer sur des rapports SQL Server existants ou d'interroger directement les systèmes de production, les utilisateurs métiers accèdent à des tableaux de bord alimentés par des tables gold dans Delta Lake — les mêmes données qui alimentent les deux nouvelles applications. À mesure que cette migration progresse, les équipes renforcent leur confiance dans une base de données unifiée qui soutiendra l'évolution de leurs besoins analytiques. Ensemble, Databricks Apps et Databricks SQL ont remplacé des outils disparates par un hub unifié et gouverné pour la gestion des revenus. Grâce à cette base modernisée, easyJet s'est positionnée pour accélérer la gestion des revenus et poursuivre sa prochaine vision : un RMS agentique alimenté par Databricks et des interfaces conversationnelles.
La modernisation de la gestion des revenus apporte des gains mesurables
Le passage des systèmes existants à Databricks a rapidement porté ses fruits pour easyJet, en grande partie grâce aux Databricks Apps. Le délai de mise sur le marché pour la migration de leur application de bureau .NET vers une Databricks App entièrement fonctionnelle est passé d'environ 6 à 9 mois à seulement 3 mois, transformant une migration lente et à haut risque en un déploiement rapide et reproductible. Les Apps ont également éliminé la complexité liée au déploiement et au CI/CD en utilisant des bundles d'actifs pour gérer les ressources, les autorisations et l'authentification, simplifiant ainsi la maintenance et la mise à l'échelle. L'efficacité de l'ingénierie s'est améliorée, plus de 100 dépôts Git ayant été consolidés en seulement deux, réduisant ainsi la dispersion du code. La gouvernance et la sécurité, auparavant entravées par un accès SQL Server non contrôlé, sont désormais centralisées via Unity Catalog, ce qui facilite l'application du contrôle d'accès basé sur les rôles et la conformité.
L'impact commercial va cependant bien au-delà des chiffres. Les équipes de tarification et de trading commencent à travailler au sein d'un hub centralisé et moderne au lieu de jongler avec plusieurs tableaux de bord Tableau, feuilles de calcul et applications existantes. À mesure que de plus en plus de flux de travail migrent vers cet environnement unifié, la fragmentation qui ralentissait autrefois la prise de décision cède progressivement la place à un modèle opérationnel plus rationalisé. Avec Lakebase qui fournit des mises à jour transactionnelles en temps réel et Delta Lake qui alimente les analyses à long terme, les décisions sont prises en quasi-temps réel et sont directement intégrées aux canaux de réservation de la compagnie aérienne. Les Lakeflow Jobs et les Declarative Pipelines ont éliminé la supervision manuelle des actualisations et des rapports, redonnant ainsi aux ingénieurs un temps précieux pour le développement de nouvelles applications. Comme les Databricks Apps offrent une interface facile à utiliser et gouvernée où les utilisateurs non techniques peuvent travailler en toute confiance, le résultat est une plus grande agilité, moins de pannes et une barrière à l'innovation plus faible.
easyJet considère sa dynamique récente comme le début de son parcours. « Notre modernisation du RMS étant presque terminée, nous nous tournons maintenant vers l'avenir, notamment avec des assistants AI agentiques pour soutenir les utilisateurs professionnels, des interfaces conversationnelles GenAI pour une exploration plus rapide des scénarios de tarification et des centaines de nouveaux tableaux de bord BI et applications alimentés par Databricks SQL », a expliqué Dennis. Alors qu'easyJet continue d'abandonner progressivement son environnement SQL Server existant, la plateforme qu'elle construit aujourd'hui pose les bases de ses futures capacités : réduction des coûts, rationalisation des opérations et, à terme, mise en place d'un modèle de type vente au détail où les offres, les services auxiliaires et les tarifs peuvent être gérés de manière aussi dynamique que sur n'importe quelle plateforme d'e-commerce moderne. En fin de compte, Databricks a donné à easyJet une plateforme non seulement pour moderniser la gestion des revenus, mais aussi pour réimaginer l'avenir de la vente au détail dans le secteur aérien.
FAQ : easyJet sur Databricks
easyJet avait besoin de remplacer une application de bureau .NET vieille de dix ans et une base de données SQL Server existante massive et non gouvernée, qui entraînaient de graves goulots d'étranglement en ingénierie, des flux de travail commerciaux fragmentés et des retards de déploiement de plusieurs mois dans ses opérations de gestion des revenus.