Ubisoft place les joueurs au centre de tout ce que l'entreprise développe. Chaque interaction au sein de franchises comme Assassin's Creed, Just Dance et Rainbow Six génère des données qui alimentent des modèles de recommandation, l'analyse du gameplay et la détection de la triche, le tout au service d'une meilleure expérience pour les joueurs.
Face à la demande croissante de ses employés et à la multiplicité des productions simultanées, l'écosystème Hadoop vieillissant d'Ubisoft et ses outils personnalisés fragmentés ne parvenaient plus à suivre le rythme. Avec la Databricks Platform, Ubisoft a remplacé un ensemble hétéroclite de solutions par un flux unique et gouverné reliant les pipelines de données, l'analytique et les applications. Les équipes peuvent désormais accéder à des données fiables en libre-service, réduire le temps nécessaire pour obtenir des informations de plusieurs jours à quelques secondes, et faire des données l'atout stratégique dont l'entreprise avait besoin.
La croissance des données de jeu dépassait les capacités des personnes qui en avaient besoin.
La mission d'Ubisoft est de proposer des expériences de jeu riches et évolutives au travers de certaines des franchises les plus reconnues du jeu vidéo. Pour y parvenir à grande échelle, il faut considérer les données comme un asset stratégique, accessible à toutes les équipes qui façonnent ce que les joueurs voient à l'écran. Pour une entreprise de 17 000 personnes, le défi n'a jamais été de générer des données. Il s'agissait de les transmettre aux bonnes personnes assez rapidement pour qu'elles puissent agir en conséquence.
Une plateforme legacy poussée à ses limites
L'environnement Hadoop hérité d'Ubisoft, construit à partir de bibliothèques open source et d'outils personnalisés, a bien servi l'entreprise mais est devenu plus difficile à monter en charge à mesure que la demande de calcul de plusieurs productions simultanées augmentait. Les insights passaient par des modules de traitement, de transport et d’exposition déconnectés avant d’atteindre les équipes, et les données métier circulaient via un outil d’ingestion personnalisé gérant plus de 4 000 pipelines où les livraisons pouvaient prendre de 30 minutes à quelques heures.
« La demande n'a cessé de s'accélérer et le système n'arrivait pas à suivre. « Chaque correctif que nous appliquions nous faisait gagner du temps, mais ne résolvait pas le problème sous-jacent », a déclaré Tsvetan Petkov, directeur technique de la plateforme de données chez Ubisoft.
Un accès aux données qui dépendait des connaissances en SQL
Les concepteurs de niveaux et les programmeurs de gameplay dépendaient des analystes pour query la plateforme et obtenir des résultats, un flux de travail qui était standard mais difficile à Monter en charge. Après un playtest, un seul analyste pouvait recevoir des centaines de demandes similaires, et les réponses pouvaient prendre des jours à arriver.
« Les données étaient toujours là. La barrière était qu’il fallait SQL pour y accéder, et la plupart des personnes qui avaient besoin de réponses n’avaient pas cette compétence », a déclaré Thomas Donadei, Technical Product Manager chez Ubisoft.
Une plateforme unique pour connecter les pipelines, les insights et les applications
Ubisoft avait besoin d’une plateforme capable de monter en charge, combler le fossé entre la production et la consommation de données, et d’accéder à l’accès libre au-delà de ceux qui connaissaient SQL. L'équipe est passée à la Databricks Platform avec Unity Catalog comme socle gouverné, offrant à chaque équipe un chemin unique vers des données fiables et un ensemble unique de contrôles d'accès, plutôt que la couche personnalisée qui n'était plus adaptée.
Migration de plus de 4 000 pipelines depuis les outils legacy avec Lakeflow
L'équipe a adopté Lakeflow, un service géré d'ingestion et d'orchestration, pour start à démêler la couche de pipelines. Plus de 4 000 pipelines de données métier s'exécutaient sur des outils existants, et Lakeflow offre à l'équipe un moyen de les migrer et de les standardiser sans avoir à reconstruire chacun d'entre eux à partir de zéro. Au lieu d'écrire du code personnalisé pour chaque nouvelle source de données, les équipes configurent les connecteurs et les transformations de manière visuelle, et les nouvelles sources sont disponibles pour l'entreprise en quelques minutes.
« Quatre semaines après la première démo, des personnes qui n'avaient jamais créé de pipeline géraient leur propre ingestion de données », a déclaré Tsvetan. « Une telle montée en puissance n'était tout simplement pas possible auparavant. »
Les données du Lakehouse sont disponibles pour les applications en quelques secondes
Pour transmettre ces données aux applications tout aussi rapidement, Ubisoft a associé Databricks Apps à Lakebase, un backend PostgreSQL serverless qui synchronise automatiquement les données depuis le lac. Les modifications traitées en amont sont disponibles pour la consommation en à peine deux secondes, éliminant ainsi les pipelines d'exportation que l'équipe gérait auparavant. Pour les petites équipes sans support DevOps dédié, cela change le champ des possibles. Elles peuvent mettre en place une application pilotée par les données, la connecter à Lakebase et la monter en charge à la demande sans avoir à gérer l'infrastructure.
"Les équipes qui auraient passé des semaines à provisionner l'infrastructure étaient opérationnelles en quelques heures. Déployer, connecter, envoyer les données. "C'était tout", a dit Tsvetan.
Accès en langage naturel pour les profils non techniques
Même avec des pipelines plus propres et des backends d'application plus rapides, les concepteurs et les développeurs de gameplay avaient toujours besoin de SQL pour interroger les données. Pour combler cet écart, Ubisoft a piloté Genie sur un jeu en production, offrant à ces postes un moyen de poser des questions en langage naturel directement après les playtests, plutôt que de faire passer des demandes répétées par les analystes. L'équipe étend maintenant l'utilisation de Genie à d'autres productions et jeux de données.
"L'objectif a toujours été de rendre les données accessibles à l'ensemble des 17 000 employés", a déclaré Thomas. "Genie est le premier outil qui rend cet objectif vraiment réaliste."
Des réponses plus rapides pour les personnes les plus proches des jeux
Dans le cadre d'un projet pilote, le directeur des données a estimé qu'environ 60 % du temps que les analystes consacraient auparavant à répondre aux questions répétées sur les playtests a été récupéré. Les concepteurs et les développeurs qui attendaient autrefois des jours obtiennent désormais des réponses en quelques secondes, et les analystes qui traitaient ces demandes se sont consacr és à un travail plus approfondi. L'équipe de la plateforme a directement constaté ce même changement lorsqu'elle a utilisé Genie Code pour créer un tableau de bord de suivi de l'adoption et des coûts pour l'AI Gateway de l'entreprise, un projet qui aurait auparavant nécessité un analyste dédié.
"Les questions n'ont pas disparu", a déclaré Thomas. "Il y en a tout autant qu'avant. La différence, c'est que Genie y répond, et que nos analystes peuvent se concentrer sur le travail qui fait vraiment avancer les choses."
Rapidité de l’ingestion à l’application
Lakeflow et Lakebase étendent cette même vitesse au reste de la chaîne. Les nouvelles sources de données qui nécessitaient un développement personnalisé parviennent désormais à l'entreprise en quelques minutes grâce à Lakeflow, et se synchronisent avec Lakebase pour être servies dans les applications en seulement deux secondes, contre 30 minutes à plusieurs heures auparavant. Lorsque l'entreprise a eu besoin de donner à ses équipes de développement un accès gouverné à des modèles d'IA hébergés dans le cloud, l'équipe plateforme a utilisé cette même base pour mettre en place une AI Gateway et passer de la planification à la production en deux à trois semaines.
La route vers des charges de travail agentiques gouvernées
Une fois la plateforme principale en place, Ubisoft se tourne vers la suite. Lakeflow deviendra l’un des principaux outils d’orchestration de l’entreprise, Lakebase le backend principal pour les nouvelles applications Databricks, Genie une voie vers une analytique libre-service plus large, et Genie Code un moyen pour les équipes techniques d’accélérer le développement de données gouvernées et d’IA. « Le secteur évoluait rapidement, et nous estimions avoir trois ans de retard sur nos objectifs », a déclaré Tsvetan. « Ce vide a pratiquement disparu. « Notre dernier kilomètre est régi par des charges de travail agentiques, et avec Databricks, nous y arriverons. »