BforBank : Performance & Observabilité 360°

ÉTUDE DE CAS · BANQUE EN LIGNE

Sécuriser la montée en charge jusqu'à 200 000 utilisateurs actifs.

Adservio structure une équipe transverse Performance & Observabilité pour la banque en ligne du groupe Crédit Agricole : monitoring, anticipation des pics, expérience client irréprochable.

Client

BforBank (groupe Crédit Agricole)

Expertise

SRE Augmentée · Observabilité 360° · Performance Engineering

Stack technique

Datadog · Grafana · OpenTelemetry · K6 · AWS · Kubernetes

Engagement

8 experts · 24 mois

CONTEXTE

Contexte du projet

BforBank ambitionne d'atteindre 200 000 utilisateurs actifs sur ses parcours bancaires en ligne. Cette montée en charge impose une refonte complète des pratiques d'observabilité et de performance, l'outillage historique, hérité de la DSI groupe, ne permet plus de corréler les signaux entre infrastructure, applicatif et expérience client.

Sans cadre transverse, les équipes DevOps et applicatives peinaient à corréler les signaux entre couches techniques. Chaque incident donnait lieu à une réunion de crise multi-équipes, chaque dégradation utilisateur était détectée avec plusieurs minutes de retard, un risque opérationnel et réputationnel majeur sur un marché bancaire où la confiance se mesure en millisecondes.

L'enjeu : passer d'une approche réactive à une supervision proactive, capable de détecter les dérives avant qu'elles n'impactent l'utilisateur final, et d'ancrer durablement une culture SRE au sein des 12 équipes produit, alignée sur les standards Google SRE et adaptée aux contraintes réglementaires bancaires (DORA, ACPR).

Objectifs stratégiques

OBJECTIFS

(01)

Observabilité 360°

Mettre en œuvre une supervision unifiée couvrant infrastructure, applicatif, réseau et expérience utilisateur final, fini les silos par couche, place à une vue corrélée par parcours métier (login, virement, paiement carte).

(02)

Performance Engineering

Industrialiser les tirs de charge dans la CI/CD avec des seuils de non-régression automatisés sur chaque release. Anticiper la montée à 200 000 utilisateurs actifs sans dégrader les SLOs des parcours critiques.

(03)

Culture SRE

Diffuser au sein des 12 équipes produit les pratiques SRE : SLI/SLO mesurables, error budgets négociés avec le métier, blameless postmortems, game days réguliers, passer d'une posture réactive à une discipline opérationnelle.

Solutions déployées par Adservio

SOLUTIONS

Adservio a déployé une squad SRE pluridisciplinaire (SRE Lead, Performance Engineers, Data Reliability, FinOps) pour structurer la pratique sur 24 mois.

(01)

Cartographie des SLO

Définition des indicateurs critiques par parcours utilisateur (login, virement, paiement, KYC, mobile) avec budgets d'erreurs négociés directement avec le product management. 48 SLO actifs alignés sur les usages réels.

(02)

Plateforme observabilité unifiée

Déploiement d'une stack Datadog / Grafana / OpenTelemetry mutualisée à l'échelle du groupe, avec dashboards par parcours, alerting intelligent (burn rate multi-window) et corrélation automatique infra/app/RUM.

(03)

Industrialisation des tirs de charge

Automatisation des tests de performance (K6, JMeter, Gatling) dans la CI/CD avec reporting automatisé, seuils de non-régression bloquants et capacity planning trimestriel, la performance devient un quality gate, pas un audit annuel.

(04)

Animation de la culture SRE

Formation des 12 équipes produit sur SLI/SLO et error budgets, animation mensuelle de game days et de postmortems blameless, évangélisation au sein de la DSI groupe avec la création d'une SRE Academy interne.

(05)

FinOps & green IT

Optimisation continue de la consommation cloud AWS (rightsizing, autoscaling, spot) couplée à un suivi carbone par parcours métier, réduction de 22 % de la facture infrastructure tout en absorbant la croissance des utilisateurs.

Des SLO mesurables. Un error budget piloté.
Une dérive détectée en moins de 5 minutes.

Les parcours critiques sont définis dans un fichier YAML auditable. Le moteur Datadog + OpenTelemetry exécute, calcule le burn rate et déclenche un freeze de déploiement en cas d'épuisement du budget : 200 000 utilisateurs supervisés en temps réel.

Résultats

CHIFFRES CLÉS

×4

Capacité utilisateurs

Montée en charge jusqu'à 200 000 utilisateurs actifs sans freeze produit.

99,99 %

SLO atteint

Disponibilité tenue sur les parcours paiement, login et virement.

÷3

MTTR P1

Temps moyen de remédiation P1 ramené de 28 à 9 minutes.

÷5

Time-to-detect

Détection d'un incident métier passée de 25 minutes à moins de 5.

SLO actifs

Indicateurs critiques alignés sur les usages réels par parcours.

−22 %

Coûts cloud

Facture AWS réduite malgré la croissance ×4 des usages.

Impact

CE QUE ÇA CHANGE

Capacité ×4 utilisateurs

Plateformes capables de supporter la montée jusqu'à 200 000 utilisateurs actifs, avec SLO maintenu sur tous les parcours critiques. Plus aucun freeze produit lié à la performance lors des campagnes marketing.

SLO 99,99 % atteint

Atteinte des objectifs de disponibilité sur les parcours paiement, login et virement. Les engagements clients tiennent sous tous les pics, y compris lors des soldes et des fins de mois.

MTTR divisé par 3

Détection et résolution des incidents accélérées grâce à l'observabilité unifiée et aux alertes proactives. Temps moyen de remédiation ramené de 28 à 9 minutes sur les incidents P1.

Culture SRE diffusée

Adoption transversale par 12 équipes produit, formations sur SLI/SLO et error budgets, et déploiement d'une SRE Academy interne. La discipline opérationnelle est maintenant ancrée dans le quotidien.

FinOps & green IT

−22 % de coûts cloud sur AWS malgré la croissance ×4 des usages, et baisse mesurée de 18 % de l'empreinte carbone par parcours utilisateur, la fiabilité ne coûte plus la croissance.

Time-to-detect divisé par 5

Avant le programme, un incident métier prenait jusqu'à 25 minutes à être détecté. Aujourd'hui, l'alerting basé sur les SLO et le burn rate l'identifie en moins de 5 minutes, souvent avant l'utilisateur final.