i

Description

Punaise rouge posée sur une pile de cartes de papier.

Source

Slashme · page d’origine

Licence

CC0 Domaine public

Photo d’origine, non retouchée. L’arrière-plan en est une version stylisée par le site.

Jira en profondeur et alternatives

Vous comprendrez le modèle de Jira (projets, types de tickets, workflows, schémas, écrans, champs) et pourquoi sa flexibilité est à la fois sa force et son risque.

En bref

• Vous comprendrez le modèle de Jira (projets, types de tickets, workflows, schémas, écrans, champs) et pourquoi sa flexibilité est à la fois sa force et son risque.
• Vous saurez écrire du JQL utile et situer Advanced Roadmaps / Plans.
• Vous identifierez les pièges de sur-personnalisation et leurs remèdes.
• Vous saurez situer GitLab, GitHub Projects, Linear, Trello, Notion : forces, faiblesses, cas d'usage, et comment ils servent (ou non) un projet data/BI.
• Vision d'ensemble : panorama ; équivalent Microsoft : Azure DevOps / TFS ; notes : comparatif.

Les notes /5 sont contextuelles (équipe de 5 à 15 personnes, projet data/BI). Voir NOTATION.

Sur cette page

1. 🟢 Novice — Jira en cinq minutes
2. 🟢 Novice — Offres et fin de vie de l'hébergement
3. 🟡 Pratique — Workflows, schémas et écrans
   1. Workflow
   2. Les schémas (company-managed)
4. 🟡 Pratique — JQL et reporting
   1. Rapports natifs
5. 🟡 Pratique — Advanced Roadmaps / Plans
6. 🔴 Expert — Pièges de sur-personnalisation
   1. Gouvernance saine
7. 🔴 Expert — Jira et les projets data
8. 🔴 Expert — Alternatives : forces et faiblesses
   1. GitLab
   2. GitHub Projects
   3. Linear
   4. Trello
   5. Notion
   6. Tableau de synthèse
9. 🔴 Expert — Choisir quand on est sur TFVC et on-premise
10. Métriques — notation de Jira Cloud
11. 🤖 Contribution de l'IA
12. Voir aussi

Niveau : 🟢→🔴

🟢 Novice — Jira en cinq minutes#

Jira (Atlassian) est l'un des outils de suivi de tickets les plus répandus dans l'industrie logicielle. Ses objets :

Hiérarchie standard : Epic → Story/Task/Bug → Sub-task. Au-dessus des Epic, en Premium et Enterprise, des niveaux supplémentaires (Initiative, via Plans/Advanced Roadmaps).

🟢 Novice — Offres et fin de vie de l'hébergement#

Jira existe en Cloud (SaaS, plusieurs paliers dont Free/Standard/Premium/Enterprise) et en Data Center (auto-hébergé). Atlassian a annoncé le 8 septembre 2025 la fin du Data Center : arrêt de la vente aux nouveaux clients au 30 mars 2026, fin des nouveaux abonnements et extensions pour les clients existants au 30 mars 2028 (les renouvellements restent possibles jusqu'à la fin de vie), fin de vie le 28 mars 2029 (produits et licences en lecture seule). Bitbucket et Bamboo Data Center ainsi que Jira Align Data Center ne sont pas concernés (état 2026-10, à revérifier sur la page officielle d'Atlassian avant toute décision).

🟡 Pratique — Workflows, schémas et écrans#

Workflow#

Un workflow = statuts + transitions + conditions (qui peut passer), validateurs (données requises), post-fonctions (actions automatiques), propriétés. Exemple pour un ticket de livraison de datamart :

Backlog → Prêt → En développement → En revue → En recette → Livré
                      ↑                 │            │
                      └─────── Rejeté ──┴────────────┘

Chaque transition peut exiger : un commentaire (rejet), un champ (« Résultat de recette »), un rôle (seul le testeur peut passer en Livré).

Les schémas (company-managed)#

Un projet agrège des schémas : schéma de types de tickets, de workflows, d'écrans, de champs, de permissions, de notifications, de niveaux de sécurité. Ce découplage permet de partager un schéma entre projets, mais crée une dépendance en chaîne : modifier un workflow partagé touche tous les projets qui l'utilisent.

🟡 Pratique — JQL et reporting#

JQL (Jira Query Language) est la langue de requête. Elle sert aux filtres, tableaux de bord, boards (un board est un filtre), automatisations.

project = DATA AND issuetype = Bug AND statusCategory != Done AND created <= -30d ORDER BY priority DESC, created ASC

sprint in openSprints() AND assignee = currentUser() ORDER BY rank

project = DATA AND status CHANGED TO "Livré" DURING (startOfMonth(), endOfMonth())

issue in linkedIssues(DATA-142, "is blocked by") AND statusCategory != Done

Fonctions utiles : currentUser(), openSprints(), closedSprints(), startOfWeek(), membersOf("groupe"), issueHistory(), linkedIssues() (renommées workItemHistory() et linkedWorkItems() dans la documentation Cloud, qui accepte encore les anciens termes). Opérateurs d'historique : WAS, CHANGED, DURING, AFTER, BEFORE.

Rapports natifs#

Burndown, burnup, vélocité, rapport de sprint, diagramme de flux cumulé, temps de contrôle (control chart), rapport de version. Les graphiques reposent sur le mappage des statuts sur les colonnes du board et sur l'historique. Pour des tableaux de bord riches (lead time par type, vieillissement des tickets), on s'appuie sur des applications du Marketplace, sur l'API REST ou sur des exports vers une base décisionnelle (puis Power BI). Voir 10 — Métriques et reporting.

🟡 Pratique — Advanced Roadmaps / Plans#

Dans les offres Premium et Enterprise de Jira Cloud, Plans (anciennement Advanced Roadmaps) fournit : hiérarchies au-dessus d'Epic (Initiative, Thème), planification multi-équipes (capacité, dépendances), scénarios (« et si on retire l'équipe X ? »), avertissements sur les conflits (dépendances, dates). C'est la réponse d'Atlassian à la planification de portefeuille ; l'équivalent côté Microsoft est le Delivery Plans d'Azure DevOps, plus léger. Pour l'agilité à l'échelle de l'entreprise (SAFe notamment), Atlassian propose Jira Align.

🔴 Expert — Pièges de sur-personnalisation#

La flexibilité de Jira mène à des dérives typiques, rarement prises à temps :

Gouvernance saine#

🔴 Expert — Jira et les projets data#

Les équipes data utilisent Jira de manière différente d'une équipe produit :

• Types de tickets spécifiques : Incident de donnée, Évolution de modèle, Demande d'extraction, Recette, Migration. Chacun avec ses champs (table/jeu de données, domaine, criticité).
• Liens aux livrables : Jira lie bien aux dépôts Git (Bitbucket/GitHub/GitLab) par l'ID du ticket dans le commit ; pour un dépôt TFVC, il n'existe pas d'intégration native : il faut convention de commentaire (DATA-142) + application ou script, d'où une traçabilité plus faible qu'avec Azure DevOps. C'est un critère de poids dans le comparatif.
• Recette sur chiffres : un workflow avec statut « En recette métier », champ « Résultat » (conforme / écart toléré / écart) et preuve jointe ; les écarts créent des tickets liés.
• Service Management : les demandes de support data (accès, nouvelle mesure, rapport en échec) s'accommodent bien d'un portail Jira Service Management avec SLA ; c'est un point fort par rapport aux outils de seule planification.

🔴 Expert — Alternatives : forces et faiblesses#

GitLab#

Plateforme unique : dépôts, issues, epics et iterations (paliers payants Premium/Ultimate), boards, merge requests, pipelines, registre de conteneurs, sécurité (SAST de base dès le palier gratuit, DAST en Ultimate). Forces : un seul outil de bout en bout ; traçabilité naturelle issue ↔ MR ↔ pipeline ↔ déploiement ; auto-hébergeable (on-premise) ou SaaS ; gouvernance de plateforme. Faiblesses : planification moins riche (workflows d'issues simples, graphiques burndown/burnup réservés aux paliers Premium/Ultimate) ; complexité d'administration (auto-hébergé) ; modèle de licence par palier. Projet data : très bon si le code vit sur GitLab (CI SQL, dbt, tests), pas de support TFVC.

GitHub Projects#

Tableaux, tables et feuilles de route configurables sur issues et PR, champs personnalisés (texte, nombre, date, sélection, itération), automatisations et workflows intégrés. Forces : adoption quasi gratuite pour les équipes sur GitHub ; très bon pour le travail proche du code ; intégration avec les agents de codage IA (agent cloud de Copilot, ex-« coding agent », assignable à une issue). Faiblesses : pas de capacité native, analytique limitée aux graphiques d'insights, gouvernance limitée pour les organisations réglementées ; hiérarchie par sous-issues (jusqu'à huit niveaux) mais sans les types de portefeuille d'un outil de planification. Projet data : à privilégier pour des équipes 100 % Git/GitHub (analytics engineering).

Linear#

Cycles (sprints), projets, initiatives, vues et triage soignés, performance et raccourcis clavier ; agents IA intégrés selon palier (état 2026-10). Forces : très rapide à adopter, bon pour des équipes produit sans besoins de personnalisation poussée. Faiblesses : SaaS uniquement (aucune offre auto-hébergée publiée), très peu de personnalisation de processus, reporting plus simple, pas d'intégration TFVC. Projet data : correct pour une équipe data « produit », mal adapté aux processus formalisés de recette.

Trello#

Cartes et colonnes ; Power-Ups pour étendre. Forces : simplicité extrême, collaboration avec les métiers, démarrage immédiat. Faiblesses : pas de backlog structuré ni de sprint rigoureux sans extensions, pas de hiérarchie, reporting limité. Usage sensé : suivi de recette métier par les utilisateurs, tableau de demandes, rétrospectives.

Notion#

Bases de données + pages. Forces : wiki, backlog et notes de réunion unifiés, très souple. Faiblesses : pas de workflow contraignant, audit et historique d'état limités (donc lead/cycle time peu fiables), performance sur gros volumes, dépendance aux conventions. Usage sensé : petites équipes, documentation de projet, pas comme source de vérité de métriques de flux.

Tableau de synthèse#

🔴 Expert — Choisir quand on est sur TFVC et on-premise#

Le critère décisif est souvent l'intégration au dépôt de code. Pour un dépôt TFVC :

La question stratégique n'est donc pas « quel outil est le meilleur » mais « migre-t-on le code vers Git ? » : si oui, GitLab/GitHub ouvrent des options ; sinon, Azure DevOps reste cohérent. Voir Git vs TFVC et stratégies de branches.

Métriques — notation de Jira Cloud#

🤖 Contribution de l'IA#

Atlassian propose Rovo (recherche, chat, agents) et des fonctions d'assistance sur les tickets (résumés, génération de description, découpage de travail, rédaction d'automatisations en langage naturel). Disponibilité et quotas dépendent du palier (les offres payantes incluent une allocation mensuelle de crédits Rovo, plus élevée en Premium et Enterprise ; la facturation de l'usage au-delà est annoncée pour décembre 2026 — état 2026-10). Linear et GitHub intègrent des agents assignables aux tickets.

Voir 11 — IA et outils.

Voir aussi#

• Panorama · Azure DevOps / TFS · Métriques et reporting · Comparatif
• Git en profondeur · Git vs TFVC
• Méthodes agiles et Lean · Scrum et data · Gouvernance et pilotage (matrice) · Glossaire

✻ Rédigé par Claude Sonnet 5.5