REX
BD16_REX
BD16_REX
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Retours d’expériences Big Data en entreprise<br />
SENTELIS - MUTUELLE D’ASSURANCE<br />
MISE EN ŒUVRE DE LA FONDATION BIG DATA GROUPE<br />
CLIENT : Grand groupe français de Mutuelle d’Assurance<br />
Porteur du Projet : Sébastien LAYER<br />
CONTEXTE<br />
Grand programme de transformation – Ambition Client 2020 autour de 4 axes :<br />
- Valoriser L’ACTIF CLIENT<br />
- Développer la PROXIMITÉ Digitale<br />
- Créer l’AGILITE INDUSTRIELLE<br />
- Fonctionner en ECOSYSTÈME COLLABORATIF<br />
OBJECTIFS DE LA MISSION SENTELIS<br />
Mettre en place un socle Big Data INDUSTRIEL CROSS-METIERS pour gagner la bataille des données, la<br />
bataille de la modernisation digitale et la bataille du lien client<br />
CAS D’USAGES CIBLES TOTALISANT 15 PROJETS MÉTIERS SUR 2015<br />
• Analyse réactive (contextualisation temps réel de la relation client sur tous les canaux)<br />
• Analyse historique du portefeuille client sur l’ensemble des données à disposition (micro-segmentation, qualité et<br />
évolution de la relation, segmentation comportementale)<br />
• Analyse prédictive du portefeuille client (détection d’opportunités, prévention des risques)<br />
NATURE DES DONNÉES TRAITÉES<br />
Intégration dans un lac de données d’une très grande variété de données représentative du système d’information<br />
(données transactionnelles, évènementielles, conversationnelles, sociales référentielles, décisionnelles…) pour<br />
un volume avoisinant plusieurs milliards de données.<br />
ETAPES MAJEURES ET CALENDRIER DE MISE EN ŒUVRE DE LA FONDATION BIG<br />
DATA GROUPE:<br />
• Conduite d’une preuve-de-concept sur un usage emblématique (vision 360° Client) à valeur métier et architecturale,<br />
basée une infrastructure Commodity Hardware et des composants Open Source de l’écosystème Hadoop<br />
. Réalisation par une équipe mixe métier-SI en mode agile (Utilisateur métier, Ergonome, Analyste Donnée, Statisticien,<br />
Architecte Big Data, Développeur Big Data) – 3 mois<br />
• Choix des composants de la stack Big Data du projet de mise en œuvre – 2 mois<br />
• Industrialisation d’un core-model groupe multi instancié au niveau des différentes enseignes + déploiement des<br />
premiers usages en production – 6 mois<br />
• En parallèle, définition de l’offre de service associée à la fondation Big Data et de l’organisation à mettre en place<br />
pour en assurer la pérennité et le déploiement dans l’entreprise<br />
• Enrichissement « versionné » du socle core-model groupe en phase avec les besoins et exigences métiers<br />
ASPECT NOVATEUR<br />
Une innovation à plusieurs niveaux :<br />
• Architecturale, avec la validation de la pertinence du modèle d’architecture 3.0<br />
• Comportementale, avec le décloisonnement des données entre les métiers, entre monde opérationnel et monde<br />
analytique<br />
• Usages<br />
o Amélioration d’usages existants (ex : vision 360 Client, Contrat)<br />
o Perspective de nouveaux usages (ex : analyse de la couleur et la teneur de la conversation client, corrélation<br />
des flux comptables)<br />
o Capacité d’innovation renforcée (Test & Learn, Data Lab)<br />
• Technologique, avec la mise en œuvre de solutions innovantes issues des géants de la donnée, permettant de<br />
motoriser l’architecture 3.0<br />
VALORISATION OBSERVÉE DE LA DONNÉE<br />
Le projet a permis d’envisager une exploitation de toutes les données disponibles structurées et non-structurée<br />
comme jamais auparavant, sans frontière de temps ni d’espace (ex : analyse des commentaires clients dans les<br />
questionnaires de satisfaction et corrélation avec la notation ; détection de nouvelle segmentation via des algorithmes<br />
d’analyses non propriétaires).<br />
Document réalisé par la Société Corp Events - Janvier 2015<br />
107