SlideShare une entreprise Scribd logo
1  sur  13
BIG DATA
L'objectif de cette enquête de terrain est de comprendre ce
phénomène qu’est le "Big Data" au sein de la Direction des
Systèmes des Informations d’un Assurbanquier.
Les Thèmes
 Connaissance de l’entreprise
 Qu’est-ce que le Big Data ?
 La récolte de données
Connaissance de l’entreprise
 Dans le domaine de l’assurance et de la banque, l’entreprise élabore des
offres et des produits en destination d’une clientèle.
 La Direction des Systèmes des Informations, gère diffèrent services :
 Le service pilotage du système d’information réalise des analyses de
besoins, des pilotages d’évolutions, optimise les ressources et la
communication.
 Le service projets pour permettre au système d’information d’évoluer et
de s’amélioré.
 Le service du support et gestion du parc informatique réalise des
interventions auprès des utilisateurs (SOS informatique) et aussi la gestion
d’achats informatique et des postes client.
 Le Service gestion des serveurs et des réseaux, s’occupe de la gestion
des serveurs et des connexions qui permette de maintenir ou de faire
progresser différent services.
 L’entreprise étudiée est une banque appartenant à un groupe d’Assurance
: un assurbanquier.
 C’est une banque de détail qui propose une gamme variée de produits
bancaires destinés à des particuliers
 Le digital et notamment le Big Data sont au cœur des préoccupations de
cette entreprise bancaire
 Ce sont les leviers de croissance pour aujourd’hui, qu’il faudra savoir
maitriser et ajuster pour assurer la pérennité à venir
 L’outil Big Data est une fabuleuse opportunité qui leur permet d’innover,
d’améliorer leur ciblage et donc de mieux répondre à leurs clients et
d’ajuster les offres en fonction de chaque client.
Qu’est ce que le Big Data ?
 Si on traduit le mot Data cela signifie donnée, littéralement « Grosses
données » ou « Méga données ».
 Ces données numérique sont produites par nos smartphones, nos
ordinateurs, tablettes, GPS, tout objets connecter.
 Nos objets connecter émette environ 2,5 trillions d’octets de données
tous les jours.
 Ces données sont baptisées BIG DATA, c’est en 2011que le terme Big
Data est apparu au grand public.
 Cela consiste à collecte, stocké, analyser et sauvegarder des données
massif.
Christophe, Responsable des Applications bancaires : "C'est de la récolte de
données. Pour une banque, cela peut être des informations liées aux clients
et prospects."
La récolte de données
 Le Big Data est une plateforme générique qui permet d’interroger toutes
les données à disposition des entreprises.
 Le mode de stockage qui est appliqué par les règles des 3 V :
o Volume : il faut stocker énormément d’information.
o Variété : il faut stocker beaucoup de données de toutes
sortes.
o Vélocité : il faut pouvoir avoir accès rapidement à toutes
ces données.
 Cela repose sur le paradigme Map Reduce grâce auquel le système
d’information est capable de traiter des données non structurées en
provenance de sources diverses (variété) et est capable de traiter un très
grand nombre de données en distribuant le traitement sur plusieurs
machines (volume, vélocité) ce qui permet le passage à l’échelle.
 Ces données stockées par cette entreprise lui appartiennent et elles sont
spécifiques à leurs clients, c’est pour cela qu’elle ne communique pas ses
données récoltées à d’autres entreprises.
 Pour apporter des éléments de réponse aux clients, il faut un besoin
spécifié et connu de leurs services pour y réponde au mieux. Comme le
digital est partout de nos jours et que cela bouge rapidement surtout dans
une banque, cette entreprise s’adapte au besoin et à la demande de sa
clientèle. Ils ne connaissent pas les projets de leurs clients mais ils doivent
répondre à leurs attentes.
Julien, architecte Système Information : "il s'agit en fait, de mieux
comprendre les attentes du client pour lui proposer le meilleur produit. Son
produit. »
Le Big Data est une véritable opportunité pour les entreprises et leurs
clients. Pour l’entreprise, la connaissance des besoins permet d’offrir à
leurs clients une meilleure expérience d’achat qui répond
spécifiquement à leurs besoins. Doit-on avoir peur du Big Data ?
Le Big Data peut être un outil formidable mais en même temps
soulève certaine problématiques lier a la récolte de donnée qui se fait
sans le consentement des usagers.
Je tiens tout particulièrement à remercier les personnes suivantes, Christophe
responsable des applications bancaires, Philippe chef de projet Big Data et
Julien architecte des systèmes d’informations, pour leurs disponibilités et
leurs témoignages enrichissants durant les entretiens réalisés au sein de
l’entreprise Assurbanquier.

Contenu connexe

Tendances

Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1Amal Abid
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCGMicropole Group
 
Chp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de DonnéesChp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de DonnéesLilia Sfaxi
 
Cours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkCours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkAmal Abid
 
Chp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique DécisionnelleChp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique DécisionnelleLilia Sfaxi
 
Introduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleIntroduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleMedhi Corneille Famibelle*
 
Conception datawarehouse
Conception datawarehouseConception datawarehouse
Conception datawarehouseHassane Dkhissi
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & SparkAlexia Audevart
 
Machine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleMachine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleSoft Computing
 
Chapitre1 introduction
Chapitre1 introductionChapitre1 introduction
Chapitre1 introductionMouna Torjmen
 
Intelligence artificielle
Intelligence artificielleIntelligence artificielle
Intelligence artificiellehadjerdermane
 
Data Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataData Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataVincent Lagorce
 

Tendances (20)

Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
Le Big Data
Le Big DataLe Big Data
Le Big Data
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
 
Chp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de DonnéesChp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de Données
 
Cours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkCours Big Data Chap4 - Spark
Cours Big Data Chap4 - Spark
 
Chp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique DécisionnelleChp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique Décisionnelle
 
Conduite de projet innovants
Conduite de projet innovantsConduite de projet innovants
Conduite de projet innovants
 
Introduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleIntroduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence Artificielle
 
système multi agent
système multi agentsystème multi agent
système multi agent
 
Conception datawarehouse
Conception datawarehouseConception datawarehouse
Conception datawarehouse
 
La datavisualisation
La datavisualisationLa datavisualisation
La datavisualisation
 
Technologies pour le Big Data
Technologies pour le Big DataTechnologies pour le Big Data
Technologies pour le Big Data
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & Spark
 
Machine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleMachine Learning et Intelligence Artificielle
Machine Learning et Intelligence Artificielle
 
Chapitre1 introduction
Chapitre1 introductionChapitre1 introduction
Chapitre1 introduction
 
Intelligence artificielle
Intelligence artificielleIntelligence artificielle
Intelligence artificielle
 
Data Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataData Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big Data
 
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
 
Histoire du big data
Histoire du big dataHistoire du big data
Histoire du big data
 
Systèmes multi-agents
Systèmes multi-agentsSystèmes multi-agents
Systèmes multi-agents
 

En vedette

Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...Touria Engohan
 
Présentation Salezeo - Wine Business Club mars 2015
Présentation Salezeo - Wine Business Club mars 2015Présentation Salezeo - Wine Business Club mars 2015
Présentation Salezeo - Wine Business Club mars 2015Salezeo
 
Compte-Rendu 1er SalesCamp
Compte-Rendu 1er SalesCampCompte-Rendu 1er SalesCamp
Compte-Rendu 1er SalesCampSalezeo
 
La Gouvernance des Données
La Gouvernance des DonnéesLa Gouvernance des Données
La Gouvernance des DonnéesSoft Computing
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceLilia Sfaxi
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataLilia Sfaxi
 
Formation néo aed 71
Formation néo aed 71Formation néo aed 71
Formation néo aed 71hespe
 
Rapport 2014
Rapport 2014Rapport 2014
Rapport 2014HEC_ULg
 
Netiqueta 111111
Netiqueta 111111Netiqueta 111111
Netiqueta 111111stiven2444
 
Josemiguelygonzalo
JosemiguelygonzaloJosemiguelygonzalo
Josemiguelygonzalotecnosedavi
 
5e rapport d'étape 34 plans nouvelle france industrielle
5e rapport d'étape 34 plans nouvelle france industrielle5e rapport d'étape 34 plans nouvelle france industrielle
5e rapport d'étape 34 plans nouvelle france industriellepolenumerique33
 
Ifop infographie - observatoire 2015 des objets connectes
Ifop   infographie - observatoire 2015 des objets connectesIfop   infographie - observatoire 2015 des objets connectes
Ifop infographie - observatoire 2015 des objets connectespolenumerique33
 
9.fit2015 jeudi promotion_thématique-maniscalco
9.fit2015 jeudi promotion_thématique-maniscalco9.fit2015 jeudi promotion_thématique-maniscalco
9.fit2015 jeudi promotion_thématique-maniscalcoSaint-Tropez Tourisme
 
Programme visite d'études février 2015 bois vert - devon
Programme visite d'études février 2015   bois vert - devonProgramme visite d'études février 2015   bois vert - devon
Programme visite d'études février 2015 bois vert - devonlibnam
 

En vedette (20)

Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
 
Présentation Salezeo - Wine Business Club mars 2015
Présentation Salezeo - Wine Business Club mars 2015Présentation Salezeo - Wine Business Club mars 2015
Présentation Salezeo - Wine Business Club mars 2015
 
BigData et Hadoop
BigData et HadoopBigData et Hadoop
BigData et Hadoop
 
Compte-Rendu 1er SalesCamp
Compte-Rendu 1er SalesCampCompte-Rendu 1er SalesCamp
Compte-Rendu 1er SalesCamp
 
La Gouvernance des Données
La Gouvernance des DonnéesLa Gouvernance des Données
La Gouvernance des Données
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-Reduce
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big Data
 
Formation néo aed 71
Formation néo aed 71Formation néo aed 71
Formation néo aed 71
 
Calidadazuer
CalidadazuerCalidadazuer
Calidadazuer
 
Rapport 2014
Rapport 2014Rapport 2014
Rapport 2014
 
tutorial alumno moodle
tutorial alumno moodletutorial alumno moodle
tutorial alumno moodle
 
Netiqueta 111111
Netiqueta 111111Netiqueta 111111
Netiqueta 111111
 
L Gfrench
L GfrenchL Gfrench
L Gfrench
 
Josemiguelygonzalo
JosemiguelygonzaloJosemiguelygonzalo
Josemiguelygonzalo
 
Fotos de Tegucigalpa
Fotos de TegucigalpaFotos de Tegucigalpa
Fotos de Tegucigalpa
 
Publi efectiva
Publi efectivaPubli efectiva
Publi efectiva
 
5e rapport d'étape 34 plans nouvelle france industrielle
5e rapport d'étape 34 plans nouvelle france industrielle5e rapport d'étape 34 plans nouvelle france industrielle
5e rapport d'étape 34 plans nouvelle france industrielle
 
Ifop infographie - observatoire 2015 des objets connectes
Ifop   infographie - observatoire 2015 des objets connectesIfop   infographie - observatoire 2015 des objets connectes
Ifop infographie - observatoire 2015 des objets connectes
 
9.fit2015 jeudi promotion_thématique-maniscalco
9.fit2015 jeudi promotion_thématique-maniscalco9.fit2015 jeudi promotion_thématique-maniscalco
9.fit2015 jeudi promotion_thématique-maniscalco
 
Programme visite d'études février 2015 bois vert - devon
Programme visite d'études février 2015   bois vert - devonProgramme visite d'études février 2015   bois vert - devon
Programme visite d'études février 2015 bois vert - devon
 

Similaire à BIG DATA

Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital Hamza Sossey
 
Le Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'AssuranceLe Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'AssuranceAMNIS Consulting
 
Point de Vue Sopra Consulting sur le Big Data
Point de Vue Sopra Consulting sur le Big DataPoint de Vue Sopra Consulting sur le Big Data
Point de Vue Sopra Consulting sur le Big DataNicolas Peene
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621Haifa Akermi
 
Makazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-frMakazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-frfranck camby
 
quelles sont les tendances de la business intelligence en 2021
quelles sont les tendances de la business intelligence en 2021quelles sont les tendances de la business intelligence en 2021
quelles sont les tendances de la business intelligence en 2021france
 
Big data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBig data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBruno Patin
 
Livre blanc big data et data lake le duo gagnant extrait_itelligence
Livre blanc big data et data lake le duo gagnant extrait_itelligenceLivre blanc big data et data lake le duo gagnant extrait_itelligence
Livre blanc big data et data lake le duo gagnant extrait_itelligenceHélène Etienne
 
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Altares D&B
 
Maîtriser concrètement le Big Data
Maîtriser concrètement le Big DataMaîtriser concrètement le Big Data
Maîtriser concrètement le Big DataSoft Concept
 
Livre Blanc Big Data : fin ou renouveau du Marketing ?
Livre Blanc Big Data : fin ou renouveau du Marketing ?Livre Blanc Big Data : fin ou renouveau du Marketing ?
Livre Blanc Big Data : fin ou renouveau du Marketing ?Aproged
 
Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...
Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...
Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...Magellan Consulting
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessVincent de Stoecklin
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceExcelerate Systems
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseGenève Lab
 
Etude AKOYA Big Data
Etude AKOYA Big DataEtude AKOYA Big Data
Etude AKOYA Big DataJocelyn Muret
 

Similaire à BIG DATA (20)

Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital
 
Le Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'AssuranceLe Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'Assurance
 
#Défi7 - Inspiration
#Défi7 - Inspiration#Défi7 - Inspiration
#Défi7 - Inspiration
 
Point de Vue Sopra Consulting sur le Big Data
Point de Vue Sopra Consulting sur le Big DataPoint de Vue Sopra Consulting sur le Big Data
Point de Vue Sopra Consulting sur le Big Data
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621
 
Makazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-frMakazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-fr
 
BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node
 
quelles sont les tendances de la business intelligence en 2021
quelles sont les tendances de la business intelligence en 2021quelles sont les tendances de la business intelligence en 2021
quelles sont les tendances de la business intelligence en 2021
 
Big data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBig data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiers
 
Livre blanc big data et data lake le duo gagnant extrait_itelligence
Livre blanc big data et data lake le duo gagnant extrait_itelligenceLivre blanc big data et data lake le duo gagnant extrait_itelligence
Livre blanc big data et data lake le duo gagnant extrait_itelligence
 
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
 
Maîtriser concrètement le Big Data
Maîtriser concrètement le Big DataMaîtriser concrètement le Big Data
Maîtriser concrètement le Big Data
 
Livre Blanc Big Data : fin ou renouveau du Marketing ?
Livre Blanc Big Data : fin ou renouveau du Marketing ?Livre Blanc Big Data : fin ou renouveau du Marketing ?
Livre Blanc Big Data : fin ou renouveau du Marketing ?
 
Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...
Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...
Magellan Partners - Valoriser l’expérience client et augmenter la rentabilité...
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-business
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems France
 
PdfHandler
PdfHandlerPdfHandler
PdfHandler
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entreprise
 
bgi-data-1 (1).pptx
bgi-data-1 (1).pptxbgi-data-1 (1).pptx
bgi-data-1 (1).pptx
 
Etude AKOYA Big Data
Etude AKOYA Big DataEtude AKOYA Big Data
Etude AKOYA Big Data
 

Plus de laurence allard

Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...
Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...
Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...laurence allard
 
Les followers d'instagram
Les followers d'instagramLes followers d'instagram
Les followers d'instagramlaurence allard
 
Travail du sexe en ligne et clientelisme
Travail du sexe en ligne et clientelismeTravail du sexe en ligne et clientelisme
Travail du sexe en ligne et clientelismelaurence allard
 
Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3
Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3
Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3laurence allard
 
Parodie doublage et remix
Parodie   doublage et remix Parodie   doublage et remix
Parodie doublage et remix laurence allard
 
Les jeux mobiles: joueurs, usages, stratégies marketing.
Les jeux mobiles: joueurs, usages, stratégies marketing.Les jeux mobiles: joueurs, usages, stratégies marketing.
Les jeux mobiles: joueurs, usages, stratégies marketing.laurence allard
 
Les applications de notation des produits de grande consommation
Les applications de notation des produits de grande consommation Les applications de notation des produits de grande consommation
Les applications de notation des produits de grande consommation laurence allard
 
Pratique amateur de la MAO
Pratique amateur de la MAOPratique amateur de la MAO
Pratique amateur de la MAOlaurence allard
 
Soviet Visuals : une URSS sublimée
Soviet Visuals : une URSS subliméeSoviet Visuals : une URSS sublimée
Soviet Visuals : une URSS subliméelaurence allard
 
Les Corentings, contreflexeurs de la startup nation
Les Corentings, contreflexeurs de la startup nationLes Corentings, contreflexeurs de la startup nation
Les Corentings, contreflexeurs de la startup nationlaurence allard
 
Presentation barometre-num-2019
Presentation barometre-num-2019Presentation barometre-num-2019
Presentation barometre-num-2019laurence allard
 

Plus de laurence allard (20)

Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...
Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...
Nouvelles explorations démocratiques et apport du mouvement assembléiste en t...
 
#Fall mood
#Fall mood#Fall mood
#Fall mood
 
Les followers d'instagram
Les followers d'instagramLes followers d'instagram
Les followers d'instagram
 
Travail du sexe en ligne et clientelisme
Travail du sexe en ligne et clientelismeTravail du sexe en ligne et clientelisme
Travail du sexe en ligne et clientelisme
 
Les RPG
Les RPG Les RPG
Les RPG
 
LinkedIn
LinkedInLinkedIn
LinkedIn
 
Les memes
Les memesLes memes
Les memes
 
Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3
Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3
Les applis de rencontre, Hélène Ballanger, Jeanne Belser TD3
 
Ecologie 2.0
Ecologie 2.0Ecologie 2.0
Ecologie 2.0
 
LES VPN
LES VPN LES VPN
LES VPN
 
Pp.twitter 2-2
Pp.twitter 2-2Pp.twitter 2-2
Pp.twitter 2-2
 
Parodie doublage et remix
Parodie   doublage et remix Parodie   doublage et remix
Parodie doublage et remix
 
Curious Cat
Curious CatCurious Cat
Curious Cat
 
Les jeux mobiles: joueurs, usages, stratégies marketing.
Les jeux mobiles: joueurs, usages, stratégies marketing.Les jeux mobiles: joueurs, usages, stratégies marketing.
Les jeux mobiles: joueurs, usages, stratégies marketing.
 
Les applications de notation des produits de grande consommation
Les applications de notation des produits de grande consommation Les applications de notation des produits de grande consommation
Les applications de notation des produits de grande consommation
 
Pratique amateur de la MAO
Pratique amateur de la MAOPratique amateur de la MAO
Pratique amateur de la MAO
 
Soviet Visuals : une URSS sublimée
Soviet Visuals : une URSS subliméeSoviet Visuals : une URSS sublimée
Soviet Visuals : une URSS sublimée
 
Gastronomie & Instagram
Gastronomie & InstagramGastronomie & Instagram
Gastronomie & Instagram
 
Les Corentings, contreflexeurs de la startup nation
Les Corentings, contreflexeurs de la startup nationLes Corentings, contreflexeurs de la startup nation
Les Corentings, contreflexeurs de la startup nation
 
Presentation barometre-num-2019
Presentation barometre-num-2019Presentation barometre-num-2019
Presentation barometre-num-2019
 

BIG DATA

  • 2. L'objectif de cette enquête de terrain est de comprendre ce phénomène qu’est le "Big Data" au sein de la Direction des Systèmes des Informations d’un Assurbanquier.
  • 3. Les Thèmes  Connaissance de l’entreprise  Qu’est-ce que le Big Data ?  La récolte de données
  • 4. Connaissance de l’entreprise  Dans le domaine de l’assurance et de la banque, l’entreprise élabore des offres et des produits en destination d’une clientèle.  La Direction des Systèmes des Informations, gère diffèrent services :
  • 5.  Le service pilotage du système d’information réalise des analyses de besoins, des pilotages d’évolutions, optimise les ressources et la communication.  Le service projets pour permettre au système d’information d’évoluer et de s’amélioré.  Le service du support et gestion du parc informatique réalise des interventions auprès des utilisateurs (SOS informatique) et aussi la gestion d’achats informatique et des postes client.  Le Service gestion des serveurs et des réseaux, s’occupe de la gestion des serveurs et des connexions qui permette de maintenir ou de faire progresser différent services.
  • 6.  L’entreprise étudiée est une banque appartenant à un groupe d’Assurance : un assurbanquier.  C’est une banque de détail qui propose une gamme variée de produits bancaires destinés à des particuliers  Le digital et notamment le Big Data sont au cœur des préoccupations de cette entreprise bancaire  Ce sont les leviers de croissance pour aujourd’hui, qu’il faudra savoir maitriser et ajuster pour assurer la pérennité à venir  L’outil Big Data est une fabuleuse opportunité qui leur permet d’innover, d’améliorer leur ciblage et donc de mieux répondre à leurs clients et d’ajuster les offres en fonction de chaque client.
  • 7. Qu’est ce que le Big Data ?  Si on traduit le mot Data cela signifie donnée, littéralement « Grosses données » ou « Méga données ».  Ces données numérique sont produites par nos smartphones, nos ordinateurs, tablettes, GPS, tout objets connecter.  Nos objets connecter émette environ 2,5 trillions d’octets de données tous les jours.  Ces données sont baptisées BIG DATA, c’est en 2011que le terme Big Data est apparu au grand public.
  • 8.  Cela consiste à collecte, stocké, analyser et sauvegarder des données massif. Christophe, Responsable des Applications bancaires : "C'est de la récolte de données. Pour une banque, cela peut être des informations liées aux clients et prospects."
  • 9. La récolte de données  Le Big Data est une plateforme générique qui permet d’interroger toutes les données à disposition des entreprises.  Le mode de stockage qui est appliqué par les règles des 3 V : o Volume : il faut stocker énormément d’information. o Variété : il faut stocker beaucoup de données de toutes sortes. o Vélocité : il faut pouvoir avoir accès rapidement à toutes ces données.
  • 10.  Cela repose sur le paradigme Map Reduce grâce auquel le système d’information est capable de traiter des données non structurées en provenance de sources diverses (variété) et est capable de traiter un très grand nombre de données en distribuant le traitement sur plusieurs machines (volume, vélocité) ce qui permet le passage à l’échelle.  Ces données stockées par cette entreprise lui appartiennent et elles sont spécifiques à leurs clients, c’est pour cela qu’elle ne communique pas ses données récoltées à d’autres entreprises.
  • 11.  Pour apporter des éléments de réponse aux clients, il faut un besoin spécifié et connu de leurs services pour y réponde au mieux. Comme le digital est partout de nos jours et que cela bouge rapidement surtout dans une banque, cette entreprise s’adapte au besoin et à la demande de sa clientèle. Ils ne connaissent pas les projets de leurs clients mais ils doivent répondre à leurs attentes. Julien, architecte Système Information : "il s'agit en fait, de mieux comprendre les attentes du client pour lui proposer le meilleur produit. Son produit. »
  • 12. Le Big Data est une véritable opportunité pour les entreprises et leurs clients. Pour l’entreprise, la connaissance des besoins permet d’offrir à leurs clients une meilleure expérience d’achat qui répond spécifiquement à leurs besoins. Doit-on avoir peur du Big Data ? Le Big Data peut être un outil formidable mais en même temps soulève certaine problématiques lier a la récolte de donnée qui se fait sans le consentement des usagers.
  • 13. Je tiens tout particulièrement à remercier les personnes suivantes, Christophe responsable des applications bancaires, Philippe chef de projet Big Data et Julien architecte des systèmes d’informations, pour leurs disponibilités et leurs témoignages enrichissants durant les entretiens réalisés au sein de l’entreprise Assurbanquier.