1. 1

2. Agenda
10h00 La donnée : un enjeu stratégique majeur pour les acteurs du secteur des utilities
Fedoua BAAZI, Architecte Solution Principal Big Data, Capgemini
10h10 Exploiter le plein potentiel des données avec la Data Virtualization :
• Introduction à la Data Virtualization
• Cas d’usage
• Cas Clients
Raynald Bouchet, Directeur Alliances & Channels EMEA, Denodo
Lucie Deshayes, Senior Sales Executive, Denodo
10h30 Session pratique avec démo live :
• Effectuer des analyses prédictives avec Denodo Platform
• Partager des données issues de sources internes et externes de manière sécurisée
• Créer une vision 360º des données clients en temps réel
Tarik Zaakour, Principal Sales Engineer, Denodo
10h50 Session de questions et réponses
11h00 Fin de session

3. La donnée : un enjeu stratégique majeur
pour les acteurs du secteur des utilities

4. Nos constats
• Les entreprises possèdent des volumes de données hétérogènes répartis dans
différents systèmes (souvent monolithiques), et disséminés dans différents silos.
• Ces systèmes Legacy, Cloud ou de Plateformes Big Data, BI, ainsi que la
digitalisation et l’ouverture des SI, accroissent et multiplient les sources de
données et les redondent souvent pour des raisons de manque de
performances.

5. Les Enjeux
• Améliorer et accelérer l’exécution de la stratégie Data et de son pilotage, en
réduisant le temps et les coûts d’obtention des informations pour permettre
d’accélérer les prises de décisions (Complexité du SI)
• Protéger les données depuis des accès non maitrisés et contrôlés et unifier les
règles de sécurité des différents systèmes Cloud et On Premise (Gouvernance
des accès)

6. Data Virtualisation ?
• La virtualisation des données est une couche d’abstraction logique et
sémantique, qui permet de rassembler ces données disparates sans répliquer
les données des systèmes sources, en les virtualisant dans une vue logique et
donc un modèle unique, consolidé et unifié afin de les sécuriser et de les
gouverner de manière centralisée, puis de les fournir en temps réel aux
utilisateurs.

7. Les Capacités de la Data Virtualisation
• MASQUER LES COMPLEXITÉS DU SI / COUCHE LOGIQUE DE DONNÉES
• GOUVERNANCE DES DONNÉES ET DES ACCÈS / Unifier les règles de sécurité, conformité
• TRANSFORMATION & MODERNISATION DU SI / SIMPLIFIER LA MIGRATION VERS LE CLOUD

8. Exploiter le patrimoine d’information Entreprise
Localisation agnostique des données
Digital MarketPlace
BENEFICES BUSINESS
Rationaliser et intégrer multiples plateformes data (BI,
Big Data, MDM, Applications …)

9. Capacité à gérer toute la chaine de valeur
Restitution
Centraliser gouverner et sécuriser la gestion des accès
BENEFICES TECHNIQUES

10. Consumption
Presentation
Consolidation
Serving
Processing
Cleansing
Collection
Sourcing
Reports, Analytics, Discovery & storytelling Consumptions
(via Graphical, Web/Mobile, user friendly interfaces)
Data
Delivery
Streaming
Data
views
Data Analytics
Data Virtualization
Data Warehouse
Master Data
Management
Data Integration
Big Data
Data Sources

11. Exploiter le plein potentiel des données avec
la Data Virtualization

12. Clients
900+ actifs
F500, G2000 & Start-ups
250 partenaires actifs et engagés
Santé financière
$4B+ Fond privé (HGGC).
60+% croissance annuelle; Zéro dette; Profitable.
Présence Denodo
Palo Alto (USA) & A Coruña (Espagne)
Présence mondiale, 24 bureaux dans 18 pays
Leadership
« Pure Player » de la data virtualization
(leader & pionnier) – depuis 1999
Reconnaissance des analystes et du marché en
tant que leader (Forrester, Gartner, Clients
depuis 6+ ans)
Nombreux trophées
DENODO TECHNOLOGIES
LEADER & PIONNIER DANS LA DATA VIRTUALIZATION
Technologie
Industrie
Service financier
Assurance
Santé
Secteur public
Télécommunication
Distribution
Pharma / Bio-Tech
Energie

13. Denodo Technologies
Technology Partners 150 Adaptors +

14. Company confidential – do not forward or distribute
14
Challenges des Architectures de livraison de la donnée
Data Science
Data Quality ML / AI
Locations
Data Sources
OLAP
Visualisation

15. Company confidential – do not forward or distribute
15
PLATEFORME DE DONNÉES MODERNE SOUHAITÉE
POINT D’ENTRÉE UNIFIÉ POUR
RECHERCHER, EXPLORER ET CONSOMMER
LA DONNÉE
SELF-SERVICE POUR TOUS LES PROFILS DE
L’ENTREPRISE
SÉCURITÉ & GOUVERNANCE RENFORCÉES
SIMPLICITÉ, RAPIDITÉ/AGILITÉ, SÉCURITÉ… À MOINDRE COÛT
Plateforme moderne
Sales
HR
Executive
Marketing Apps/API
Data Science
AI/ML

16. Company confidential – do not forward or distribute
16
CONNECTER, INTROSPECTER & GOUVERNER
VOS SOURCES, AVEC ZERO REPLICATION DE
LA DONNÉE
COMBINER & INTEGRER VOS DONNÉES EN
VUES MÉTIERS
CONSUMER & SECURER LES VUES
MÉTIERS DANS DE MULTIPLES FORMATS
LE FONCTIONNEMENT DE LA DATA VIRTUALIZATION?
CONNECTER, COMBINER & CONSOMMER
Sales
HR
Executive
Marketing Apps/API
Data Science
AI/ML
COMBINE & INTEGRATE INTO BUSINESS DATA
VIEWS

17. 17
Plate-forme Denodo 8.0: Architecture
DATA CATALOG
Découvrir - Explorer - Documenter
DATA AS A SERVICE
RESTful / OData
GraphQL / GeoJSON
BI Tools Data Science Tools
SQL
CONSOMMATEURS
DATA VIRTUALIZATION
CONNECTER
Données disparates
quelque que soit le format,
$la localization ou latence
COMBINER
Les données associées
en vues Business
avec un modèle
sémantique Universel
CONSOMMER
En utilisant la BI
& les outils de data science
, le data catalogue
Et les APIs
Self-Service
Hybrid/
Multi-Cloud
Data
Governance
Query
Optimization
AI//ML
Recommendation
s
Security
LOGICAL
DATA
FABRIC
SOURCES
Traditionnel
s
SGDB & DW
150+
data
Connecteurs
Cloud
Stores
Hadoop
& NoSQL OLAP Fichiers Apps Streaming SaaS

18. Company confidential – do not forward or distribute
18
LES CAS D’USAGE DE LA DATA VIRTUALIZATION
DU STOCKAGE & MANAGEMENT, À LA CONSOMMATION, EN PASSANT PAR LA GOUVERNANCE ET LA SÉCURITÉ
DÉCISION
(REAL TIME)
Extended MDM
BI AGILE
(SELF-SERVICE)
DATA
SCIENCE
(ML & AI)
APPS
(MOBILE & WEB)
FUSIONS &
ACQUISITIONS
DATA
MARKETPLACE
RÉGLEMENTATIONS
(IFRS17, GRC)
DATA CONSUMPTION
APIFICATION
(& SQLIFICATION)
LOGICAL DATA
WAREHOUSE/LAKE
BIG DATA
FABRIC
HYBRID
DATA FABRIC
DATA
INTEGRATION
DATA
MIGRATION
REFACTORING &
REPLATFORMING
DATA STORAGE & MANAGEMENT
Sales
HR
Executive
Marketing
Apps/API
Data Science
AI/ML
LOGICAL
DATA
WAREHOUSE
DATA
FABRIC
GOUVERNANCE
& SÉCURITÉ
COUCHE DONNÉE
UNIFIÉE
AGILITÉ
& SIMPLICITÉ
LIVRAISON
TEMPS-RÉELLE
ABSTRACTION
DONNÉES
ZÉRO
RÉPLICATION
DATA
CATALOG
PERFORMANCES
OPTIMISÉES
DATA GOVERNANCE, MANIPULATION & ACCESS
DATAGOVERNANCE
DATACATALOG

19. 19
“Denodo fournit à ses clients
les capacités nécessaires
pour automatiser la
conception d’une Data
Fabric avec ses
composants - un
catalogue sémantique des
données unifié, un moteur
d'optimisation des
requêtes et des
algorithmes de ML basés
sur les métadonnées.
La conception de son modèle
de données repose sur la
Virtualisation des Données
pour fournir rapidement
des données intégrées aux
utilisateurs afin d'obtenir
des résultats plus rapides”
2020 Gartner Magic Quadrant for Data Integration Tools
DENODO RECONNU COMME LEADER – JUILLET 2020
- Gartner Magic Quadrant for Data
Integration Tools, August 2020
D’ICI 2023, LES
ORGANISATIONS UTILISANT
LES DATA FABRICS POUR
DYNAMIQUEMENT SE
CONNECTER, OPTIMISER ET
AUTOMATISER LES PROCESS
DE DATA MANAGEMENT
REDUIRONS LEUR TEMPS
D’INTEGRATION ET DE
LIVRAISON DES DONNÉES
D’AU MOINS 30%.”

20. Company confidential – do not forward or distribute
20
Reconnus par ses Clients, les Analystes…
Champion du Time-to-Market des projets Data et Génénateur de ROI
+300
%
Réduction des coûts de Data Intégration
▪ 60-80% d’économies estimées
Call Centers, Portails Web & Vues 360
▪ 30-70% d’économies estimées
BI & Reporting
▪ 40-60% d’économies estimées
(Logical) Data Warehousing
▪ Durée planifiée du projet 6-12 mois
réduites à 4 mois
▪ Près de 85% d’économies estimées
sur TCO
Enterprise Data Management
Productivité
Business User
-80%
Ressources
Associées
Au Développement
-50%
D’économies
Comparées
Aux technologies
traditionelles
-30%
Coûts IT
opérationnels
÷ 10
Temps de mise
À disposition
de la Data
62% < 3 mois 91% < 6 mois
Projets
Denodo :
- Peer Insight, Data Integration 2018

21. Besoins Métier Solution Bénéfices
Construire un socle data pour consolider les
données au niveau corporate et servir les entités
du Groupe
Etude de cas
▪ Groupe très décentralisé et peu de
gouvernance globale
▪ Pas d’automatisation de remontée des
KPIs pour les différents pays du
Groupe
▪ Beaucoup d’extraction manuelle
posant des problématiques de qualité
de données et sécurité
▪ Agrégation des KPIs de performances
pour chacun des pays au niveau
mondial pour exposition dans des
dashboards au niveau Groupe et
Direction Générale
▪ Denodo ensuite utilisé pour consolider
les données RH, analyser les pertes
commerciales et superviser les
performances web des toutes les
applications du Groupe
▪ Denodo déployé sur Azure
▪ Accélération significative des projets
autour de la data
▪ Optimisation du Time to Market
▪ ROI significatif sur l’intégration et
l’exposition des données
21

22. Besoins Métier Solution Bénéfices
Construire une BI Ultra Agile grâce à la
virtualisation des données
▪ Pas de vision bout en bout
automatisée pour les activités
raccordement - ingénierie
▪ 3 Mds d’investissement annuels pour
10.000 agents d’entreprise
▪ Données silotés et éparpillées dans
une douzaine de SI
▪ Nombreux exports générant beaucoup
de travail manuel et problème de
sécurité et gouvernance
▪ Consolidation d’une dizaine de sources
de données, dont SAP
▪ Données exposées à des applications
clients variées: bureautique (excel,
access…), applications locales, APIs
vers des partenaires ou clients, plus
solutions de datavisualisation (dont
Tableau, PowerBI et Jaspersoft)
▪ L’architecture en place permet
d’addresser tous les cas d’usage
métier facilement et avec agilité
▪ Couverture de l’ensemble des besoins
métiers pour des populations
diverses: direction client,
finance/gesion, technique et les 25
directions régionales
▪ 150 rapports générés en moins de
deux semaines en début de période
COVID pour permettre à la DG de
réagir en situation de crise
▪ Optimisation de la sécurité et
gouvernance
▪ Certains cas BI émis le matin livre le
soir même
22
Etude de cas

23. Session Pratique & Démonstration

24. Cas d’usage analytique

25. 25
Virtualisation des données dans l'écosystème de la science des
données

26. 26
WorkFlow Data Scientists
Identifier
les
données
utiles
Nettoyez les
données dans
un format
utile
Analyser les
données
Catalogue de
données et
recherche de
contenu
Requêtes de
données fédérées
inter-sources
Transformations
SQL
Notebook de
requêtes SQL
Exécuter des
algorithmes de
science des
données (ML,
AI, etc.)
Python,
Scala,
R, etc.
Répétez le processus
si nécessaire

27. 27
Prédiction de l’usage de vélos Citi Bike à NYC
Pouvons-nous prédire
l'utilisation des vélos Citi Bike à New
York sur la base des données
d'utilisation de l'année
précédente?
▪ Les données Citi Bike sont dans un fichier
CSV sur S3
▪ Les données météorologiques sont dans
une source dans le Cloud
▪ Les données temporelles dans une source
RedShift
Sources
Combine,
Transform
&
Integrate
Consume
Base View
Source
Abstraction
join
join
CitiBike Weather Date
Apache
Zeppelin

28. Cas d’usage Vision 360°

29. 29
La vision 360° des clients
Fournir le détail des
ventes réalisées par
client,
Sources
Combine,
Transform
&
Integrate
Consume
Base View
Source
Abstraction
join
join
Clients,
adresses
Facture
s
CRM ERP
Liste des
compagni
es

30. Q&R
30

31. 31
Tarik Zaakour
Principal Sales
Engineer
Lucie Deshayes
Senior Sales
Executive
Raynald Bouchet
Directeur Alliances &
Channels EMEA
Fedoua Baazi
Architecte Solution
Principal Big Data
Merci !