Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Comment réussir son projet Big Data à la
BNPP en étant agile
C-view
Jérôme Dinnat Nelson DufosséTomas Rodriguez
C-VIEW
Un produit à destination des collaborateurs corporate
Pour mieux connaître le client
C-VIEW
Une nouvelle démarche de co-construction
C-VIEW
Un nouvel environnement technologique
2016, la réalité opérationnelle des chargés d’affaires
CRM
??
?
SP
BI
Excel
sheets
2017, Cview – Vision client 360° Corporate
Restitution d’une vision
360° du client corporate
Préparer la visite Client / P...
Démonstration
Préparer le
terrain adéquat
Préparer le terrain
Septembre 2016, le démarrage du projet et ses prérequis
▼ Converger vers une organisation acceptée de ...
Notre organisation : Une équipe gagnante
CONNAÎTRE
LES RÔLES
CADRE
BIENVEILLANT
RÉUNIR
LES
ÉQUIPIERS
Management visuel
▼ Management visuel physique
▼ Jira pour base de référence
Réunir les équipes
Comprendre le backlog et son produit
De la vision au backlog
Cadrage de projet, affinage de l’embryon de backlog
Objectifs
▼ Avoir un backlog raisonnable pour une V1
▼ Aligner le back...
Préparer le terrain
Septembre 2016, le démarrage du projet et ses prérequis
▼ Converger vers une organisation acceptée de ...
Préparation du projet
▼ Kanban de maturation du backlog
▼ Scrum pour les développements
Organisation
Kanban de maturation
...
Préparation du projet
▼ Co-construire le produit avec les sachants
▼ Bâtir sur une boucle de feedback
▼ Favoriser l’adopti...
Fin octobre 2016, quel est le contenu de notre release ?
Construire notre première version
R
1 2 3 5 8 13
Estimer le backlog
▼ Stratégie : Livrer au plus tôt des fonctionnalités
a...
▼ Backlog complet = 180 pts
▼ Vélocité moyenne = 14
▼ Date souhaité de livraison : Février 2017
▼ Temps restant : 9 sprint...
Construire notre première version
Converger vers une première version
▼ Projection de la capacité de l’équipe avant
livrai...
Construire notre première version
Projeter
Priorisation en
3 lignes
Buy a feature
Scope V1 :
90 - 170 story
points
Livrais...
La découverte du
socle technique
Intégration du DataHub dans le Core Banking
Full stack
Big Data
Objectif : Production
DEV
INT
KLIF
PRD
● Droits admin
● Donnée de tests
● Droits admin
● Donnée anonymisées
● Recette en cours
de Sprint
● Envir...
Collaboration pour une usine logicielle
Les premières livraisons
Les premières livraisons
Le chemin vers l’objectif
Whatyouwant
Whattheywant
Win / Win
Objectif
automatisation
Reste à faire
Une réussite3.4 / 4 3.6 / 4 3.8 / 4
ErgonomieFiabilité des données Utilité
"L'insertion de C-View est riche de promesse et...
Merci beaucoup !
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme D...
Prochain SlideShare
Chargement dans…5
×

XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme Dinnat

226 vues

Publié le

Un projet Big Data ce n’est pas facile, et ça l’est encore moins lorsqu’il s’agit d’un géant comme la BNP.
Venez découvrir comment, en à peine quelques mois, nous avons réussi notre projet Big Data et l’implémentation d’une application qui fonctionne aujourd’hui en production. Nous vous présenterons les challenges techniques, humains, culturels et organisationnels auxquels l’équipe a fait face et comment nous les avons surmontés.

Publié dans : Technologie
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

XebiCon'17 : Comment réussir son projet data à la BNPP en étant agile - Tomas Rodriguez et Nelson Dufossé et Jérôme Dinnat

  1. 1. Comment réussir son projet Big Data à la BNPP en étant agile C-view
  2. 2. Jérôme Dinnat Nelson DufosséTomas Rodriguez
  3. 3. C-VIEW Un produit à destination des collaborateurs corporate Pour mieux connaître le client
  4. 4. C-VIEW Une nouvelle démarche de co-construction
  5. 5. C-VIEW Un nouvel environnement technologique
  6. 6. 2016, la réalité opérationnelle des chargés d’affaires CRM ?? ? SP BI Excel sheets
  7. 7. 2017, Cview – Vision client 360° Corporate Restitution d’une vision 360° du client corporate Préparer la visite Client / Prospect
  8. 8. Démonstration
  9. 9. Préparer le terrain adéquat
  10. 10. Préparer le terrain Septembre 2016, le démarrage du projet et ses prérequis ▼ Converger vers une organisation acceptée de tous ▼ Comprendre le backlog et son produit ▼ Mettre en place du cadre projet
  11. 11. Notre organisation : Une équipe gagnante CONNAÎTRE LES RÔLES CADRE BIENVEILLANT RÉUNIR LES ÉQUIPIERS
  12. 12. Management visuel ▼ Management visuel physique ▼ Jira pour base de référence Réunir les équipes
  13. 13. Comprendre le backlog et son produit De la vision au backlog
  14. 14. Cadrage de projet, affinage de l’embryon de backlog Objectifs ▼ Avoir un backlog raisonnable pour une V1 ▼ Aligner le backlog avec la stratégie Comment ▼ Faire collaborer les métiers et experts techniques plutôt que confronter Comprendre le produit Priorisation des usages Effort IntérêtbusinessIntérêtbusiness Effort InnoverLivrer tôt 1 2 3 I/O ▼ Input : 160 idées ▼ Outputs : env. 50 idées prioritaires et stratégiques
  15. 15. Préparer le terrain Septembre 2016, le démarrage du projet et ses prérequis ▼ Converger vers une organisation acceptée de tous ▼ Comprendre le backlog et son produit ▼ Mettre en place du cadre projet
  16. 16. Préparation du projet ▼ Kanban de maturation du backlog ▼ Scrum pour les développements Organisation Kanban de maturation Idée Analyse Biz Analyse Tech Design Ready to dev Livraison En inté En qualif En prod Cycle Scrum TODO En cours Revue Dev done 2 semaines
  17. 17. Préparation du projet ▼ Co-construire le produit avec les sachants ▼ Bâtir sur une boucle de feedback ▼ Favoriser l’adoption par les ambassadeurs Focus sur les utilisateurs finaux MONTPELLIER PARIS ROUEN
  18. 18. Fin octobre 2016, quel est le contenu de notre release ?
  19. 19. Construire notre première version R 1 2 3 5 8 13 Estimer le backlog ▼ Stratégie : Livrer au plus tôt des fonctionnalités apportant un gain opérationnel
  20. 20. ▼ Backlog complet = 180 pts ▼ Vélocité moyenne = 14 ▼ Date souhaité de livraison : Février 2017 ▼ Temps restant : 9 sprints ▼ Capacité de l’équipe : environ 130 pts Construire notre première version Estimer le backlog 1 2 3 5 8 13 = 180 pts
  21. 21. Construire notre première version Converger vers une première version ▼ Projection de la capacité de l’équipe avant livraison : 130 pts ▼ Conversion de la capacité en euros (pour l’atelier) : 1300 € ▼ Argent distribué : 1000 € ▼ Exigences non fonctionnels : 300€
  22. 22. Construire notre première version Projeter Priorisation en 3 lignes Buy a feature Scope V1 : 90 - 170 story points Livraisonsouhaitée
  23. 23. La découverte du socle technique
  24. 24. Intégration du DataHub dans le Core Banking
  25. 25. Full stack
  26. 26. Big Data
  27. 27. Objectif : Production
  28. 28. DEV INT KLIF PRD ● Droits admin ● Donnée de tests ● Droits admin ● Donnée anonymisées ● Recette en cours de Sprint ● Environnement “cassable” ● Pas admin ● Données anonymisées ● Recette version N-1 ● Pas admin ● Données réels ● Version N
  29. 29. Collaboration pour une usine logicielle
  30. 30. Les premières livraisons
  31. 31. Les premières livraisons
  32. 32. Le chemin vers l’objectif Whatyouwant Whattheywant Win / Win
  33. 33. Objectif automatisation
  34. 34. Reste à faire
  35. 35. Une réussite3.4 / 4 3.6 / 4 3.8 / 4 ErgonomieFiabilité des données Utilité "L'insertion de C-View est riche de promesse et en phase avec nos besoins pour gagner du temps commercial et actualiser notre connaissance clients en 1 clic." 70% de taux d'utilisation sur les 6 premiers mois (Mai à Octobre)
  36. 36. Merci beaucoup !

×