SlideShare une entreprise Scribd logo
Les enjeux de l’EIM
et l’association gagnante MDM et Big Data
Jean-Michel Franco
Directeur Innovation

Copyright 2007, Information
Builders. Slide 1
Business & Decision : un groupe international
de conseil et d’intégration de systèmes
Créé en 1992
CA 2012 :
221,9 M€

2 500 collaborateurs

16 pays

17 agences
régionales

5 grands domaines d’expertise
BI / EPM

CRM

E-BUSINESS

BI & EPM Services
Europe MarketScope

Magic Quadrant
for CRM Services

Parmi les 7 grandes
agences web et design en Europe
du panel de Forrester

EIM
MDM / BRMS / Search / ECM

CONSULTING
AMOA / Conseil /
Métaphora (gestion du changement)
Exens (ERP) / BDU
2
Business & Decision et le MDM
Spécialiste du MDM
et de l’Information
Management






Démarche de mise
en œuvre
éprouvée et souple

 Approche agile dédiée au MDM, sur la base de sessions de travail
collaboratives en ateliers dans le respect des coûts et des délais
 Des consultants polyvalents pour mettre en œuvre la solution
au plus près des besoins métiers

Innovation,
engagement ,
expertise






Une practice dédiée au Master Data Management
50 consultants en France, 80 dans le monde
Veille technologique dédiée et relations partenaires fortes
Forte synergie avec les autres activités du groupe

50 % des projets réalisés en mode forfait
90% de l’activité réalisée auprès d’une clientèle Grands Comptes
Un engagement de bout en bout
Connaissance pointue des solutions du marché, et co-création

Une expertise
déclinée sur tous
les cas d’usage

3
Prêts pour transformer vos données en valeur ?

Connaître
son client

Source : Faber Novel

Elargir son offre
produits & services

Valoriser tout
l’écosystème
De la rétention au partage de l’information
Nouveau paradigme organisationnel et technologique

Knowledge is Power

Knowledge is Profit

• Rétention et silos
de données
• Hétérogénéité et
« best-of-breed »
• Décentralisation et
autonomie
•Organisation
verticale
• Opacité

• Communication et
partage globaux
• Mutualisation et
rationalisation
• Centralisation et
collaboration
• Organisation
horizontale
• Transparence

La réponse se trouve dans les données
– seulement si vous savez les exploiter
5
Des enjeux business de plus en plus précis et urgents
L’exploitation du potentiel contenu dans vos données est nécessaire
pour faire face aux grands enjeux des SI actuels :

Convergence
des SI

Désimbrication du
SI sur un marché
régulé

Conformité
réglementaire

Time to market

Connaissance
client

Plateforme
unifiée de gestion
des données
Dictionnaire

Référentiel

Qualité

Intégration

Entreprise
étendue
De l’intégration de données
à la gouvernance de l’information
D’un modèle en silos, managé par l’IT
(Data Management)…

IT

…vers un modèle plus fédéral,
à responsabilités partagées
(Information Governance)

Métiers

 Les métiers définissent leur besoin et utilisent
l’information via des applications packagées
 L’IT met en œuvre, opère et administre
 Des conflits sur la pertinence et la qualité
des données, l’autonomie, le time to market...

Métiers

 Les métiers définissent leur besoin,
administrent les données, les documentent,
parfois les assemblent et contribuent
à leur mise en cohérence et leur entretien
 L’IT accompagne, contrôle, déploie, délivre
“comme un service”, sécurise et administre
Qu’est-ce que le Master Data Management ?
Une Master Data est une donnée de référence commune aux organisations,
processus et applications informatiques d’une entreprise.
Une donnée est dite « Master Data » à condition d’être partagée au travers
d’un système d’information
Le Master Data Management vise à mettre en place les processus,
organisations et outils pour rassembler, référencer, gérer, contrôler
et partager de manière transverse les Master Data
Les personnes
(qui ?)

Les choses
(quoi ?)

Les lieux
Les
(où ?)
Lieux

Organisations
(comment ?)

Règles de
gestion
Unités de
mesure

Clients
Consommateurs

Produits

Points de
Pays
vente

Services

Les règles &
standards

Plans de
comptes

SLA

33%
Fournisseurs

44%

Assets

3%

EntreBoutiques
pots
Entrepôts
Filiales
Filiales

Employés

Configurations

Partenaires
Patients
Citoyens

Usagers

21 %
Calendrier

Territoires

Tarifs
ImmoImmobilier
bilier

Organisation
opérationnelle et
juridique
Codifications
standard
8
Mais le MDM ne suffit pas : les disciplines de l’EIM

Documenter,
éliminer
les redondances
de données

Master
Data
Management
Meta Data
Management

Améliorer
la qualité
des données clefs,
et la certifier

Transférer
l’information, la
sécuriser, assurer
la traçabilité

Rendre
l’information clef
disponible et
accessible à tout
moment

Qualité de
données
Gouvernance
des données

Enterprise
Information
Integration,
Info Lifecycle
Management,
Data Loss
Prevention

Data
Services
SOA, l’enterprise search,
BI, portails
d’entreprise
Quels types de données?
 Les types de
données :

décrivent

Méta
données

Données décisionnelles
Données transactionnelles

utilisent

Données référentielles
 Concrètement :

Données transactionnelles

Métadonnées

Id Client

Prénom

Nom

Produit

Point de vente

Date

Montant

92584789

Denis

ROBERT

TXF98

24789

05/11/2011

429 $

92585432

Jeanne

FERRY

TXF98-TT

24400

06/11/2011

419 $

….

Données référentielles

Données décisionnelles
scoring

RFM

CLV
De l’intégration de données à la gouvernance de
l’information : Par où commencer ?
Définir
la plateforme

Définir
les responsabilités

Engager les initiatives,
domaine par domaine

Produit

Client

Organisation

Sites

Cadrage plateforme
-> Ateliers définition du besoin
-> Proof of concept
-> Roadmaps et budgets

Schéma d’orga.
-> Centre de compétences
Information Governance
-> Data Stewardships
-> Centre de services

Mise en œuvre
« Fast delivery »
-> Modélisation itérative
-> Mapping de données
-> Plan qualité de données
Big Data : définition

Le Big Data vise à tirer un avantage
concurrentiel au travers de
méthodes de collecte, d’analyse et
d’exploitation des données qu’on
ne pouvait utiliser jusqu’à présent
du fait des contraintes
économiques, fonctionnelles et
techniques liées aux volumétries, à
la vitesse de traitement et
à la variété des données à
considérer.
D’après “the 451 Group” et Gartner

Source : Wall Street Journal

“Les challenges incluent la collecte, la curation, le stockage, l’enrichissement,
le croisement, la partage, l’analyse et la visualisation..”
D’après Wikipedia
Nouvel enjeu : le principe de la longue traîne,
appliqué à la gestion de l’information
La gestion de l’information telle qu’on la connaît

Popularité

- Capital informationnel constitué sur la base des SI internes
de l’entreprise
- Information exploitée transversalement uniquement en temps différé
- Information modélisée à priori

La gestion de l’information
telle qu’on la voudrait
La gestion de l’information telle qu’on la connaît
+ informations générées par les humains
+ informations gérées par les machines
+ informations en « juste à temps » (vitesse)
+ informations modélisables, assemblables et extensibles
au fil de l’eau (élasticité)

Information disponible
Exemple d’innovation dans la distribution:
Au plus près du terrain et de la demande client
La grande distribution a été pionnière dans la mise en œuvre de data warehouse
d’entreprise, notamment pour l’analyse des données de tickets de caisse.
Mais, il devient nécessaire de tirer encore plus de valeur de ces données,
d’approfondir les capacités d’analyse et de les rendre « actionnables » .

Gestion plus fine et dynamique des prix de vente
Personnalisation des offres pour les programmes de fidélité
Gestion proactive des fraudes
Ajustement de l’offre et de la demande, par zone géographique

Gestion du online multi-canal (e-commerce, magasins, drive)
Exemple d’innovation dans les utilities :
Le « Smart Watering »
En France , 25% de l’eau injectée sur le réseau est perdue en fuites et fraudes.
Le manque à gagner pour les citoyens s’élève à 2,4 milliards d’euros par an. (*)
Les canaux numériques et l’Internet des objets ouvrent de nouvelles opportunités
pour collecter/exploiter les données, et les mettre à la disposition de tous
(*) Source : SIA conseil

Informations en temps réel sur les débits et la qualité de l’eau
Services à valeur ajoutée pour les consommateurs et
les collectivités
Détection au plus tôt des problèmes sur le réseau et en bout
de chaîne
Engagement commun au principe de consommation
responsable

Automatisation du processus de collecte
Exemple d’innovation dans le secteur de l’assurance
Innover par de nouvelles offres
Une start-up dédiée à l’assurance des exploitations agricoles face aux aléas
du climat.
La collecte d’un ensemble d’informations à un niveau très fin
sur les températures, l’humidité, les précipitations…

Gestion des sinistres totalement dématérialisée : paiement automatisé en
fonction des conditions
Un potentiel de déploiement sans limites géographiques, permettant
d’atteindre des marchés inexploités
D’énormes opportunités de transformation des bonnes pratiques
dans l’agriculture et la gestion du climat
Exemple d’innovation dans le secteur de l’assurance
Gestion des fraudes
Appliquer les principes du Scoring Crédit pour analyser les déclarations de sinistre.
Exploitation des données non structurées pour mettre en exergue les incohérences dans les
déclarations.
L’aide à la décision poussée sur le terrain au plus près des clients.

Taux de succès des investigations : de 50 à 85%
25% des dossiers sont réglés dès la première étape, contre 4%
auparavant
Le scoring influence la suite du processus et améliore son efficacité
(aide à la décision « actionnable »)
De la BI classique au Big Data
A la recherche de la « longue traîne »
Systèmes
transactionnels

Etendre les principes fondateurs des concepts du
Data Warehouse et de l’Information Management
Immédiateté

Data
Warehouse

Big
Data

Précision

Aller puiser la connaissance dans de nouvelles
sources de données structurées
Capteurs, Internet
des objets

Systèmes
décisionnels
d’entreprise

Agilité

Données externes

Exploiter et fédérer les données
« non structurées »
Documents, contenu
numérique riche…

Données publiques du
web et des réseaux
sociaux
Big Data : pour quoi faire ?
Quelles catégories de solutions pour le Big Data ?
MDM et Big Data : l’association gagnante

21
Pourquoi le Big Data a-t-il besoin du MDM ?
Exemple : la dématérialisation du Père Noël

Extraction du contenu

Gestion de la qualité
Réconciliation avec les master data
Enrichissement
Id_Client

Prénom

Nom

Produit

Fournisseur

Date

Montant

92584789

Anne

B.

TXF98

Dell

24/12/2013

650 €

92584789

Anne

B.

AXC54

Maped

24/12/2013

2,44 €

92584789

Anne

B.

TRE56

Playmobil

24/12/2013

129,36 €

….
22
Pourquoi le MDM a besoin du Big Data ?
Ex.: Du référentiel client à la vue client 360° temps réel

Master Data

Centre de contacts

Données
transactionnelles

Face à face

Customer
Data
Platform

ROI

Données
décisionnelles

(Boutique, agence…)

SMS/Mail/Chat…

Données de
parcours

Applications
mobiles

Données
d’interactions

Site Web

23
Exemple d’innovation dans le secteur
de l’hôtellerie : recommandations temps réel
• Passer d’une économie de l’attention à une économie de l’intention
• Tester le bien fondé des offres, les remettre en cause en permanence
• Offrir le même niveau de service au travers des canaux d’interaction
• Mieux “maîtriser” les recommandations associées aux hôtels du groupe et
les interactions avec les promoteurs et détracteurs

Améliorer le taux de transformation
Capacité à tester les nouvelles offres, et de les retirer si peu
d’efficacité
Capacité d’écoute, de réactivité et d’« influence » sur
les promoteurs et détracteurs
Fédération de la connaissance client pour s’adapter aux
changements d’organisation et intégrer les médias sociaux

Offre et communication personnalisée pour chaque client
Exemple d’innovation dans le secteur
de la banque : parcours multi-canal
• Acquérir/Enrichir la connaissance Client
• Proposer les meilleures offres en fonction du contexte
• Gérer les parcours d’achat de bout en bout depuis la déclaration d’intention
jusqu’à la transformation
• Suivre en temps réel l’efficacité des offres

Personnalisation des interactions avec les non clients en fonction
de leur parcours sur le web
Personnalisation des interactions avec les clients en fonction
de leur profil et de leur parcours

Capacité à suivre les parcours clients au travers des canaux
online et offline
Définition de nouveaux segments de clients par analyse
des parcours d’achat
Et demain, vers les « predictive apps » :
Une nouvelle génération d’applications qui anticipe le besoin utilisateur

26

Contenu connexe

Tendances

Workshop - Monétisation de la Donnée : Process & Exemples
Workshop - Monétisation de la Donnée : Process & ExemplesWorkshop - Monétisation de la Donnée : Process & Exemples
Workshop - Monétisation de la Donnée : Process & Exemples
Converteo
 
Données Personnelles
Données PersonnellesDonnées Personnelles
Données Personnelles
Soft Computing
 
Cas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience clientCas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience client
Jean-Michel Franco
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
Jean-Michel Franco
 
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Soft Computing
 
Big Data Analytics
Big Data AnalyticsBig Data Analytics
Big Data Analytics
Soft Computing
 
Mdm entrepot_de_donnees_-_wiki
Mdm  entrepot_de_donnees_-_wikiMdm  entrepot_de_donnees_-_wiki
Mdm entrepot_de_donnees_-_wiki
Michel Bruley
 
Matinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & DecisionMatinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & Decision
Jean-Michel Franco
 
DÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈESDÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈES
AngelaPieruccini
 
Master Data Management : quels outils ? quelles bonnes pratiques ?
Master Data Management : quels outils ? quelles bonnes pratiques ?Master Data Management : quels outils ? quelles bonnes pratiques ?
Master Data Management : quels outils ? quelles bonnes pratiques ?
Jean-Michel Franco
 
MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?
Jean-Michel Franco
 
Machine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleMachine Learning et Intelligence Artificielle
Machine Learning et Intelligence Artificielle
Soft Computing
 
Moteur de Recommandation
Moteur de RecommandationMoteur de Recommandation
Moteur de Recommandation
Soft Computing
 
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
Soft Computing
 
Coupler web-analytics-et-campagnes-marketing-ciblees
Coupler web-analytics-et-campagnes-marketing-cibleesCoupler web-analytics-et-campagnes-marketing-ciblees
Coupler web-analytics-et-campagnes-marketing-ciblees
Soft Computing
 
[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires
Jean-Michel Franco
 
Big Data by Soft Computing - Lille
Big Data by Soft Computing - LilleBig Data by Soft Computing - Lille
Big Data by Soft Computing - Lille
Soft Computing
 
BAROMÈTRE RGPD
BAROMÈTRE RGPDBAROMÈTRE RGPD
BAROMÈTRE RGPD
Converteo
 
Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...
Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...
Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...
Converteo
 
Objets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data ScienceObjets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data Science
Soft Computing
 

Tendances (20)

Workshop - Monétisation de la Donnée : Process & Exemples
Workshop - Monétisation de la Donnée : Process & ExemplesWorkshop - Monétisation de la Donnée : Process & Exemples
Workshop - Monétisation de la Donnée : Process & Exemples
 
Données Personnelles
Données PersonnellesDonnées Personnelles
Données Personnelles
 
Cas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience clientCas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience client
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
 
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
 
Big Data Analytics
Big Data AnalyticsBig Data Analytics
Big Data Analytics
 
Mdm entrepot_de_donnees_-_wiki
Mdm  entrepot_de_donnees_-_wikiMdm  entrepot_de_donnees_-_wiki
Mdm entrepot_de_donnees_-_wiki
 
Matinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & DecisionMatinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & Decision
 
DÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈESDÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈES
 
Master Data Management : quels outils ? quelles bonnes pratiques ?
Master Data Management : quels outils ? quelles bonnes pratiques ?Master Data Management : quels outils ? quelles bonnes pratiques ?
Master Data Management : quels outils ? quelles bonnes pratiques ?
 
MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?
 
Machine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleMachine Learning et Intelligence Artificielle
Machine Learning et Intelligence Artificielle
 
Moteur de Recommandation
Moteur de RecommandationMoteur de Recommandation
Moteur de Recommandation
 
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
 
Coupler web-analytics-et-campagnes-marketing-ciblees
Coupler web-analytics-et-campagnes-marketing-cibleesCoupler web-analytics-et-campagnes-marketing-ciblees
Coupler web-analytics-et-campagnes-marketing-ciblees
 
[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires
 
Big Data by Soft Computing - Lille
Big Data by Soft Computing - LilleBig Data by Soft Computing - Lille
Big Data by Soft Computing - Lille
 
BAROMÈTRE RGPD
BAROMÈTRE RGPDBAROMÈTRE RGPD
BAROMÈTRE RGPD
 
Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...
Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...
Livre Blanc Data in store, collecte & exploitation : Le point de vente s'insp...
 
Objets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data ScienceObjets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data Science
 

En vedette

Gouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de donnéesGouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de données
agileDSS
 
Big Data Architectural Patterns and Best Practices on AWS
Big Data Architectural Patterns and Best Practices on AWSBig Data Architectural Patterns and Best Practices on AWS
Big Data Architectural Patterns and Best Practices on AWS
Amazon Web Services
 
Big Data Architectural Patterns
Big Data Architectural PatternsBig Data Architectural Patterns
Big Data Architectural Patterns
Amazon Web Services
 
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
Helena Edelson
 
(BDT310) Big Data Architectural Patterns and Best Practices on AWS
(BDT310) Big Data Architectural Patterns and Best Practices on AWS(BDT310) Big Data Architectural Patterns and Best Practices on AWS
(BDT310) Big Data Architectural Patterns and Best Practices on AWS
Amazon Web Services
 
La gouvernance des données
La gouvernance des donnéesLa gouvernance des données
La gouvernance des données
Microsoft Décideurs IT
 
MDM Strategy & Roadmap
MDM Strategy & RoadmapMDM Strategy & Roadmap
MDM Strategy & Roadmap
victorlbrown
 
TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...
TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...
TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...
Lucile HYON-LE GOURRIEREC
 

En vedette (8)

Gouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de donnéesGouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de données
 
Big Data Architectural Patterns and Best Practices on AWS
Big Data Architectural Patterns and Best Practices on AWSBig Data Architectural Patterns and Best Practices on AWS
Big Data Architectural Patterns and Best Practices on AWS
 
Big Data Architectural Patterns
Big Data Architectural PatternsBig Data Architectural Patterns
Big Data Architectural Patterns
 
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
 
(BDT310) Big Data Architectural Patterns and Best Practices on AWS
(BDT310) Big Data Architectural Patterns and Best Practices on AWS(BDT310) Big Data Architectural Patterns and Best Practices on AWS
(BDT310) Big Data Architectural Patterns and Best Practices on AWS
 
La gouvernance des données
La gouvernance des donnéesLa gouvernance des données
La gouvernance des données
 
MDM Strategy & Roadmap
MDM Strategy & RoadmapMDM Strategy & Roadmap
MDM Strategy & Roadmap
 
TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...
TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...
TémoignagCarrefour et velvet : la connaissance client au coeur de l'efficacit...
 

Similaire à Exploitez le Big Data dans le cadre de votre stratégie MDM

Pilotage & Performance 2012
Pilotage & Performance 2012Pilotage & Performance 2012
Pilotage & Performance 2012
Business & Decision
 
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Wavestone
 
Matinale du MDM 2012
Matinale du MDM 2012Matinale du MDM 2012
Matinale du MDM 2012
Business & Decision
 
Etude Apec - Les métiers de la data
Etude Apec - Les métiers de la dataEtude Apec - Les métiers de la data
Etude Apec - Les métiers de la data
Apec
 
CRM et Chaîne de la Valeur Client
 CRM et Chaîne de la Valeur Client CRM et Chaîne de la Valeur Client
CRM et Chaîne de la Valeur Client
Efficy CRM
 
Séminaire RCU
Séminaire RCUSéminaire RCU
Séminaire RCU
Soft Computing
 
Matinale du MDM 2012
Matinale du MDM 2012 Matinale du MDM 2012
Matinale du MDM 2012
Business & Decision
 
25/01/18 Matinale Data Science
25/01/18 Matinale Data Science25/01/18 Matinale Data Science
25/01/18 Matinale Data Science
Soft Computing
 
Matinale du MDM 2011
Matinale du MDM 2011Matinale du MDM 2011
Matinale du MDM 2011
Business & Decision
 
Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013
INFOCLIP
 
19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client Unique19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client Unique
Soft Computing
 
Data forum 2016 - Presentation Micropole - Les tendances Data 2017
Data forum 2016 - Presentation Micropole - Les tendances Data 2017Data forum 2016 - Presentation Micropole - Les tendances Data 2017
Data forum 2016 - Presentation Micropole - Les tendances Data 2017
Micropole Group
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayet
Kezhan SHI
 
[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...
[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...
[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...
Williams Ould-Bouzid
 
Search Based Application: Facilitez vous le MDM !
Search Based Application: Facilitez vous le MDM !Search Based Application: Facilitez vous le MDM !
Search Based Application: Facilitez vous le MDM !
Jean-François Caenen
 
Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...
Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...
Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...
Matthieu Bruckert
 
Le cloud, source de visibilité
Le cloud, source de visibilité Le cloud, source de visibilité
Le cloud, source de visibilité
PRODWARE
 
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
Hélène Etienne
 
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
Genève Lab
 
The responsive consumer experience
The responsive consumer experienceThe responsive consumer experience
The responsive consumer experience
luchendo
 

Similaire à Exploitez le Big Data dans le cadre de votre stratégie MDM (20)

Pilotage & Performance 2012
Pilotage & Performance 2012Pilotage & Performance 2012
Pilotage & Performance 2012
 
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
 
Matinale du MDM 2012
Matinale du MDM 2012Matinale du MDM 2012
Matinale du MDM 2012
 
Etude Apec - Les métiers de la data
Etude Apec - Les métiers de la dataEtude Apec - Les métiers de la data
Etude Apec - Les métiers de la data
 
CRM et Chaîne de la Valeur Client
 CRM et Chaîne de la Valeur Client CRM et Chaîne de la Valeur Client
CRM et Chaîne de la Valeur Client
 
Séminaire RCU
Séminaire RCUSéminaire RCU
Séminaire RCU
 
Matinale du MDM 2012
Matinale du MDM 2012 Matinale du MDM 2012
Matinale du MDM 2012
 
25/01/18 Matinale Data Science
25/01/18 Matinale Data Science25/01/18 Matinale Data Science
25/01/18 Matinale Data Science
 
Matinale du MDM 2011
Matinale du MDM 2011Matinale du MDM 2011
Matinale du MDM 2011
 
Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013
 
19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client Unique19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client Unique
 
Data forum 2016 - Presentation Micropole - Les tendances Data 2017
Data forum 2016 - Presentation Micropole - Les tendances Data 2017Data forum 2016 - Presentation Micropole - Les tendances Data 2017
Data forum 2016 - Presentation Micropole - Les tendances Data 2017
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayet
 
[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...
[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...
[Livre Blanc] Réduisez les risques et les coûts avec une gouvernance proactiv...
 
Search Based Application: Facilitez vous le MDM !
Search Based Application: Facilitez vous le MDM !Search Based Application: Facilitez vous le MDM !
Search Based Application: Facilitez vous le MDM !
 
Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...
Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...
Transformation Digitale Responsable Partie 3-5 Comment le numerique transform...
 
Le cloud, source de visibilité
Le cloud, source de visibilité Le cloud, source de visibilité
Le cloud, source de visibilité
 
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
 
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
 
The responsive consumer experience
The responsive consumer experienceThe responsive consumer experience
The responsive consumer experience
 

Plus de Jean-Michel Franco

A commonsense approach to data
A commonsense approach to dataA commonsense approach to data
A commonsense approach to data
Jean-Michel Franco
 
Prendre la data par le bon sens
Prendre la data par le bon sensPrendre la data par le bon sens
Prendre la data par le bon sens
Jean-Michel Franco
 
Reveal the Intelligence in your Data with Talend Data Fabric
Reveal the Intelligence in your Data with Talend Data FabricReveal the Intelligence in your Data with Talend Data Fabric
Reveal the Intelligence in your Data with Talend Data Fabric
Jean-Michel Franco
 
Dévoilez l'essentiel de vos données avec Talend
Dévoilez l'essentiel de vos données avec TalendDévoilez l'essentiel de vos données avec Talend
Dévoilez l'essentiel de vos données avec Talend
Jean-Michel Franco
 
3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences
3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences
3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences
Jean-Michel Franco
 
Delivering data governance with a Yes
Delivering data governance with a YesDelivering data governance with a Yes
Delivering data governance with a Yes
Jean-Michel Franco
 
Delivering data you can trust with Talend 2019
Delivering data you can trust with Talend 2019 Delivering data you can trust with Talend 2019
Delivering data you can trust with Talend 2019
Jean-Michel Franco
 
Delivering data you can trust for data privacy
Delivering data you can trust for data privacy Delivering data you can trust for data privacy
Delivering data you can trust for data privacy
Jean-Michel Franco
 
Deliver Data Governance with a “Yes”
Deliver Data Governance with a “Yes”Deliver Data Governance with a “Yes”
Deliver Data Governance with a “Yes”
Jean-Michel Franco
 
Libérez vos données avec un catalogue de données
Libérez vos données avec un catalogue de donnéesLibérez vos données avec un catalogue de données
Libérez vos données avec un catalogue de données
Jean-Michel Franco
 
Liberating data with Talend Data Catalog
Liberating data with Talend Data CatalogLiberating data with Talend Data Catalog
Liberating data with Talend Data Catalog
Jean-Michel Franco
 
Delivering Analytics at Scale with a Governed Data Lake
Delivering Analytics at Scale with a Governed Data LakeDelivering Analytics at Scale with a Governed Data Lake
Delivering Analytics at Scale with a Governed Data Lake
Jean-Michel Franco
 
GDPR Benhmark: 70% of companies failing on their own GDPR compliance claims
GDPR Benhmark: 70%  of companies failing on their own GDPR compliance claimsGDPR Benhmark: 70%  of companies failing on their own GDPR compliance claims
GDPR Benhmark: 70% of companies failing on their own GDPR compliance claims
Jean-Michel Franco
 
Enacting the data subjects access rights for gdpr with data services and data...
Enacting the data subjects access rights for gdpr with data services and data...Enacting the data subjects access rights for gdpr with data services and data...
Enacting the data subjects access rights for gdpr with data services and data...
Jean-Michel Franco
 
Operationalising gdpr compliance with data management
Operationalising gdpr compliance with data managementOperationalising gdpr compliance with data management
Operationalising gdpr compliance with data management
Jean-Michel Franco
 
Make Data Better Together
Make Data Better Together Make Data Better Together
Make Data Better Together
Jean-Michel Franco
 
Delivering analytics at scale with a governed data lake
Delivering analytics at scale with a governed data lakeDelivering analytics at scale with a governed data lake
Delivering analytics at scale with a governed data lake
Jean-Michel Franco
 
Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...
Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...
Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...
Jean-Michel Franco
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés
Jean-Michel Franco
 
Are Your Data Ready for GDPR? (with MAPR and Talend)
Are Your Data Ready for GDPR? (with MAPR and Talend)Are Your Data Ready for GDPR? (with MAPR and Talend)
Are Your Data Ready for GDPR? (with MAPR and Talend)
Jean-Michel Franco
 

Plus de Jean-Michel Franco (20)

A commonsense approach to data
A commonsense approach to dataA commonsense approach to data
A commonsense approach to data
 
Prendre la data par le bon sens
Prendre la data par le bon sensPrendre la data par le bon sens
Prendre la data par le bon sens
 
Reveal the Intelligence in your Data with Talend Data Fabric
Reveal the Intelligence in your Data with Talend Data FabricReveal the Intelligence in your Data with Talend Data Fabric
Reveal the Intelligence in your Data with Talend Data Fabric
 
Dévoilez l'essentiel de vos données avec Talend
Dévoilez l'essentiel de vos données avec TalendDévoilez l'essentiel de vos données avec Talend
Dévoilez l'essentiel de vos données avec Talend
 
3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences
3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences
3 Steps to Turning CCPA & Data Privacy into Personalized Customer Experiences
 
Delivering data governance with a Yes
Delivering data governance with a YesDelivering data governance with a Yes
Delivering data governance with a Yes
 
Delivering data you can trust with Talend 2019
Delivering data you can trust with Talend 2019 Delivering data you can trust with Talend 2019
Delivering data you can trust with Talend 2019
 
Delivering data you can trust for data privacy
Delivering data you can trust for data privacy Delivering data you can trust for data privacy
Delivering data you can trust for data privacy
 
Deliver Data Governance with a “Yes”
Deliver Data Governance with a “Yes”Deliver Data Governance with a “Yes”
Deliver Data Governance with a “Yes”
 
Libérez vos données avec un catalogue de données
Libérez vos données avec un catalogue de donnéesLibérez vos données avec un catalogue de données
Libérez vos données avec un catalogue de données
 
Liberating data with Talend Data Catalog
Liberating data with Talend Data CatalogLiberating data with Talend Data Catalog
Liberating data with Talend Data Catalog
 
Delivering Analytics at Scale with a Governed Data Lake
Delivering Analytics at Scale with a Governed Data LakeDelivering Analytics at Scale with a Governed Data Lake
Delivering Analytics at Scale with a Governed Data Lake
 
GDPR Benhmark: 70% of companies failing on their own GDPR compliance claims
GDPR Benhmark: 70%  of companies failing on their own GDPR compliance claimsGDPR Benhmark: 70%  of companies failing on their own GDPR compliance claims
GDPR Benhmark: 70% of companies failing on their own GDPR compliance claims
 
Enacting the data subjects access rights for gdpr with data services and data...
Enacting the data subjects access rights for gdpr with data services and data...Enacting the data subjects access rights for gdpr with data services and data...
Enacting the data subjects access rights for gdpr with data services and data...
 
Operationalising gdpr compliance with data management
Operationalising gdpr compliance with data managementOperationalising gdpr compliance with data management
Operationalising gdpr compliance with data management
 
Make Data Better Together
Make Data Better Together Make Data Better Together
Make Data Better Together
 
Delivering analytics at scale with a governed data lake
Delivering analytics at scale with a governed data lakeDelivering analytics at scale with a governed data lake
Delivering analytics at scale with a governed data lake
 
Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...
Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...
Enacting the Data Subjects Access Rights for GDPR with Data Services and Data...
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés
 
Are Your Data Ready for GDPR? (with MAPR and Talend)
Are Your Data Ready for GDPR? (with MAPR and Talend)Are Your Data Ready for GDPR? (with MAPR and Talend)
Are Your Data Ready for GDPR? (with MAPR and Talend)
 

Exploitez le Big Data dans le cadre de votre stratégie MDM

  • 1. Les enjeux de l’EIM et l’association gagnante MDM et Big Data Jean-Michel Franco Directeur Innovation Copyright 2007, Information Builders. Slide 1
  • 2. Business & Decision : un groupe international de conseil et d’intégration de systèmes Créé en 1992 CA 2012 : 221,9 M€ 2 500 collaborateurs 16 pays 17 agences régionales 5 grands domaines d’expertise BI / EPM CRM E-BUSINESS BI & EPM Services Europe MarketScope Magic Quadrant for CRM Services Parmi les 7 grandes agences web et design en Europe du panel de Forrester EIM MDM / BRMS / Search / ECM CONSULTING AMOA / Conseil / Métaphora (gestion du changement) Exens (ERP) / BDU 2
  • 3. Business & Decision et le MDM Spécialiste du MDM et de l’Information Management     Démarche de mise en œuvre éprouvée et souple  Approche agile dédiée au MDM, sur la base de sessions de travail collaboratives en ateliers dans le respect des coûts et des délais  Des consultants polyvalents pour mettre en œuvre la solution au plus près des besoins métiers Innovation, engagement , expertise     Une practice dédiée au Master Data Management 50 consultants en France, 80 dans le monde Veille technologique dédiée et relations partenaires fortes Forte synergie avec les autres activités du groupe 50 % des projets réalisés en mode forfait 90% de l’activité réalisée auprès d’une clientèle Grands Comptes Un engagement de bout en bout Connaissance pointue des solutions du marché, et co-création Une expertise déclinée sur tous les cas d’usage 3
  • 4. Prêts pour transformer vos données en valeur ? Connaître son client Source : Faber Novel Elargir son offre produits & services Valoriser tout l’écosystème
  • 5. De la rétention au partage de l’information Nouveau paradigme organisationnel et technologique Knowledge is Power Knowledge is Profit • Rétention et silos de données • Hétérogénéité et « best-of-breed » • Décentralisation et autonomie •Organisation verticale • Opacité • Communication et partage globaux • Mutualisation et rationalisation • Centralisation et collaboration • Organisation horizontale • Transparence La réponse se trouve dans les données – seulement si vous savez les exploiter 5
  • 6. Des enjeux business de plus en plus précis et urgents L’exploitation du potentiel contenu dans vos données est nécessaire pour faire face aux grands enjeux des SI actuels : Convergence des SI Désimbrication du SI sur un marché régulé Conformité réglementaire Time to market Connaissance client Plateforme unifiée de gestion des données Dictionnaire Référentiel Qualité Intégration Entreprise étendue
  • 7. De l’intégration de données à la gouvernance de l’information D’un modèle en silos, managé par l’IT (Data Management)… IT …vers un modèle plus fédéral, à responsabilités partagées (Information Governance) Métiers  Les métiers définissent leur besoin et utilisent l’information via des applications packagées  L’IT met en œuvre, opère et administre  Des conflits sur la pertinence et la qualité des données, l’autonomie, le time to market... Métiers  Les métiers définissent leur besoin, administrent les données, les documentent, parfois les assemblent et contribuent à leur mise en cohérence et leur entretien  L’IT accompagne, contrôle, déploie, délivre “comme un service”, sécurise et administre
  • 8. Qu’est-ce que le Master Data Management ? Une Master Data est une donnée de référence commune aux organisations, processus et applications informatiques d’une entreprise. Une donnée est dite « Master Data » à condition d’être partagée au travers d’un système d’information Le Master Data Management vise à mettre en place les processus, organisations et outils pour rassembler, référencer, gérer, contrôler et partager de manière transverse les Master Data Les personnes (qui ?) Les choses (quoi ?) Les lieux Les (où ?) Lieux Organisations (comment ?) Règles de gestion Unités de mesure Clients Consommateurs Produits Points de Pays vente Services Les règles & standards Plans de comptes SLA 33% Fournisseurs 44% Assets 3% EntreBoutiques pots Entrepôts Filiales Filiales Employés Configurations Partenaires Patients Citoyens Usagers 21 % Calendrier Territoires Tarifs ImmoImmobilier bilier Organisation opérationnelle et juridique Codifications standard 8
  • 9. Mais le MDM ne suffit pas : les disciplines de l’EIM Documenter, éliminer les redondances de données Master Data Management Meta Data Management Améliorer la qualité des données clefs, et la certifier Transférer l’information, la sécuriser, assurer la traçabilité Rendre l’information clef disponible et accessible à tout moment Qualité de données Gouvernance des données Enterprise Information Integration, Info Lifecycle Management, Data Loss Prevention Data Services SOA, l’enterprise search, BI, portails d’entreprise
  • 10. Quels types de données?  Les types de données : décrivent Méta données Données décisionnelles Données transactionnelles utilisent Données référentielles  Concrètement : Données transactionnelles Métadonnées Id Client Prénom Nom Produit Point de vente Date Montant 92584789 Denis ROBERT TXF98 24789 05/11/2011 429 $ 92585432 Jeanne FERRY TXF98-TT 24400 06/11/2011 419 $ …. Données référentielles Données décisionnelles scoring RFM CLV
  • 11. De l’intégration de données à la gouvernance de l’information : Par où commencer ? Définir la plateforme Définir les responsabilités Engager les initiatives, domaine par domaine Produit Client Organisation Sites Cadrage plateforme -> Ateliers définition du besoin -> Proof of concept -> Roadmaps et budgets Schéma d’orga. -> Centre de compétences Information Governance -> Data Stewardships -> Centre de services Mise en œuvre « Fast delivery » -> Modélisation itérative -> Mapping de données -> Plan qualité de données
  • 12. Big Data : définition Le Big Data vise à tirer un avantage concurrentiel au travers de méthodes de collecte, d’analyse et d’exploitation des données qu’on ne pouvait utiliser jusqu’à présent du fait des contraintes économiques, fonctionnelles et techniques liées aux volumétries, à la vitesse de traitement et à la variété des données à considérer. D’après “the 451 Group” et Gartner Source : Wall Street Journal “Les challenges incluent la collecte, la curation, le stockage, l’enrichissement, le croisement, la partage, l’analyse et la visualisation..” D’après Wikipedia
  • 13. Nouvel enjeu : le principe de la longue traîne, appliqué à la gestion de l’information La gestion de l’information telle qu’on la connaît Popularité - Capital informationnel constitué sur la base des SI internes de l’entreprise - Information exploitée transversalement uniquement en temps différé - Information modélisée à priori La gestion de l’information telle qu’on la voudrait La gestion de l’information telle qu’on la connaît + informations générées par les humains + informations gérées par les machines + informations en « juste à temps » (vitesse) + informations modélisables, assemblables et extensibles au fil de l’eau (élasticité) Information disponible
  • 14. Exemple d’innovation dans la distribution: Au plus près du terrain et de la demande client La grande distribution a été pionnière dans la mise en œuvre de data warehouse d’entreprise, notamment pour l’analyse des données de tickets de caisse. Mais, il devient nécessaire de tirer encore plus de valeur de ces données, d’approfondir les capacités d’analyse et de les rendre « actionnables » . Gestion plus fine et dynamique des prix de vente Personnalisation des offres pour les programmes de fidélité Gestion proactive des fraudes Ajustement de l’offre et de la demande, par zone géographique Gestion du online multi-canal (e-commerce, magasins, drive)
  • 15. Exemple d’innovation dans les utilities : Le « Smart Watering » En France , 25% de l’eau injectée sur le réseau est perdue en fuites et fraudes. Le manque à gagner pour les citoyens s’élève à 2,4 milliards d’euros par an. (*) Les canaux numériques et l’Internet des objets ouvrent de nouvelles opportunités pour collecter/exploiter les données, et les mettre à la disposition de tous (*) Source : SIA conseil Informations en temps réel sur les débits et la qualité de l’eau Services à valeur ajoutée pour les consommateurs et les collectivités Détection au plus tôt des problèmes sur le réseau et en bout de chaîne Engagement commun au principe de consommation responsable Automatisation du processus de collecte
  • 16. Exemple d’innovation dans le secteur de l’assurance Innover par de nouvelles offres Une start-up dédiée à l’assurance des exploitations agricoles face aux aléas du climat. La collecte d’un ensemble d’informations à un niveau très fin sur les températures, l’humidité, les précipitations… Gestion des sinistres totalement dématérialisée : paiement automatisé en fonction des conditions Un potentiel de déploiement sans limites géographiques, permettant d’atteindre des marchés inexploités D’énormes opportunités de transformation des bonnes pratiques dans l’agriculture et la gestion du climat
  • 17. Exemple d’innovation dans le secteur de l’assurance Gestion des fraudes Appliquer les principes du Scoring Crédit pour analyser les déclarations de sinistre. Exploitation des données non structurées pour mettre en exergue les incohérences dans les déclarations. L’aide à la décision poussée sur le terrain au plus près des clients. Taux de succès des investigations : de 50 à 85% 25% des dossiers sont réglés dès la première étape, contre 4% auparavant Le scoring influence la suite du processus et améliore son efficacité (aide à la décision « actionnable »)
  • 18. De la BI classique au Big Data A la recherche de la « longue traîne » Systèmes transactionnels Etendre les principes fondateurs des concepts du Data Warehouse et de l’Information Management Immédiateté Data Warehouse Big Data Précision Aller puiser la connaissance dans de nouvelles sources de données structurées Capteurs, Internet des objets Systèmes décisionnels d’entreprise Agilité Données externes Exploiter et fédérer les données « non structurées » Documents, contenu numérique riche… Données publiques du web et des réseaux sociaux
  • 19. Big Data : pour quoi faire ?
  • 20. Quelles catégories de solutions pour le Big Data ?
  • 21. MDM et Big Data : l’association gagnante 21
  • 22. Pourquoi le Big Data a-t-il besoin du MDM ? Exemple : la dématérialisation du Père Noël Extraction du contenu Gestion de la qualité Réconciliation avec les master data Enrichissement Id_Client Prénom Nom Produit Fournisseur Date Montant 92584789 Anne B. TXF98 Dell 24/12/2013 650 € 92584789 Anne B. AXC54 Maped 24/12/2013 2,44 € 92584789 Anne B. TRE56 Playmobil 24/12/2013 129,36 € …. 22
  • 23. Pourquoi le MDM a besoin du Big Data ? Ex.: Du référentiel client à la vue client 360° temps réel Master Data Centre de contacts Données transactionnelles Face à face Customer Data Platform ROI Données décisionnelles (Boutique, agence…) SMS/Mail/Chat… Données de parcours Applications mobiles Données d’interactions Site Web 23
  • 24. Exemple d’innovation dans le secteur de l’hôtellerie : recommandations temps réel • Passer d’une économie de l’attention à une économie de l’intention • Tester le bien fondé des offres, les remettre en cause en permanence • Offrir le même niveau de service au travers des canaux d’interaction • Mieux “maîtriser” les recommandations associées aux hôtels du groupe et les interactions avec les promoteurs et détracteurs Améliorer le taux de transformation Capacité à tester les nouvelles offres, et de les retirer si peu d’efficacité Capacité d’écoute, de réactivité et d’« influence » sur les promoteurs et détracteurs Fédération de la connaissance client pour s’adapter aux changements d’organisation et intégrer les médias sociaux Offre et communication personnalisée pour chaque client
  • 25. Exemple d’innovation dans le secteur de la banque : parcours multi-canal • Acquérir/Enrichir la connaissance Client • Proposer les meilleures offres en fonction du contexte • Gérer les parcours d’achat de bout en bout depuis la déclaration d’intention jusqu’à la transformation • Suivre en temps réel l’efficacité des offres Personnalisation des interactions avec les non clients en fonction de leur parcours sur le web Personnalisation des interactions avec les clients en fonction de leur profil et de leur parcours Capacité à suivre les parcours clients au travers des canaux online et offline Définition de nouveaux segments de clients par analyse des parcours d’achat
  • 26. Et demain, vers les « predictive apps » : Une nouvelle génération d’applications qui anticipe le besoin utilisateur 26