SlideShare une entreprise Scribd logo
Business Performance & Innovation Digitale
Salon de la FinanceSalon de la FinanceSalon de la FinanceSalon de la Finance
24 Avril 2017
Abdessatar Hammedi, Practice Manager BI et Big Data
2
MALTEM : éléments clés
€72M
MOA 55%
Centres de services
et forfaits
40 %
Nos interventions
De la réflexion stratégique à la mise en œuvre
opérationnelle des organisations et des
systèmes d’information
IT 45%
Assistance Technique
60 %
Paris, Lille, Bidart,
Bruxelles, Luxembourg,
Singapour, Hong Kong,
Maltem Consulting Group
Nos PracticesNos implantations
Conseil en
organisation
et
Assistance àAssistance àAssistance àAssistance à
MaitriseMaitriseMaitriseMaitrise
d’Ouvraged’Ouvraged’Ouvraged’Ouvrage
des SIdes SIdes SIdes SI
Conseil,
conception et
intégration de
solutionssolutionssolutionssolutions
digitales,digitales,digitales,digitales,
opensource etopensource etopensource etopensource et
mobilesmobilesmobilesmobiles
Conseil,
conception et
intégration de
solutions desolutions desolutions desolutions de
DataDataDataData
ManagementManagementManagementManagement
Conception et
mise en place de
servicesservicesservicesservices
managés demanagés demanagés demanagés de
contrôle descontrôle descontrôle descontrôle des
performances ITperformances ITperformances ITperformances IT
MALTEM DIGITAL DATA
Management
Monitoring
Performances
Révolution
Le Big Data transforme en profondeur le monde de
la Banque et de l’Assurance
WHAT WE KNOW
THE REST
BIG DATA
Chacun de nous. Partout. Connecté.
Les IoT
100 milliards IP100 milliards IP100 milliards IP100 milliards IP
2013
10 mds
2020
30 mds
2025
100 mds
Nombre d’objets connecté dans le monde
Croissance explosive de la data
90%
«««« dededede l’ensemblel’ensemblel’ensemblel’ensemble desdesdesdes donnéesdonnéesdonnéesdonnées dudududu
mondemondemondemonde ontontontont étéétéétéété crééescrééescrééescréées cescescesces deuxdeuxdeuxdeux
dernièresdernièresdernièresdernières annéesannéesannéesannées »,»,»,»,
StephenStephenStephenStephen GoldGoldGoldGold d’IBMd’IBMd’IBMd’IBM
La troisième révolution industrielle est en marche : celle des données et de
leur traitement.
Etude IDC-EMC
Po
1015
Eo
1018
Zo
1021
La data, nouveau pétrole du 21ème siècle
« Ce n’est pas celui qui a le meilleur
algorithme qui gagne. C’est celui qui
a le plus de données »
Les sociétés du numérique mieux
valorisées que les entreprises
traditionnelles
Les GAFA
La mission de Google : Organiser les
informations à l’échelle mondiale
pour les rendre accessibles et utiles à
tous
1 milliard de sites1 milliard de sites1 milliard de sites1 milliard de sites
1000 milliards de pages1000 milliards de pages1000 milliards de pages1000 milliards de pages
La mission de Faceboock :
rendre le monde plus ouvert
et plus connecté
1,6 milliards d’inscrits1,6 milliards d’inscrits1,6 milliards d’inscrits1,6 milliards d’inscrits
4,7 milliards de4,7 milliards de4,7 milliards de4,7 milliards de
contenus/jourcontenus/jourcontenus/jourcontenus/jour
1111erererer media du mondemedia du mondemedia du mondemedia du monde
L’informationL’informationL’informationL’information
Les relationsLes relationsLes relationsLes relations
La mission d’Apple consiste à adapter la
machine à l’homme
LesLesLesLes machinesmachinesmachinesmachines
1 milliard terminaux iOS1 milliard terminaux iOS1 milliard terminaux iOS1 milliard terminaux iOS
It's our goal to be Earth's most
customer-centric company, where
customers can find and discover
anything at Amazon.com
Les transactionsLes transactionsLes transactionsLes transactions
250 millions de clients250 millions de clients250 millions de clients250 millions de clients
400 articles400 articles400 articles400 articles
commandés/seccommandés/seccommandés/seccommandés/sec
Répartition Map Assortiment Reduce
(banque,1)
(banque,1)
(banque,1)
(assurance,1)
(assurance,1)
(crédit,1)
(crédit,1)
(prêt,1)
(banque,3)
(assurance,2)
(crédit,2)
(prêt,1)
(banque,3)
(assurance,2)
(crédit,2)
(prêt,1)
Hadoop, mapreduce
Livre 1
Livre 2
Livre 3
(banque,1)
(assurance,1)
(crédit,1)
(banque,1)
(prêt,1)
(assurance,1)
(banque,1)
(crédit,1)
VolumeVolumeVolumeVolume
•90% des données ont été créées dans les 2 dernières
années
•Volume quantifiable en zétacotets (1,2 en 2010 à 40 en
2020)
VélocitéVélocitéVélocitéVélocité
•Analyse en temps réel
•Réactivité
•Réduire le time to market
VariétéVariétéVariétéVariété
•Traitements de différents types de flux
•Données non structurées et semi structurées (NoSQL)
•Données internes ou externes
VéracitéVéracitéVéracitéVéracité
????ValeurValeurValeurValeur
????
Big Data: Les 3V
VariabilitéVariabilitéVariabilitéVariabilité
????
3 définitions
Big Data Open Data Chief Data Officer
Désigne des ensembles
colossaux de données
produites par les
personnes et les
entreprises (réseaux
sociaux, internet des
objets, transactions
commerciales, données
médicales et
scientifiques,
informations
scientifiques...).
il s’agit des données
produites par les
collectivités ou les
entreprises et diffusées
sous licence ouverte.
Elles sont alors
accessibles et
réutilisables librement
sans restriction
technique ou juridique
(CDO ou responsable des
données) Il pilote la
gouvernance des données
au sein d’une
organisation et met en
place leur gestion
De la donnée à la connaissance
Dans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décision
Une fois la connaissance intégrée,
une action peut être réalisée de
manière réfléchie et intentionnelle
BruteBruteBruteBrute InterprétéeInterprétéeInterprétéeInterprétée pour êtrepour êtrepour êtrepour être assimilableassimilableassimilableassimilable Reliée à un contexteReliée à un contexteReliée à un contexteReliée à un contexte
pour lui donner du senspour lui donner du senspour lui donner du senspour lui donner du sens
ActionActionActionActionConnaissanceConnaissanceConnaissanceConnaissanceInformationInformationInformationInformationDonnéesDonnéesDonnéesDonnées
La plus faible valeur c’est la
donnée, … (un couple concept
mesure)
La donnée se transforme en
information lorsqu'elle est
communiquée à un être humain
capable de l’interpréter
l’information interprétée mise
en relation avec d’autres
informations
Les Data Stratégies
RéagirRéagirRéagirRéagir
• Mise en place deMise en place deMise en place deMise en place de
mécanismes Machinemécanismes Machinemécanismes Machinemécanismes Machine
Learning ?Learning ?Learning ?Learning ?
PrédirePrédirePrédirePrédire
• Prédire la réactionPrédire la réactionPrédire la réactionPrédire la réaction
DétecterDétecterDétecterDétecter
• Détecter des signauxDétecter des signauxDétecter des signauxDétecter des signaux
faiblesfaiblesfaiblesfaibles
Un mot sur le Machine Learning
Branche de l’Intelligence Artificielle
Analyse et construction d’algorithmes capables d’apprendre à partir de données d’entrée
La classification et la régression sont deux types d’apprentissage supervisé
Il est important de garder un test set pour tester l’algorithme sur de nouvelles données
Regrouper les clients ayant les mêmes
caractéristiques / comportements sous
différents angles
Prédiction de ventes, de trafic, de
consommation, ...
ClusteringClusteringClusteringClustering ////
SegmentationSegmentationSegmentationSegmentation
PrédictionPrédictionPrédictionPrédiction RéseauxRéseauxRéseauxRéseaux de neuronesde neuronesde neuronesde neurones
Maltem Consulting Group
Les atouts des banques
Au quotidien, les banques
collectent de nombreuses
informations sur les
comportements de leurs clients
INTERNETINTERNETINTERNETINTERNET
CENTRE D’APPELCENTRE D’APPELCENTRE D’APPELCENTRE D’APPEL
PAIEMENT PAR CARTEPAIEMENT PAR CARTEPAIEMENT PAR CARTEPAIEMENT PAR CARTE
(Magasin, Mobile, Internet)
CONSULTATION DECONSULTATION DECONSULTATION DECONSULTATION DE
COMPTECOMPTECOMPTECOMPTE
En ligne, GAB/DAB)
COURRIERCOURRIERCOURRIERCOURRIER
Maltem Consulting Group
A quoi sert le big data dans le secteur bancaire ?
Optimiser l’offreOptimiser l’offreOptimiser l’offreOptimiser l’offreApprofondir la relation ClientApprofondir la relation ClientApprofondir la relation ClientApprofondir la relation Client
Augmenter le taux de conversion des clients
Le canal de connexion avec le client (cross-canal)
Préconisation d’offres à envoyer ou d’actions à mener
(NBA/ NBO)
Affiner la connaissance client et la segmentation
Personnalisation des messages
Customer Churn
FraudeFraudeFraudeFraude
Lutter contre la fraude
LE PREMIER ENJEU RESIDE DANS LA CAPACITE A EXPLOITER LES DONNEES
!!!!
Maltem Consulting Group
Francisco
González
– CEO de
BBVA –
Les banques traditionnelles
Bill
Gates
Richard
Fairbank -
CEO Capital
One
"Banking is necessary ;
banks are not"
« …d’ici 10 ans et à l’échelle mondiale, peut-être
seulement une centaine d’acteurs bancaires
suffisamment forts résisteront à cette déferlante
numérique. »
« Nous allons avoir besoin de penser plus comme des
entreprises de technologie et peut-être un peu moins
comme des banques »
Maltem Consulting Group
Ces menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banques
Data,
Crowd,
User Experience
Lending
Le big data, arme secrète des Fintechs
8,3
Milliards $Milliards $Milliards $Milliards $
2016201620162016
Données et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureurs
Avec une offre d’assurance santé basée sur la prévention plutôt que sur le
remboursement, Oscar est une startup qui combine des données et des outils
technologiques offerts au client. Deux ans d’existence, déjà 200 millions de
dollars de revenu annuel, et une valorisation de 1111,,,,5555 milliardmilliardmilliardmilliard dededede dollarsdollarsdollarsdollars. Oscar
“überise” le marché de l’assurance santé !
Comment le Big Data révolutionne l'assurance: OSCAR
Lemonade
«Lemonade»: Contracter une assurance en 90 secondes et payer les frais d’un
sinistre en trois minutes.
Comment le Big Data révolutionne l'assurance: Lemonade
Les Produits / les services La Relation Client Les Process Images
Les axes de transformation
1 2 3 4
Maltem Consulting Group
Nouvelle Méthode de gestion des données
ModèleModèleModèleModèle existantexistantexistantexistant
Copie des données vers les applications
ModèleModèleModèleModèle ciblecibleciblecible
Amener les applications aux données
ProcessProcessProcessProcess----centriccentriccentriccentric
Cas d’utilisation :Cas d’utilisation :Cas d’utilisation :Cas d’utilisation :
• Données structurées principalement
• Données internes
• Données importantes
• Copie multiple des données
DataDataDataData
InformationInformationInformationInformation----centriccentriccentriccentric
Cas d’utilisationCas d’utilisationCas d’utilisationCas d’utilisation
Toutes les donnéesToutes les donnéesToutes les donnéesToutes les données::::
Multi structuréesMulti structuréesMulti structuréesMulti structurées
Internes & externes deInternes & externes deInternes & externes deInternes & externes de
tous types.tous types.tous types.tous types.
App
App
App
App
App
App
Data
Data
Data
Data
Réduire les coûtsCasser les silos pour
libérer les données
Traiter un volume de
données plus important
Augmenter les axes d’analyse et
gagner en agilité
Travailler dans un environnement Big Data
Agilité MVP
Méthodologie: Pour vos initiatives Big Data l’agilitél’agilitél’agilitél’agilité est la clé
Time to market
Protection des données le paradoxe
des utilisateurs internet considèrent que le protection de leur identité est menacée
par l’exploitation massive des données
considèrent qu’ils en retirent de grands avantages pratiques
BCG, The value of our digital identity, 2015
67%
63%
Règlement européen: GDPR
Objectif général du règlement « Redonner aux
citoyens le contrôle de leurs données
personnelles, tout en simplifiant l’environnement
réglementaire des entreprises »
14 avril 2016
Adoption par le parlement
européen
14 24 25
24 mai 2016
Publication au JO de l’UE
25 mai 2018
Application directe
«««« GDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre tout »»»»
RESPONSABILITERESPONSABILITERESPONSABILITERESPONSABILITE
RENFORCEERENFORCEERENFORCEERENFORCEE
SANCTIONSSANCTIONSSANCTIONSSANCTIONS
ACCRUESACCRUESACCRUESACCRUES
Régime de responsabilité applicable aux responsables de
traitement et aux sous-traitants
jusqu’à 20.000.000€ Amendes administratives 4% du CA
mondial total de l’exercice précédent pour les entreprises
Responsabilité et sanctions
Principales mesures du RGPD
Identification des
données personnelles
dans le SI
Consentement clair et
explicite à la collecte
des données
droit à la portabilité
des données
Accès facilité de la
personne à ses données
Création des délégués à
la protection des données
(Data Protection Officer)
droit à la portabilité
des données
droit à la limitation du
traitement et droit à la
portabilité des données
APIs
les API comme support de droit
“software is eating the world”
Marc Andreessen
pour votre attention
MERCI
Maltem consulting
PHONE: +33 (1) 77 78 13 02 / +33 (6) 68 96 30 40
EMAIL: ahammedi@maltem.com
8 place du Marché,
92 200 Neuilly-sur-Seine
Conférence animée par :
Abdessattar Hammedi
Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance

Contenu connexe

Tendances

Introduction au BIG DATA
Introduction au BIG DATAIntroduction au BIG DATA
Introduction au BIG DATA
Zakariyaa AIT ELMOUDEN
 
Matinée 01 Big Data
Matinée 01 Big DataMatinée 01 Big Data
Matinée 01 Big DataEvenements01
 
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
Nicolas Peene
 
Conférence big data
Conférence big dataConférence big data
Conférence big data
Stéphane Traumat
 
Big Data, kesako ?
Big Data, kesako ?Big Data, kesako ?
Big Data, kesako ?
Christophe Aran
 
Programme Big Data
Programme Big DataProgramme Big Data
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
Nexialog Consulting
 
L'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseL'utilisation du Big Data en entreprise
L'utilisation du Big Data en entreprise
Mathieu Lahaye
 
Du Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processusDu Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processus
CHAKER ALLAOUI
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013ADBS
 
Chapitre1 introduction
Chapitre1 introductionChapitre1 introduction
Chapitre1 introduction
Mouna Torjmen
 
Competitic big data et commerce
Competitic   big data et commerceCompetitic   big data et commerce
Competitic big data et commerce
COMPETITIC
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherche
tmauriac
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
Micropole Group
 
Baina bigdata introduction 2016
Baina bigdata introduction 2016Baina bigdata introduction 2016
Baina bigdata introduction 2016
Karim Baïna
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
Mouhsine LAKHDISSI
 
Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012
datasio
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Kezhan SHI
 
Livre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBGLivre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBG
Margarita Zlatkova
 

Tendances (20)

Introduction au BIG DATA
Introduction au BIG DATAIntroduction au BIG DATA
Introduction au BIG DATA
 
Matinée 01 Big Data
Matinée 01 Big DataMatinée 01 Big Data
Matinée 01 Big Data
 
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
 
Conférence big data
Conférence big dataConférence big data
Conférence big data
 
Big Data, kesako ?
Big Data, kesako ?Big Data, kesako ?
Big Data, kesako ?
 
Programme Big Data
Programme Big DataProgramme Big Data
Programme Big Data
 
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
 
L'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseL'utilisation du Big Data en entreprise
L'utilisation du Big Data en entreprise
 
Du Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processusDu Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processus
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013
 
Chapitre1 introduction
Chapitre1 introductionChapitre1 introduction
Chapitre1 introduction
 
Competitic big data et commerce
Competitic   big data et commerceCompetitic   big data et commerce
Competitic big data et commerce
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entreprise
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherche
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
 
Baina bigdata introduction 2016
Baina bigdata introduction 2016Baina bigdata introduction 2016
Baina bigdata introduction 2016
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
 
Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuaires
 
Livre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBGLivre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBG
 

Similaire à Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance

BIG DATA
BIG DATABIG DATA
BIG DATA
laurence allard
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
NetSecure Day
 
L digital book
L digital bookL digital book
Maîtriser concrètement le Big Data
Maîtriser concrètement le Big DataMaîtriser concrètement le Big Data
Maîtriser concrètement le Big Data
Soft Concept
 
L’E-marketeur 2012 » Le regard des acteurs sur leur secteur
L’E-marketeur 2012 »Le regard des acteurs sur  leur secteurL’E-marketeur 2012 »Le regard des acteurs sur  leur secteur
L’E-marketeur 2012 » Le regard des acteurs sur leur secteur
alexandre stopnicki
 
Opportunité pour le DSI CIO dans ce nouveau monde digital
Opportunité pour le DSI CIO dans ce nouveau monde digitalOpportunité pour le DSI CIO dans ce nouveau monde digital
Opportunité pour le DSI CIO dans ce nouveau monde digital
Bertrand Petit
 
People based marketing _ Presentation_Elena_Vaccarossa
People based marketing _ Presentation_Elena_Vaccarossa People based marketing _ Presentation_Elena_Vaccarossa
People based marketing _ Presentation_Elena_Vaccarossa
Elena Vaccarossa
 
#mforum Mobile & Big Data - Keynote IBM
#mforum Mobile & Big Data - Keynote IBM#mforum Mobile & Big Data - Keynote IBM
#mforum Mobile & Big Data - Keynote IBM
Agence du Numérique (AdN)
 
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
 
YZR - 3 solutions simples pour créer de la valeur avec vos données.pdf
YZR - 3 solutions simples pour créer de la valeur avec vos données.pdfYZR - 3 solutions simples pour créer de la valeur avec vos données.pdf
YZR - 3 solutions simples pour créer de la valeur avec vos données.pdf
rodolphe gilbert-collet
 
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
 
L’E-marketeur 2012 : le regard des acteurs
L’E-marketeur 2012 : le regard des acteursL’E-marketeur 2012 : le regard des acteurs
L’E-marketeur 2012 : le regard des acteursFaber Content
 
#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions
#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions
#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions
OCTO Technology
 
Synthese barometre metiers_communication_2015
Synthese barometre metiers_communication_2015 Synthese barometre metiers_communication_2015
Synthese barometre metiers_communication_2015
UCC MED
 
5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques
PRODWARE
 
Etude AKOYA Big Data
Etude AKOYA Big DataEtude AKOYA Big Data
Etude AKOYA Big DataJocelyn Muret
 
Gestion de projet digital : startup sharitiz
Gestion de projet digital : startup sharitizGestion de projet digital : startup sharitiz
Gestion de projet digital : startup sharitiz
Philippe JEAN-BAPTISTE, Executive MBA, MSc, MA
 
Connaissance marché et apports du web
Connaissance marché et apports du webConnaissance marché et apports du web
Connaissance marché et apports du web
Thomas Coustenoble
 
#PortraitDeCDO - Magali Noé - CNP Assurances
#PortraitDeCDO - Magali Noé - CNP Assurances#PortraitDeCDO - Magali Noé - CNP Assurances
#PortraitDeCDO - Magali Noé - CNP Assurances
OCTO Technology
 
iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...
iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...
iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...
iProspect France
 

Similaire à Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance (20)

BIG DATA
BIG DATABIG DATA
BIG DATA
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
 
L digital book
L digital bookL digital book
L digital book
 
Maîtriser concrètement le Big Data
Maîtriser concrètement le Big DataMaîtriser concrètement le Big Data
Maîtriser concrètement le Big Data
 
L’E-marketeur 2012 » Le regard des acteurs sur leur secteur
L’E-marketeur 2012 »Le regard des acteurs sur  leur secteurL’E-marketeur 2012 »Le regard des acteurs sur  leur secteur
L’E-marketeur 2012 » Le regard des acteurs sur leur secteur
 
Opportunité pour le DSI CIO dans ce nouveau monde digital
Opportunité pour le DSI CIO dans ce nouveau monde digitalOpportunité pour le DSI CIO dans ce nouveau monde digital
Opportunité pour le DSI CIO dans ce nouveau monde digital
 
People based marketing _ Presentation_Elena_Vaccarossa
People based marketing _ Presentation_Elena_Vaccarossa People based marketing _ Presentation_Elena_Vaccarossa
People based marketing _ Presentation_Elena_Vaccarossa
 
#mforum Mobile & Big Data - Keynote IBM
#mforum Mobile & Big Data - Keynote IBM#mforum Mobile & Big Data - Keynote IBM
#mforum Mobile & Big Data - Keynote IBM
 
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 ?
 
YZR - 3 solutions simples pour créer de la valeur avec vos données.pdf
YZR - 3 solutions simples pour créer de la valeur avec vos données.pdfYZR - 3 solutions simples pour créer de la valeur avec vos données.pdf
YZR - 3 solutions simples pour créer de la valeur avec vos données.pdf
 
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...
 
L’E-marketeur 2012 : le regard des acteurs
L’E-marketeur 2012 : le regard des acteursL’E-marketeur 2012 : le regard des acteurs
L’E-marketeur 2012 : le regard des acteurs
 
#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions
#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions
#PortraitDeCDO - François-Régis Martin - BNP Paribas Leasing Solutions
 
Synthese barometre metiers_communication_2015
Synthese barometre metiers_communication_2015 Synthese barometre metiers_communication_2015
Synthese barometre metiers_communication_2015
 
5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques
 
Etude AKOYA Big Data
Etude AKOYA Big DataEtude AKOYA Big Data
Etude AKOYA Big Data
 
Gestion de projet digital : startup sharitiz
Gestion de projet digital : startup sharitizGestion de projet digital : startup sharitiz
Gestion de projet digital : startup sharitiz
 
Connaissance marché et apports du web
Connaissance marché et apports du webConnaissance marché et apports du web
Connaissance marché et apports du web
 
#PortraitDeCDO - Magali Noé - CNP Assurances
#PortraitDeCDO - Magali Noé - CNP Assurances#PortraitDeCDO - Magali Noé - CNP Assurances
#PortraitDeCDO - Magali Noé - CNP Assurances
 
iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...
iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...
iProspect & Bing - Comment les assistants virtuels redéfinissent le marketing...
 

Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance

  • 1. Business Performance & Innovation Digitale Salon de la FinanceSalon de la FinanceSalon de la FinanceSalon de la Finance 24 Avril 2017 Abdessatar Hammedi, Practice Manager BI et Big Data
  • 2. 2 MALTEM : éléments clés €72M MOA 55% Centres de services et forfaits 40 % Nos interventions De la réflexion stratégique à la mise en œuvre opérationnelle des organisations et des systèmes d’information IT 45% Assistance Technique 60 % Paris, Lille, Bidart, Bruxelles, Luxembourg, Singapour, Hong Kong, Maltem Consulting Group Nos PracticesNos implantations Conseil en organisation et Assistance àAssistance àAssistance àAssistance à MaitriseMaitriseMaitriseMaitrise d’Ouvraged’Ouvraged’Ouvraged’Ouvrage des SIdes SIdes SIdes SI Conseil, conception et intégration de solutionssolutionssolutionssolutions digitales,digitales,digitales,digitales, opensource etopensource etopensource etopensource et mobilesmobilesmobilesmobiles Conseil, conception et intégration de solutions desolutions desolutions desolutions de DataDataDataData ManagementManagementManagementManagement Conception et mise en place de servicesservicesservicesservices managés demanagés demanagés demanagés de contrôle descontrôle descontrôle descontrôle des performances ITperformances ITperformances ITperformances IT MALTEM DIGITAL DATA Management Monitoring Performances
  • 3. Révolution Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance WHAT WE KNOW THE REST BIG DATA
  • 4. Chacun de nous. Partout. Connecté.
  • 5. Les IoT 100 milliards IP100 milliards IP100 milliards IP100 milliards IP 2013 10 mds 2020 30 mds 2025 100 mds Nombre d’objets connecté dans le monde
  • 6. Croissance explosive de la data 90% «««« dededede l’ensemblel’ensemblel’ensemblel’ensemble desdesdesdes donnéesdonnéesdonnéesdonnées dudududu mondemondemondemonde ontontontont étéétéétéété crééescrééescrééescréées cescescesces deuxdeuxdeuxdeux dernièresdernièresdernièresdernières annéesannéesannéesannées »,»,»,», StephenStephenStephenStephen GoldGoldGoldGold d’IBMd’IBMd’IBMd’IBM
  • 7. La troisième révolution industrielle est en marche : celle des données et de leur traitement. Etude IDC-EMC Po 1015 Eo 1018 Zo 1021
  • 8. La data, nouveau pétrole du 21ème siècle « Ce n’est pas celui qui a le meilleur algorithme qui gagne. C’est celui qui a le plus de données » Les sociétés du numérique mieux valorisées que les entreprises traditionnelles
  • 9. Les GAFA La mission de Google : Organiser les informations à l’échelle mondiale pour les rendre accessibles et utiles à tous 1 milliard de sites1 milliard de sites1 milliard de sites1 milliard de sites 1000 milliards de pages1000 milliards de pages1000 milliards de pages1000 milliards de pages La mission de Faceboock : rendre le monde plus ouvert et plus connecté 1,6 milliards d’inscrits1,6 milliards d’inscrits1,6 milliards d’inscrits1,6 milliards d’inscrits 4,7 milliards de4,7 milliards de4,7 milliards de4,7 milliards de contenus/jourcontenus/jourcontenus/jourcontenus/jour 1111erererer media du mondemedia du mondemedia du mondemedia du monde L’informationL’informationL’informationL’information Les relationsLes relationsLes relationsLes relations La mission d’Apple consiste à adapter la machine à l’homme LesLesLesLes machinesmachinesmachinesmachines 1 milliard terminaux iOS1 milliard terminaux iOS1 milliard terminaux iOS1 milliard terminaux iOS It's our goal to be Earth's most customer-centric company, where customers can find and discover anything at Amazon.com Les transactionsLes transactionsLes transactionsLes transactions 250 millions de clients250 millions de clients250 millions de clients250 millions de clients 400 articles400 articles400 articles400 articles commandés/seccommandés/seccommandés/seccommandés/sec
  • 10. Répartition Map Assortiment Reduce (banque,1) (banque,1) (banque,1) (assurance,1) (assurance,1) (crédit,1) (crédit,1) (prêt,1) (banque,3) (assurance,2) (crédit,2) (prêt,1) (banque,3) (assurance,2) (crédit,2) (prêt,1) Hadoop, mapreduce Livre 1 Livre 2 Livre 3 (banque,1) (assurance,1) (crédit,1) (banque,1) (prêt,1) (assurance,1) (banque,1) (crédit,1)
  • 11. VolumeVolumeVolumeVolume •90% des données ont été créées dans les 2 dernières années •Volume quantifiable en zétacotets (1,2 en 2010 à 40 en 2020) VélocitéVélocitéVélocitéVélocité •Analyse en temps réel •Réactivité •Réduire le time to market VariétéVariétéVariétéVariété •Traitements de différents types de flux •Données non structurées et semi structurées (NoSQL) •Données internes ou externes VéracitéVéracitéVéracitéVéracité ????ValeurValeurValeurValeur ???? Big Data: Les 3V VariabilitéVariabilitéVariabilitéVariabilité ????
  • 12. 3 définitions Big Data Open Data Chief Data Officer Désigne des ensembles colossaux de données produites par les personnes et les entreprises (réseaux sociaux, internet des objets, transactions commerciales, données médicales et scientifiques, informations scientifiques...). il s’agit des données produites par les collectivités ou les entreprises et diffusées sous licence ouverte. Elles sont alors accessibles et réutilisables librement sans restriction technique ou juridique (CDO ou responsable des données) Il pilote la gouvernance des données au sein d’une organisation et met en place leur gestion
  • 13. De la donnée à la connaissance Dans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décision Une fois la connaissance intégrée, une action peut être réalisée de manière réfléchie et intentionnelle BruteBruteBruteBrute InterprétéeInterprétéeInterprétéeInterprétée pour êtrepour êtrepour êtrepour être assimilableassimilableassimilableassimilable Reliée à un contexteReliée à un contexteReliée à un contexteReliée à un contexte pour lui donner du senspour lui donner du senspour lui donner du senspour lui donner du sens ActionActionActionActionConnaissanceConnaissanceConnaissanceConnaissanceInformationInformationInformationInformationDonnéesDonnéesDonnéesDonnées La plus faible valeur c’est la donnée, … (un couple concept mesure) La donnée se transforme en information lorsqu'elle est communiquée à un être humain capable de l’interpréter l’information interprétée mise en relation avec d’autres informations
  • 14. Les Data Stratégies RéagirRéagirRéagirRéagir • Mise en place deMise en place deMise en place deMise en place de mécanismes Machinemécanismes Machinemécanismes Machinemécanismes Machine Learning ?Learning ?Learning ?Learning ? PrédirePrédirePrédirePrédire • Prédire la réactionPrédire la réactionPrédire la réactionPrédire la réaction DétecterDétecterDétecterDétecter • Détecter des signauxDétecter des signauxDétecter des signauxDétecter des signaux faiblesfaiblesfaiblesfaibles
  • 15. Un mot sur le Machine Learning Branche de l’Intelligence Artificielle Analyse et construction d’algorithmes capables d’apprendre à partir de données d’entrée La classification et la régression sont deux types d’apprentissage supervisé Il est important de garder un test set pour tester l’algorithme sur de nouvelles données Regrouper les clients ayant les mêmes caractéristiques / comportements sous différents angles Prédiction de ventes, de trafic, de consommation, ... ClusteringClusteringClusteringClustering //// SegmentationSegmentationSegmentationSegmentation PrédictionPrédictionPrédictionPrédiction RéseauxRéseauxRéseauxRéseaux de neuronesde neuronesde neuronesde neurones
  • 16. Maltem Consulting Group Les atouts des banques Au quotidien, les banques collectent de nombreuses informations sur les comportements de leurs clients INTERNETINTERNETINTERNETINTERNET CENTRE D’APPELCENTRE D’APPELCENTRE D’APPELCENTRE D’APPEL PAIEMENT PAR CARTEPAIEMENT PAR CARTEPAIEMENT PAR CARTEPAIEMENT PAR CARTE (Magasin, Mobile, Internet) CONSULTATION DECONSULTATION DECONSULTATION DECONSULTATION DE COMPTECOMPTECOMPTECOMPTE En ligne, GAB/DAB) COURRIERCOURRIERCOURRIERCOURRIER
  • 17. Maltem Consulting Group A quoi sert le big data dans le secteur bancaire ? Optimiser l’offreOptimiser l’offreOptimiser l’offreOptimiser l’offreApprofondir la relation ClientApprofondir la relation ClientApprofondir la relation ClientApprofondir la relation Client Augmenter le taux de conversion des clients Le canal de connexion avec le client (cross-canal) Préconisation d’offres à envoyer ou d’actions à mener (NBA/ NBO) Affiner la connaissance client et la segmentation Personnalisation des messages Customer Churn FraudeFraudeFraudeFraude Lutter contre la fraude LE PREMIER ENJEU RESIDE DANS LA CAPACITE A EXPLOITER LES DONNEES !!!!
  • 18. Maltem Consulting Group Francisco González – CEO de BBVA – Les banques traditionnelles Bill Gates Richard Fairbank - CEO Capital One "Banking is necessary ; banks are not" « …d’ici 10 ans et à l’échelle mondiale, peut-être seulement une centaine d’acteurs bancaires suffisamment forts résisteront à cette déferlante numérique. » « Nous allons avoir besoin de penser plus comme des entreprises de technologie et peut-être un peu moins comme des banques »
  • 19. Maltem Consulting Group Ces menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banques Data, Crowd, User Experience
  • 20. Lending Le big data, arme secrète des Fintechs 8,3 Milliards $Milliards $Milliards $Milliards $ 2016201620162016
  • 21. Données et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureurs Avec une offre d’assurance santé basée sur la prévention plutôt que sur le remboursement, Oscar est une startup qui combine des données et des outils technologiques offerts au client. Deux ans d’existence, déjà 200 millions de dollars de revenu annuel, et une valorisation de 1111,,,,5555 milliardmilliardmilliardmilliard dededede dollarsdollarsdollarsdollars. Oscar “überise” le marché de l’assurance santé ! Comment le Big Data révolutionne l'assurance: OSCAR
  • 22. Lemonade «Lemonade»: Contracter une assurance en 90 secondes et payer les frais d’un sinistre en trois minutes. Comment le Big Data révolutionne l'assurance: Lemonade
  • 23. Les Produits / les services La Relation Client Les Process Images Les axes de transformation 1 2 3 4
  • 24. Maltem Consulting Group Nouvelle Méthode de gestion des données ModèleModèleModèleModèle existantexistantexistantexistant Copie des données vers les applications ModèleModèleModèleModèle ciblecibleciblecible Amener les applications aux données ProcessProcessProcessProcess----centriccentriccentriccentric Cas d’utilisation :Cas d’utilisation :Cas d’utilisation :Cas d’utilisation : • Données structurées principalement • Données internes • Données importantes • Copie multiple des données DataDataDataData InformationInformationInformationInformation----centriccentriccentriccentric Cas d’utilisationCas d’utilisationCas d’utilisationCas d’utilisation Toutes les donnéesToutes les donnéesToutes les donnéesToutes les données:::: Multi structuréesMulti structuréesMulti structuréesMulti structurées Internes & externes deInternes & externes deInternes & externes deInternes & externes de tous types.tous types.tous types.tous types. App App App App App App Data Data Data Data Réduire les coûtsCasser les silos pour libérer les données Traiter un volume de données plus important Augmenter les axes d’analyse et gagner en agilité Travailler dans un environnement Big Data
  • 25. Agilité MVP Méthodologie: Pour vos initiatives Big Data l’agilitél’agilitél’agilitél’agilité est la clé Time to market
  • 26. Protection des données le paradoxe des utilisateurs internet considèrent que le protection de leur identité est menacée par l’exploitation massive des données considèrent qu’ils en retirent de grands avantages pratiques BCG, The value of our digital identity, 2015 67% 63%
  • 27. Règlement européen: GDPR Objectif général du règlement « Redonner aux citoyens le contrôle de leurs données personnelles, tout en simplifiant l’environnement réglementaire des entreprises » 14 avril 2016 Adoption par le parlement européen 14 24 25 24 mai 2016 Publication au JO de l’UE 25 mai 2018 Application directe «««« GDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre tout »»»»
  • 28. RESPONSABILITERESPONSABILITERESPONSABILITERESPONSABILITE RENFORCEERENFORCEERENFORCEERENFORCEE SANCTIONSSANCTIONSSANCTIONSSANCTIONS ACCRUESACCRUESACCRUESACCRUES Régime de responsabilité applicable aux responsables de traitement et aux sous-traitants jusqu’à 20.000.000€ Amendes administratives 4% du CA mondial total de l’exercice précédent pour les entreprises Responsabilité et sanctions
  • 29. Principales mesures du RGPD Identification des données personnelles dans le SI Consentement clair et explicite à la collecte des données droit à la portabilité des données Accès facilité de la personne à ses données Création des délégués à la protection des données (Data Protection Officer) droit à la portabilité des données droit à la limitation du traitement et droit à la portabilité des données
  • 30. APIs les API comme support de droit
  • 31. “software is eating the world” Marc Andreessen
  • 33. Maltem consulting PHONE: +33 (1) 77 78 13 02 / +33 (6) 68 96 30 40 EMAIL: ahammedi@maltem.com 8 place du Marché, 92 200 Neuilly-sur-Seine Conférence animée par : Abdessattar Hammedi