SlideShare une entreprise Scribd logo
LA DETTE TECHNOLOGIQUE
26 JUIN 2015
POURQUOI ET COMMENT MAITRISER SA DETTE TECHNOLOGIQUE
Pourquoi ?1
Comment ?2
La belle histoire3
Questions / Réponses4
8:45 – 9:00
9:00 – 9:40
9:40 – 10:00
10:00 – 10:15
Pourquoi ?1
Comment ?2
La belle histoire3
Questions / Réponses4
Pourquoi maîtriser sa dette technologique
DETTE TECHNOLOGIQUE ? MOI ? … JAMAIS !
Page 4
LE PROCESSUS BUDGÉTAIRE INFORMATIQUE
Page 5
LE CYCLE DE VIE D’UNE APPLICATION
Page 6
Refonte
Etude – Projet
Evolution
importante
Evolution
mineure
?
Go Live
?
No Go
R x.x
LE CYCLE DE VIE DU PATRIMOINE
Page 7
Dé-commission
Projet
Evolution
importante
Evolution
mineure
?
Go Live
?
No Go
Version
N
Dé-commission
Projet
Evolution
importante
Evolution
mineure
?
Go Live
?
No Go
Version
N
Dé-commission
Projet
Evolution
importante
Evolution
mineure
?
Go Live
?
No Go
Version
N
Stratégie Business
Stratégie IT
Contraintes budgétaires
Eléments de contexte
Engagements
et arbitrages
Dé-commission
Projet
Evolution
importante
Evolution
mineure
?
Go Live
?
No Go
Version
N
Réglementation
Cas 1: Sans maitrise de la dette Cas 2: Avec gestion de la dette
LA DETTE TECHNOLOGIQUE ?
t t+1 t+2 t+3 t t+1 t+2 t+3
Maintenance
Projets
Dette technologique
 Dette « Ce que l’on doit à quelqu’un » (Centre National De Ressources Textuelles et Lexicales)
 Si la dette n’est pas maitrisée, les intérêts grossissent, rendant de plus en plus difficile tout nouvel investissement, rendant votre
système de plus en plus entropique.
 Technologie « Ensemble cohérent de savoirs et de pratiques dans un certain domaine technique, fondé sur des principes scientifiques »
(Larousse)
Définition
Page 8
 La dette technologique est constituée par une succession de décisions
managériales et de choix technologiques sur l’ensemble du patrimoine applicatif
Impacts sur les budgets et le ratio Projet/Maintenance
Pourquoi ?1
Comment ?2
La belle histoire3
Questions / Réponses4
Comment maîtriser sa dette technologique
QUOI MESURER ?
Page 10
« Business leaders demand that IT leader « do more with less » to free resources for innovation and growth »
Source Forester
« Time to market »
trop long
Stratégie métier supportée de façon
non optimale
Risques accrus de rupture de l’activité
Coûts trop élevés
Contexte de réduction du
budget de maintenance IT
Technologies
vieillissantes des
applications
Portefeuille applicatif trop
grand/imbriqué et complexe
à gérer
Manque d’agilité des
applications
Redondance applicative
résultant des différentes
fusions/acquisitions
Incapacité à gérer et
partager des informations
métiers
Dépendance vis-à-vis des
compétences critiques
Performance aléatoire
Besoin d’exploiter les
nouvelles technologies
avec agilité
COMMENT MESURER OBJECTIVEMENT ?
Zonede
Tolérance
Infraction
0DetteTechnologique
Plus l’application contient
d’infractions, plus la dette
technologique va
augmenter
Source: http://blog.castsoftware.com/
Global
AxeA
AxeB
Axen
Appli. 1
Appli. 2
Appli. n
 L’obsolescence
 L’agilité
 La redondance
 La qualité des interfaces
 Le respects des principes et normes
 Les compétences
 La qualité du code
 …
Des axes de mesures
 Le portfolio des applications et des
projets
 Les principes d’architecture
 Les normes et standards
 L’état de l’art du marché
 …
Des référentiels
 = Application
L’application est l’unité de mesure la
plus appropriée. C’est le point de
rencontre entre l’IT et le métier.
Une maille
NOTRE DÉMARCHE
Page 12
Patrimoine
IT
Plan Do
Act Check
Eviter la régression
Périmètre
et Critères
Mesure
Plan d’action
• Réduire la dette
• Pérenniser la mesure
Premier résultats
Roue de Deming (PDCA)
Patrimoine
IT
PÉRIMÈTRE ET CRITÈRE
Page 13
 Définir le périmètre
 Les périmètres applicatifs
• Type d’application: application front office, application technique,
Matériel, …
• Géographie/Organisation: Pour quelle population d’utilisateurs
finaux
• Responsabilité: Dans certains cas (mode SAS, externalisation de l’IT,
ou contrat inter-entité, …), la responsabilité de l’IT doit être
identifiée afin d’en définir son contour
 Les acteurs à solliciter
 La gouvernance de la dette technologique
 Définir Les critères de mesure
 Regroupement des critères par famille = axe de mesure
• Décrire par axe de mesure, les critères envisagés.
 Bien identifier les données nécessaires
• Données brutes = données qui feront l’objet de la mesure et sans
lesquelles la mesure ne peut avoir lieu
• Référentiel = les données à challenger, la cible à atteindre et que
l’on va mesurer
• En cas de discussion, n’hésiter par à pondérer les critères les uns par
rapport aux autres,
Objectifs
DocumentAxedemesure
Obsolescence technique
Une application est considérée Obsolète lorsque la
couverture de son support contractuel (par défaut
5 ans après sa date de commercialisation) ne
dépasse pas 3 ans (par rapport à la date de la
mesure)
Criteria
Date de fin de support (DFS) vs date de la mesure
(DM)
Par convention; les extensions de support contractualisées ne seront
pas prises en compte.
Date de la mesure
Fin de support
1
0 y.+1 y.+3 years
0 2 3
Evaluation de l’Obsolescence
Delta = DFS – DM
Carte d’un axe de mesure: Obsolescence
Anticiper la conduite du changement = Construire un cadre et des
critères partagés par tous les acteurs impliqués
MESURE
Page 14
 Collecter toutes les données nécessaires
 Pour chaque donnée, s’assurer de la complétude et la qualité
de l’information
• La qualité de la donnée peut être challengée par une mesure sur un
périmètre restreint
Cette étape est essentielle pour la légitimité du résultat final
 Définir le mode opératoire de la mesure
 Mesure objective et calculée
• Exemple: Obsolescence par un delta entre 2 dates
 Exploitation de mesures existantes
• Lorsqu’elle existe, il est toujours intéressant de réutiliser une
mesure déjà existante. Il suffit juste d’adapter le résultat sur un
barème commun.
 Mesure par évaluation partagée
• A défaut de donnée suffisante, l’échange et la validation collégiale
de l’attribution d’une note peut être mise en place. Les acteurs à
impliquer doivent être reconnus de tous
Objectifs
Name % ID % Criteria description 0 1 2 3
C0 100% SOFT components alignement All are align > 2/3 > 1/3 < 1/3n/a
Category Criteria
60%General
Grade meaning
Efficient Not efficient
Quality Code (Cross-approved assessment)
Interm
ediate
Evaluation
C1.1 25% Documentation
C1.2 25% Comments
C1.3 25% Naming convention
C1.4 25% Code modularity
C2.1 25% Monitoring code
C2.2 25% Audit track
C2.3 25% Integration mode
C2.4 25% Release management
Free 100% C3 100% Impress assessment Good impress Bad Impress
60%General Efficient Not efficient
Transverse
mechanism
Exist Not exist
Interm
ediate
Evaluation
OR
40%
Exemple de Mesure par évaluation partagée: la qualité du code
 Monter un atelier de travail dédié à ce
sujet
 Conseil: après chaque atelier, projeter
les résultats sur l’ensemble des
applications, afin de conforter ou non, le
niveau des exigences mais aussi le
ressenti globale
Les pires et les meilleures
Par application
PREMIERS RÉSULTATS 1/2
Page 15
 Construire les premiers résultats
 Par application, en résultats bruts
 En regroupant les résultats sur la/les dimensions métiers
• Bon moyen d’illustrer et de communiquer sur la stratégie IT
Objectifs
Vision par synthèseRésultats bruts
Asset Rating Grading Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6
Asset 1 2,68 /3 3,00 /3 1,00 /3 3,00 /3 3,00 /3 2,10 /3
Asset 2 2,64 /3 3,00 /3 1,50 /3 3,00 /3 2,50 /3 2,42 /3
Asset 3 2,56 /3 3,00 /3 1,00 /3 3,00 /3 2,50 /3 2,10 /3
Asset 4 2,51 /3 3,00 /3 0,30 /3 1,20 /3 2,88 /3 1,29 /3 2,40 /3
Asset 5 2,47 /3 3,00 /3 1,31 /3 1,88 /3 2,38 /3 2,52 /3
Asset 6 2,41 /3 3,00 /3 0,75 /3 1,50 /3 3,00 /3 0,37 /3 0,00 /3
Asset 7 2,35 /3 3,00 /3 0,60 /3 1,65 /3 2,38 /3 0,66 /3 2,20 /3
Asset 8 2,34 /3 3,00 /3 0,60 /3 1,80 /3 2,80 /3 1,29 /3 0,00 /3
Asset 9 2,32 /3 3,00 /3 1,00 /3 3,00 /3 2,25 /3 1,01 /3 0,62 /3
Asset 10 2,30 /3 3,00 /3 0,97 /3 1,01 /3 3,00 /3 0,62 /3
TOTAL Rating per Factor
Asset 160 1,34 /3 1,00 /3 0,00 /3 1,50 /3 2,00 /3 1,56 /3 0,64 /3
Asset 161 1,23 /3 1,00 /3 0,00 /3 1,50 /3 2,00 /3 1,28 /3
Asset 162 1,20 /3 3,00 /3 1,00 /3 1,50 /3 0,00 /3 0,31 /3 0,00 /3
Asset 163 1,00 /3 1,00 /3 0,00 /3 1,50 /3 1,33 /3 1,31 /3 0,00 /3
Asset 164 0,88 /3 1,00 /3 0,00 /3 3,00 /3 1,17 /3 1,28 /3
Asset 165 0,79 /3 1,00 /3 0,00 /3 1,12 /3 0,88 /3 0,59 /3 0,00 /3
Asset 166 0,74 /3 1,00 /3 0,00 /3 3,00 /3 0,00 /3 0,00 /3
Asset 167 0,70 /3 1,00 /3 0,00 /3 2,62 /3 0,00 /3 0,00 /3
Asset 168 0,53 /3 1,00 /3 0,00 /3 1,12 /3 0,00 /3 0,69 /3 1,28 /3
Asset 169 0,53 /3 1,00 /3 0,00 /3 1,12 /3 0,00 /3 0,59 /3 1,28 /3
Asset 170 0,42 /3 1,00 /3 0,00 /3 1,18 /3 0,00 /3 0,87 /3 0,00 /3
Couverture de la dette technologique
du patrimoine applicatif
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3
Forte Dette
identifiée= = = = = = = = = = = = = >
Pas de dette
identifiée
14% 46% 34% 6%
Classer les résultats par ordre, en vue de permettre des comparaisons
Définir les priorités d’axe de mesure en les pondérant selon la
stratégie IT voulue
PREMIERS RÉSULTATS 2/2
« Il est temps d’exposer sa dette technologique »
Exemple 1: liste de socle technique (usage interne IT)
Socle technique Editeur Type
Nb
appli
Moy.
Appli
Val. =
Note*Nb
Windows 2012 Microsoft Système 45 3,00 /3 135,0
Oracle 11 Oracle Base de donnée 27 3,00 /3 81,0
AIX 6.x IBM Système 54 1,33 /3 71,8
AIX 7.x IBM Système 26 1,73 /3 45,0
Windows 2008 Microsoft Système 12 3,00 /3 36,0
Oracle 12 Oracle Base de donnée 12 2,33 /3 28,0
DB2 for z/OS 11 IBM Base de donnée 20 1,33 /3 26,6
Linux 6.x RedHat Ent. Système 26 1,00 /3 26,0
WAS 8.x IBM Serveur d'application 11 1,67 /3 18,4
WAS 7.x IBM Serveur d'application 7 2,61 /3 18,3
DB2 for z/OS 10 IBM Base de donnée 8 1,33 /3 10,6
SQL Server 2008 Microsoft Base de donnée 3 2,00 /3 6,0
SQL Server 2012 Microsoft Base de donnée 2 2,33 /3 4,7
Communication avec
les fournisseurs
Exemple 2: Valorisation d’un Domaine métier par la dette technologique de
ses applications (usage externe)
Hiérarchie de la dette
pour un domaine
Page 16
Communication
avec les métiers
PLAN D’ACTION
Page 17
 Améliorer les résultats
 Faire les arbitrages: dettes acceptées / dettes à réduire
• L’exhaustivité non obligatoire / crête des résultats à prioriser
 Rechercher les quick-wins
• L’utilisation des résultats peut faire émerger des actions à effet
démultiplié (Réduction de la dette sur un composant technique qui
impact la dette de plusieurs applications)
 Préparer la prochaine mesure
 Challenger les axes de mesure
• Nouvel axe à prendre en compte
• Identification d’axes à surveiller pour la prochaine mesure (en vue
de voir l’efficacité d’un plan d’action, par ex.)
• Pertinence des axes de mesures et critères associés
• Gérer l’historique
 Intégrer la mesure de la dette en continu
 Ajouter la mesure dans le cycle de vie de l’application et plus
largement dans le processus de gestion du patrimoine applicatif
Objectifs
Leviers sur les plans d’actions
Optimisation du plan
d’action des migration
des bases de données
Tendre vers une mesure de la dette calculable à la demande
Dé-commission
Projet
Evolution importante Evolution mineure
?
Go Live
?
No Go
Version N
La dette comme facteur de décision
de la vie de l’application
Input du
Go / No Go
Input de
la revue
Pourquoi ?1
Comment ?2
La belle histoire3
Questions / Réponses4
Retour d’expérience BNPP WMIS
LE CONTEXTE
Page 19
UNE BANQUE PRIVÉE INTERNATIONALE INTÉGRÉE À
UN GROUPE BANCAIRE MONDIAL DE PREMIER PLAN
Des objectifs
Wealth Management
Information System
Market 2 Market 4Market 3Market 1
Un patrimoine applicatif distribués
sur plusieurs sites
1 entité IT
o Identifier et communiquer son
statut technologique,
o En améliorer la gestion par
une meilleure anticipation et
des actions plus structurées
o Réduire les coûts (support
et projet)
o Anticiper les évolutions
o Mieux prioriser les
investissements métiers
AXES DE MESURE ENVISAGÉS
Interface de données
• Agilité , Exploitation, et Normalisation,
• Evaluation des types de protocoles utilisés et
ventilation sur les applications
Principes d’Architecture
• Exploitation des réserves Major/Medium/Minor,
identifiées lors des revues de projets
Alignement sur les standards
• Appartenance ou non aux catalogues des standards
Redondance
• 2 axes : Fonctionnel et Technique
• Par regroupement sur classification standard groupe
(Eagle et GTRM)
Evolutivité
Qualité du Code
• Réutilisation d’une évaluation existante (SonarQube)
quand c’est possible
Ratio CTB/RTB
• CTB = Change The Bank
• RTB = Run The Bank
Obsolescence
• En lien avec la date de fin du support
Axes de mesure retenus Non retenus
• Ratio CTB/RTB non retenu. Impactés par d’autres
facteurs (périmètre d’utilisation, périmètre fonctionnel…)
• Evolutivité difficile à mesurer et potentiellement redondant
avec d’autre axe
• Compétences non traitées
 La Dette Technologique est envisagée en fonction des
enjeux technologiques de WMIS
Compétences
• 2 axes: Fonctionnel + Technique
• Evaluation des managers sur base d’une grille
de compétence prédéfinie
LE PÉRIMÈTRE DU PATRIMOINE MESURÉ
Page 21
WMIS Software
Business package
Technical
Software
Infra.
Application
Server base (Web server, RDBMS, OS)
Technical Software Non Infra.
Middleware
Hardware
 Hors périmètre
o Application: les spécifités locales sont marginales, de plus elles sont difficiles à collecter avec un volume important
o Technical Software Infra: concernent tous les outils techniques nécessaires à la gestion de l’infrastructure. Cette
couche est gérée par nos partenaires, leurs impacts ont été jugés faibles
o Hardware: gérés par nos partenaires. Considérés comme dépendants du triptyque OS, DB, et Serveur d’application.
DetteTechno.
Géré par partenaire infra
Géré par WMIS
Donnée prise en compte pour la mesure
Note de la mesure au niveau WMIS Software
 Les dépendances entre ces différentes
couches sont très structurantes pour la mesure
ITAM
(IT Asset Mgt)
La dette technologique WMIS
= vision « Editeur » et non « Intégrateur »
Hors périmètre
Exploiter les résultats
PROCESSUS DE CALCUL DE LA MESURE
Page 22
MesurerCollecter la donnée
Chargement des données brutes
- Sur les différentes couches applicatifs
Vérification et Complément
- Les données d’ITAM, ont toutes été vérifiés et complétés le
cas échéant
Paramétrage des mesures
- Saisie des % de pondération
Lancer les calculs
Export des résultats
Saisie des évaluations ad hoc
- Les évaluations sont stockées dans l’outil





Outil de mesure de la dette
technologique
Analyser les résultats et définir
les plans d’actions
ITAM
(IT Asset Mgt)
Mise en forme des résultats



LES PREMIERS RESULTATS
Page 23
0
1
2
3
Obsolescence
Standard
Redundancy
Interface
Code Quality
Arch.
Principles
0
1
2
3
Obsolescence
Standard
Redundancy
Interface
Code Quality
Arch.
Principles
Obsolescence
 XMS CH = Obsolescence de plateforme
 PMS = Faux positif => donnée incorrect
 Obsolescence d’un OS mobile  Stratégie interne à définir ?
Redondance
 PMS  Décommissionnement à envisager
Principes d’architecture
 XMS CH & PMS  Urbanisation à revoir
Interface d’échange
 Valorisation du besoin d’un bus échange.
Etude à lancer
…
0
1
2
3
Obsolescence
Standard
Redundancy
Interface
Code Quality
Arch.
Principles
XMS CH
PMS
SPS
Exemple de décision immédiate sur les
applications à dette forte
D’autres reporting ont été définis (vision technologique, vision métier…)
Attentes
 Obtenir des indicateurs objectifs et communicables à notre métier
Périmètre
 Les facteurs sont parfois un compromis entre précision et
disponibilité des données
 Dans un premier temps, ¼ des applis ont été couvertes
Les premiers résultats
 Globalement, les premiers résultats étaient attendus et conformes
à la réalité mais ont pu être objectivés
 Pour certains assets, des problèmes de qualité de données
donnent des résultats erronés  challenge la qualité des
référentiels
La démarche
 Implication des différentes équipes (infrastructure, MOE et MOA)
 Implication du management de WMIS via un comité de pilotage
Conclusions
 La qualité des données sources est clé !
 La dette technique permet de valoriser des référentiels de
patrimoine
Prochaines étapes
 Intégration systématique dans notre gouvernance projet
Charges
 Charge Micropole = 4 mois
 Charge Strategy & Architecture = 50 jh
Sollicitation des équipes internes
 Domain Head  8 réunions d’1h30
 Partenaire Infra.  3 réunions
 Asset Expert  15 entretiens réalisés
 5 comités de pilotage
 1 réunion de restitution
Délivrables
 1 document de référence définissant la dette
technique
 2 bases Access
 1 dizaines de feuille Excel (input, reporting..,)
BILAN DE LA MISSION
Page 24
Attentes, exécution et résultats
En chiffres
Pourquoi ?1
Comment ?2
La belle histoire3
Questions / Réponses4
A RETENIR
Page 26
La Dette
Technologique
La mesurer permet …
Comment la mesurer
Les pré-requis:
- Des applications référencées
- Inscrire la mesure dans un processus continu
- Un outillage simple et efficace
Construction de la V1: 3 à 4 mois
Page 27
91-95 rue Carnot | 92300 Levallois-Perret - FR
Djamel SOUAMI
Directeur-Associé
Tél +33 (0) 670 484 124
dsouami@micropole.com
91-95 rue Carnot | 92300 Levallois-Perret - FR
Philippe LEFORT
Senior Consultant
Tél +33 (0) 1 74 18 79 31
plefort@micropole.com
50, ave J.F. Kennedy | L – 2951 Luxembourg
Emmanuel PICHON
Head of Strategy & Architecture

Contenu connexe

Tendances

20070320 01 - Démarche qualité logicielle et outillage (SNCF)
20070320 01 - Démarche qualité logicielle et outillage (SNCF)20070320 01 - Démarche qualité logicielle et outillage (SNCF)
20070320 01 - Démarche qualité logicielle et outillage (SNCF)
LeClubQualiteLogicielle
 
2015-04-28 Bruno Guay Sécurité des projets informatiques
2015-04-28 Bruno Guay Sécurité des projets informatiques2015-04-28 Bruno Guay Sécurité des projets informatiques
2015-04-28 Bruno Guay Sécurité des projets informatiques
PMI Lévis-Québec
 
Le couple MOA-MOE dans le projet informatique
Le couple MOA-MOE dans le projet informatique Le couple MOA-MOE dans le projet informatique
Le couple MOA-MOE dans le projet informatique
Moez SAAIDIA
 
Analyse de code: accélérez la validation de vos applications C#
Analyse de code: accélérez la validation de vos applications C#Analyse de code: accélérez la validation de vos applications C#
Analyse de code: accélérez la validation de vos applications C#
kalistick
 
2015-04-28 April Cloutier Vézina CARRA
2015-04-28 April Cloutier Vézina CARRA2015-04-28 April Cloutier Vézina CARRA
2015-04-28 April Cloutier Vézina CARRA
PMI Lévis-Québec
 
Maîtrise de risques en gestion de projet
Maîtrise de risques en gestion de projetMaîtrise de risques en gestion de projet
Maîtrise de risques en gestion de projet
Chef De Projet Détendu
 

Tendances (6)

20070320 01 - Démarche qualité logicielle et outillage (SNCF)
20070320 01 - Démarche qualité logicielle et outillage (SNCF)20070320 01 - Démarche qualité logicielle et outillage (SNCF)
20070320 01 - Démarche qualité logicielle et outillage (SNCF)
 
2015-04-28 Bruno Guay Sécurité des projets informatiques
2015-04-28 Bruno Guay Sécurité des projets informatiques2015-04-28 Bruno Guay Sécurité des projets informatiques
2015-04-28 Bruno Guay Sécurité des projets informatiques
 
Le couple MOA-MOE dans le projet informatique
Le couple MOA-MOE dans le projet informatique Le couple MOA-MOE dans le projet informatique
Le couple MOA-MOE dans le projet informatique
 
Analyse de code: accélérez la validation de vos applications C#
Analyse de code: accélérez la validation de vos applications C#Analyse de code: accélérez la validation de vos applications C#
Analyse de code: accélérez la validation de vos applications C#
 
2015-04-28 April Cloutier Vézina CARRA
2015-04-28 April Cloutier Vézina CARRA2015-04-28 April Cloutier Vézina CARRA
2015-04-28 April Cloutier Vézina CARRA
 
Maîtrise de risques en gestion de projet
Maîtrise de risques en gestion de projetMaîtrise de risques en gestion de projet
Maîtrise de risques en gestion de projet
 

En vedette

[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu
[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu
[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu
La-Fabrique-du-Net
 
Strategie de communication- Gang des grand mères
Strategie de communication- Gang des grand mèresStrategie de communication- Gang des grand mères
Strategie de communication- Gang des grand mères
Master CELSA Mines
 
#CapCom16 : CN3 - Couvrir un événement sur les réseaux
#CapCom16 : CN3 - Couvrir un événement sur les réseaux#CapCom16 : CN3 - Couvrir un événement sur les réseaux
#CapCom16 : CN3 - Couvrir un événement sur les réseaux
Cap'Com
 
Comment organiser un evenement avec vos influenceurs
Comment organiser un evenement avec vos influenceursComment organiser un evenement avec vos influenceurs
Comment organiser un evenement avec vos influenceurs
Augure Reputation Management
 
Marketing évènementielle Hermes _ partie 1
Marketing évènementielle Hermes _ partie 1Marketing évènementielle Hermes _ partie 1
Marketing évènementielle Hermes _ partie 1
Gabriella Vieira
 
Comment organiser un événement ?
Comment organiser un événement ?Comment organiser un événement ?
Comment organiser un événement ?
Claire Leroux
 
Storytelling : de l'image de marque à l'histoire de marque
Storytelling : de l'image de marque à l'histoire de marqueStorytelling : de l'image de marque à l'histoire de marque
Storytelling : de l'image de marque à l'histoire de marque
Dagobert
 
Animer un événement via les réseaux sociaux
Animer un événement via les réseaux sociauxAnimer un événement via les réseaux sociaux
Animer un événement via les réseaux sociaux
La Team Web
 
Evenement 2.0 - Comment integrer les reseaux sociaux dans un evenement
Evenement 2.0 - Comment integrer les reseaux sociaux dans un evenementEvenement 2.0 - Comment integrer les reseaux sociaux dans un evenement
Evenement 2.0 - Comment integrer les reseaux sociaux dans un evenement
Evenementor
 
Ouverture d'un bar parisien : branding, stratégie de com et production
Ouverture d'un bar parisien : branding, stratégie de com et productionOuverture d'un bar parisien : branding, stratégie de com et production
Ouverture d'un bar parisien : branding, stratégie de com et production
Diane Abel
 
Les 10 étapes pour organiser un évènement d'entreprise
Les 10 étapes pour organiser un évènement d'entrepriseLes 10 étapes pour organiser un évènement d'entreprise
Les 10 étapes pour organiser un évènement d'entreprise
mesaoo
 
Le storytelling, la strategie marketing qui fait rever !
Le storytelling, la strategie marketing qui fait rever !Le storytelling, la strategie marketing qui fait rever !
Le storytelling, la strategie marketing qui fait rever !
Digistory
 

En vedette (12)

[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu
[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu
[Slideshare] ChallengeMyWebsite sur Slack- Compte rendu
 
Strategie de communication- Gang des grand mères
Strategie de communication- Gang des grand mèresStrategie de communication- Gang des grand mères
Strategie de communication- Gang des grand mères
 
#CapCom16 : CN3 - Couvrir un événement sur les réseaux
#CapCom16 : CN3 - Couvrir un événement sur les réseaux#CapCom16 : CN3 - Couvrir un événement sur les réseaux
#CapCom16 : CN3 - Couvrir un événement sur les réseaux
 
Comment organiser un evenement avec vos influenceurs
Comment organiser un evenement avec vos influenceursComment organiser un evenement avec vos influenceurs
Comment organiser un evenement avec vos influenceurs
 
Marketing évènementielle Hermes _ partie 1
Marketing évènementielle Hermes _ partie 1Marketing évènementielle Hermes _ partie 1
Marketing évènementielle Hermes _ partie 1
 
Comment organiser un événement ?
Comment organiser un événement ?Comment organiser un événement ?
Comment organiser un événement ?
 
Storytelling : de l'image de marque à l'histoire de marque
Storytelling : de l'image de marque à l'histoire de marqueStorytelling : de l'image de marque à l'histoire de marque
Storytelling : de l'image de marque à l'histoire de marque
 
Animer un événement via les réseaux sociaux
Animer un événement via les réseaux sociauxAnimer un événement via les réseaux sociaux
Animer un événement via les réseaux sociaux
 
Evenement 2.0 - Comment integrer les reseaux sociaux dans un evenement
Evenement 2.0 - Comment integrer les reseaux sociaux dans un evenementEvenement 2.0 - Comment integrer les reseaux sociaux dans un evenement
Evenement 2.0 - Comment integrer les reseaux sociaux dans un evenement
 
Ouverture d'un bar parisien : branding, stratégie de com et production
Ouverture d'un bar parisien : branding, stratégie de com et productionOuverture d'un bar parisien : branding, stratégie de com et production
Ouverture d'un bar parisien : branding, stratégie de com et production
 
Les 10 étapes pour organiser un évènement d'entreprise
Les 10 étapes pour organiser un évènement d'entrepriseLes 10 étapes pour organiser un évènement d'entreprise
Les 10 étapes pour organiser un évènement d'entreprise
 
Le storytelling, la strategie marketing qui fait rever !
Le storytelling, la strategie marketing qui fait rever !Le storytelling, la strategie marketing qui fait rever !
Le storytelling, la strategie marketing qui fait rever !
 

Similaire à Présentation événement dette technologique micropole

Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?
Microsoft Décideurs IT
 
Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?
Microsoft Technet France
 
Cours Génie Logiciel 2016
Cours Génie Logiciel 2016Cours Génie Logiciel 2016
Cours Génie Logiciel 2016
Erradi Mohamed
 
Tirer profit d'un outillage de gestion des exigences
Tirer profit d'un outillage de gestion des exigencesTirer profit d'un outillage de gestion des exigences
Tirer profit d'un outillage de gestion des exigences
EchoesLabs
 
amelioration de disponibilité.pdf
amelioration de disponibilité.pdfamelioration de disponibilité.pdf
amelioration de disponibilité.pdf
GhizlaneLam
 
Outsourcing Telecom
Outsourcing TelecomOutsourcing Telecom
Outsourcing Telecom
sylvain Lamblot
 
Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.
Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.
Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.
jkebbab
 
Présentation_MIAGE_CAMTEL_PMCN
Présentation_MIAGE_CAMTEL_PMCNPrésentation_MIAGE_CAMTEL_PMCN
Présentation_MIAGE_CAMTEL_PMCN
Hermann NGUIMO
 
550714060-Cahier-Des-Charges-Des-Automatismes.pdf
550714060-Cahier-Des-Charges-Des-Automatismes.pdf550714060-Cahier-Des-Charges-Des-Automatismes.pdf
550714060-Cahier-Des-Charges-Des-Automatismes.pdf
SAID MASHATE
 
Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009
Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009
Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009
Michelet
 
Manager la performance
Manager la performanceManager la performance
Manager la performance
Koffi KONAN
 
Mise en place d&rsquo;un Systéme d’Information (SI) en PME
Mise en place d&rsquo;un Systéme d’Information (SI) en PMEMise en place d&rsquo;un Systéme d’Information (SI) en PME
Mise en place d&rsquo;un Systéme d’Information (SI) en PME
CYB@RDECHE
 
20110125 02 - Retour d'experience en qualimétrie informatique (CDC)
20110125 02 - Retour d'experience en qualimétrie informatique (CDC)20110125 02 - Retour d'experience en qualimétrie informatique (CDC)
20110125 02 - Retour d'experience en qualimétrie informatique (CDC)
LeClubQualiteLogicielle
 
Introduction Au Plm
Introduction Au PlmIntroduction Au Plm
Introduction Au Plm
pistesil
 
Le Comptoir OCTO - Data Science x RdvPermis
Le Comptoir OCTO - Data Science x RdvPermisLe Comptoir OCTO - Data Science x RdvPermis
Le Comptoir OCTO - Data Science x RdvPermis
OCTO Technology
 
Rapport Splunk.pdf
Rapport Splunk.pdfRapport Splunk.pdf
Rapport Splunk.pdf
HichemKhalfi
 
Manager la performance
Manager la performanceManager la performance
Manager la performance
Pascal Thery Formations
 
Expression des besoins pour le SI
Expression des besoins pour le SIExpression des besoins pour le SI
Expression des besoins pour le SI
Nouhaila ALAMI
 
Analyse de code source: accélérer la validation des logiciels Java
Analyse de code source: accélérer la validation des logiciels JavaAnalyse de code source: accélérer la validation des logiciels Java
Analyse de code source: accélérer la validation des logiciels Java
kalistick
 

Similaire à Présentation événement dette technologique micropole (20)

Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?
 
Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?Fin de support Windows Server 2003, quelles options ?
Fin de support Windows Server 2003, quelles options ?
 
Cours Génie Logiciel 2016
Cours Génie Logiciel 2016Cours Génie Logiciel 2016
Cours Génie Logiciel 2016
 
Tirer profit d'un outillage de gestion des exigences
Tirer profit d'un outillage de gestion des exigencesTirer profit d'un outillage de gestion des exigences
Tirer profit d'un outillage de gestion des exigences
 
amelioration de disponibilité.pdf
amelioration de disponibilité.pdfamelioration de disponibilité.pdf
amelioration de disponibilité.pdf
 
Outsourcing Telecom
Outsourcing TelecomOutsourcing Telecom
Outsourcing Telecom
 
Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.
Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.
Cours Jean-Louis BOULANGER: Réalisation d'une application logicielle.
 
Présentation_MIAGE_CAMTEL_PMCN
Présentation_MIAGE_CAMTEL_PMCNPrésentation_MIAGE_CAMTEL_PMCN
Présentation_MIAGE_CAMTEL_PMCN
 
550714060-Cahier-Des-Charges-Des-Automatismes.pdf
550714060-Cahier-Des-Charges-Des-Automatismes.pdf550714060-Cahier-Des-Charges-Des-Automatismes.pdf
550714060-Cahier-Des-Charges-Des-Automatismes.pdf
 
Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009
Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009
Sparxent |NetworkD LANDesk User Group 2009 Présentation Leroy Merlin 26 Nov 2009
 
Manager la performance
Manager la performanceManager la performance
Manager la performance
 
Mise en place d&rsquo;un Systéme d’Information (SI) en PME
Mise en place d&rsquo;un Systéme d’Information (SI) en PMEMise en place d&rsquo;un Systéme d’Information (SI) en PME
Mise en place d&rsquo;un Systéme d’Information (SI) en PME
 
20110125 02 - Retour d'experience en qualimétrie informatique (CDC)
20110125 02 - Retour d'experience en qualimétrie informatique (CDC)20110125 02 - Retour d'experience en qualimétrie informatique (CDC)
20110125 02 - Retour d'experience en qualimétrie informatique (CDC)
 
Introduction Au Plm
Introduction Au PlmIntroduction Au Plm
Introduction Au Plm
 
Le Comptoir OCTO - Data Science x RdvPermis
Le Comptoir OCTO - Data Science x RdvPermisLe Comptoir OCTO - Data Science x RdvPermis
Le Comptoir OCTO - Data Science x RdvPermis
 
Contrats Agiles
Contrats AgilesContrats Agiles
Contrats Agiles
 
Rapport Splunk.pdf
Rapport Splunk.pdfRapport Splunk.pdf
Rapport Splunk.pdf
 
Manager la performance
Manager la performanceManager la performance
Manager la performance
 
Expression des besoins pour le SI
Expression des besoins pour le SIExpression des besoins pour le SI
Expression des besoins pour le SI
 
Analyse de code source: accélérer la validation des logiciels Java
Analyse de code source: accélérer la validation des logiciels JavaAnalyse de code source: accélérer la validation des logiciels Java
Analyse de code source: accélérer la validation des logiciels Java
 

Plus de Micropole Group

API Management
API ManagementAPI Management
API Management
Micropole Group
 
Micropole Data Forum 2017 - Atelier Pitney Bowes
Micropole Data Forum 2017 - Atelier Pitney BowesMicropole Data Forum 2017 - Atelier Pitney Bowes
Micropole Data Forum 2017 - Atelier Pitney Bowes
Micropole Group
 
Micropole Data Forum 2017 - Atelier Oracle
Micropole Data Forum 2017 - Atelier OracleMicropole Data Forum 2017 - Atelier Oracle
Micropole Data Forum 2017 - Atelier Oracle
Micropole Group
 
Micropole Data Forum 2017 - Atelier Informatica
Micropole Data Forum 2017 - Atelier InformaticaMicropole Data Forum 2017 - Atelier Informatica
Micropole Data Forum 2017 - Atelier Informatica
Micropole Group
 
DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018
DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018
DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018
Micropole Group
 
Matinée Micropole GDPR
Matinée Micropole GDPRMatinée Micropole GDPR
Matinée Micropole GDPR
Micropole Group
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
Micropole Group
 
Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017
Micropole Group
 
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
 
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...
SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...
Micropole Group
 
ORCHESTRA - Gouvernance des donnees et MDM - Data forum MICROPOLE 2016
ORCHESTRA -  Gouvernance des donnees et MDM -  Data forum MICROPOLE 2016 ORCHESTRA -  Gouvernance des donnees et MDM -  Data forum MICROPOLE 2016
ORCHESTRA - Gouvernance des donnees et MDM - Data forum MICROPOLE 2016
Micropole Group
 
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016 ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
Micropole Group
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
Micropole Group
 
HARLAY Avocats big ou smart, les nouveaux enjeux juridiques de la gouvernan...
HARLAY Avocats   big ou smart, les nouveaux enjeux juridiques de la gouvernan...HARLAY Avocats   big ou smart, les nouveaux enjeux juridiques de la gouvernan...
HARLAY Avocats big ou smart, les nouveaux enjeux juridiques de la gouvernan...
Micropole Group
 
CONTENTSERV - PIM le noyau central d'un ecosysteme digital - Data forum MIC...
CONTENTSERV -  PIM le noyau central d'un ecosysteme digital -  Data forum MIC...CONTENTSERV -  PIM le noyau central d'un ecosysteme digital -  Data forum MIC...
CONTENTSERV - PIM le noyau central d'un ecosysteme digital - Data forum MIC...
Micropole Group
 
ASG - Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...
ASG -  Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...ASG -  Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...
ASG - Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...
Micropole Group
 
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
Micropole Group
 
Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016
Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016 Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016
Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016
Micropole Group
 
Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016
Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016
Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016
Micropole Group
 
Presentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donneesPresentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donnees
Micropole Group
 

Plus de Micropole Group (20)

API Management
API ManagementAPI Management
API Management
 
Micropole Data Forum 2017 - Atelier Pitney Bowes
Micropole Data Forum 2017 - Atelier Pitney BowesMicropole Data Forum 2017 - Atelier Pitney Bowes
Micropole Data Forum 2017 - Atelier Pitney Bowes
 
Micropole Data Forum 2017 - Atelier Oracle
Micropole Data Forum 2017 - Atelier OracleMicropole Data Forum 2017 - Atelier Oracle
Micropole Data Forum 2017 - Atelier Oracle
 
Micropole Data Forum 2017 - Atelier Informatica
Micropole Data Forum 2017 - Atelier InformaticaMicropole Data Forum 2017 - Atelier Informatica
Micropole Data Forum 2017 - Atelier Informatica
 
DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018
DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018
DATA FORUM 2017 - Présentation Micropole - Les tendances Data 2018
 
Matinée Micropole GDPR
Matinée Micropole GDPRMatinée Micropole GDPR
Matinée Micropole GDPR
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
 
Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017
 
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
 
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...
SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...
 
ORCHESTRA - Gouvernance des donnees et MDM - Data forum MICROPOLE 2016
ORCHESTRA -  Gouvernance des donnees et MDM -  Data forum MICROPOLE 2016 ORCHESTRA -  Gouvernance des donnees et MDM -  Data forum MICROPOLE 2016
ORCHESTRA - Gouvernance des donnees et MDM - Data forum MICROPOLE 2016
 
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016 ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
 
HARLAY Avocats big ou smart, les nouveaux enjeux juridiques de la gouvernan...
HARLAY Avocats   big ou smart, les nouveaux enjeux juridiques de la gouvernan...HARLAY Avocats   big ou smart, les nouveaux enjeux juridiques de la gouvernan...
HARLAY Avocats big ou smart, les nouveaux enjeux juridiques de la gouvernan...
 
CONTENTSERV - PIM le noyau central d'un ecosysteme digital - Data forum MIC...
CONTENTSERV -  PIM le noyau central d'un ecosysteme digital -  Data forum MIC...CONTENTSERV -  PIM le noyau central d'un ecosysteme digital -  Data forum MIC...
CONTENTSERV - PIM le noyau central d'un ecosysteme digital - Data forum MIC...
 
ASG - Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...
ASG -  Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...ASG -  Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...
ASG - Maitriser ses donnees dans le cadre reglementaire - Data forum MICROPO...
 
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
 
Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016
Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016 Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016
Informatica - le MDM nouvelle génération - Data forum MICROPOLE 2016
 
Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016
Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016
Matinée Micropole DE LA BI A LA DATA INTELLIGENCE 18-10-2016
 
Presentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donneesPresentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donnees
 

Présentation événement dette technologique micropole

  • 1. LA DETTE TECHNOLOGIQUE 26 JUIN 2015 POURQUOI ET COMMENT MAITRISER SA DETTE TECHNOLOGIQUE
  • 2. Pourquoi ?1 Comment ?2 La belle histoire3 Questions / Réponses4 8:45 – 9:00 9:00 – 9:40 9:40 – 10:00 10:00 – 10:15
  • 3. Pourquoi ?1 Comment ?2 La belle histoire3 Questions / Réponses4 Pourquoi maîtriser sa dette technologique
  • 4. DETTE TECHNOLOGIQUE ? MOI ? … JAMAIS ! Page 4
  • 5. LE PROCESSUS BUDGÉTAIRE INFORMATIQUE Page 5
  • 6. LE CYCLE DE VIE D’UNE APPLICATION Page 6 Refonte Etude – Projet Evolution importante Evolution mineure ? Go Live ? No Go R x.x
  • 7. LE CYCLE DE VIE DU PATRIMOINE Page 7 Dé-commission Projet Evolution importante Evolution mineure ? Go Live ? No Go Version N Dé-commission Projet Evolution importante Evolution mineure ? Go Live ? No Go Version N Dé-commission Projet Evolution importante Evolution mineure ? Go Live ? No Go Version N Stratégie Business Stratégie IT Contraintes budgétaires Eléments de contexte Engagements et arbitrages Dé-commission Projet Evolution importante Evolution mineure ? Go Live ? No Go Version N Réglementation
  • 8. Cas 1: Sans maitrise de la dette Cas 2: Avec gestion de la dette LA DETTE TECHNOLOGIQUE ? t t+1 t+2 t+3 t t+1 t+2 t+3 Maintenance Projets Dette technologique  Dette « Ce que l’on doit à quelqu’un » (Centre National De Ressources Textuelles et Lexicales)  Si la dette n’est pas maitrisée, les intérêts grossissent, rendant de plus en plus difficile tout nouvel investissement, rendant votre système de plus en plus entropique.  Technologie « Ensemble cohérent de savoirs et de pratiques dans un certain domaine technique, fondé sur des principes scientifiques » (Larousse) Définition Page 8  La dette technologique est constituée par une succession de décisions managériales et de choix technologiques sur l’ensemble du patrimoine applicatif Impacts sur les budgets et le ratio Projet/Maintenance
  • 9. Pourquoi ?1 Comment ?2 La belle histoire3 Questions / Réponses4 Comment maîtriser sa dette technologique
  • 10. QUOI MESURER ? Page 10 « Business leaders demand that IT leader « do more with less » to free resources for innovation and growth » Source Forester « Time to market » trop long Stratégie métier supportée de façon non optimale Risques accrus de rupture de l’activité Coûts trop élevés Contexte de réduction du budget de maintenance IT Technologies vieillissantes des applications Portefeuille applicatif trop grand/imbriqué et complexe à gérer Manque d’agilité des applications Redondance applicative résultant des différentes fusions/acquisitions Incapacité à gérer et partager des informations métiers Dépendance vis-à-vis des compétences critiques Performance aléatoire Besoin d’exploiter les nouvelles technologies avec agilité
  • 11. COMMENT MESURER OBJECTIVEMENT ? Zonede Tolérance Infraction 0DetteTechnologique Plus l’application contient d’infractions, plus la dette technologique va augmenter Source: http://blog.castsoftware.com/ Global AxeA AxeB Axen Appli. 1 Appli. 2 Appli. n  L’obsolescence  L’agilité  La redondance  La qualité des interfaces  Le respects des principes et normes  Les compétences  La qualité du code  … Des axes de mesures  Le portfolio des applications et des projets  Les principes d’architecture  Les normes et standards  L’état de l’art du marché  … Des référentiels  = Application L’application est l’unité de mesure la plus appropriée. C’est le point de rencontre entre l’IT et le métier. Une maille
  • 12. NOTRE DÉMARCHE Page 12 Patrimoine IT Plan Do Act Check Eviter la régression Périmètre et Critères Mesure Plan d’action • Réduire la dette • Pérenniser la mesure Premier résultats Roue de Deming (PDCA) Patrimoine IT
  • 13. PÉRIMÈTRE ET CRITÈRE Page 13  Définir le périmètre  Les périmètres applicatifs • Type d’application: application front office, application technique, Matériel, … • Géographie/Organisation: Pour quelle population d’utilisateurs finaux • Responsabilité: Dans certains cas (mode SAS, externalisation de l’IT, ou contrat inter-entité, …), la responsabilité de l’IT doit être identifiée afin d’en définir son contour  Les acteurs à solliciter  La gouvernance de la dette technologique  Définir Les critères de mesure  Regroupement des critères par famille = axe de mesure • Décrire par axe de mesure, les critères envisagés.  Bien identifier les données nécessaires • Données brutes = données qui feront l’objet de la mesure et sans lesquelles la mesure ne peut avoir lieu • Référentiel = les données à challenger, la cible à atteindre et que l’on va mesurer • En cas de discussion, n’hésiter par à pondérer les critères les uns par rapport aux autres, Objectifs DocumentAxedemesure Obsolescence technique Une application est considérée Obsolète lorsque la couverture de son support contractuel (par défaut 5 ans après sa date de commercialisation) ne dépasse pas 3 ans (par rapport à la date de la mesure) Criteria Date de fin de support (DFS) vs date de la mesure (DM) Par convention; les extensions de support contractualisées ne seront pas prises en compte. Date de la mesure Fin de support 1 0 y.+1 y.+3 years 0 2 3 Evaluation de l’Obsolescence Delta = DFS – DM Carte d’un axe de mesure: Obsolescence Anticiper la conduite du changement = Construire un cadre et des critères partagés par tous les acteurs impliqués
  • 14. MESURE Page 14  Collecter toutes les données nécessaires  Pour chaque donnée, s’assurer de la complétude et la qualité de l’information • La qualité de la donnée peut être challengée par une mesure sur un périmètre restreint Cette étape est essentielle pour la légitimité du résultat final  Définir le mode opératoire de la mesure  Mesure objective et calculée • Exemple: Obsolescence par un delta entre 2 dates  Exploitation de mesures existantes • Lorsqu’elle existe, il est toujours intéressant de réutiliser une mesure déjà existante. Il suffit juste d’adapter le résultat sur un barème commun.  Mesure par évaluation partagée • A défaut de donnée suffisante, l’échange et la validation collégiale de l’attribution d’une note peut être mise en place. Les acteurs à impliquer doivent être reconnus de tous Objectifs Name % ID % Criteria description 0 1 2 3 C0 100% SOFT components alignement All are align > 2/3 > 1/3 < 1/3n/a Category Criteria 60%General Grade meaning Efficient Not efficient Quality Code (Cross-approved assessment) Interm ediate Evaluation C1.1 25% Documentation C1.2 25% Comments C1.3 25% Naming convention C1.4 25% Code modularity C2.1 25% Monitoring code C2.2 25% Audit track C2.3 25% Integration mode C2.4 25% Release management Free 100% C3 100% Impress assessment Good impress Bad Impress 60%General Efficient Not efficient Transverse mechanism Exist Not exist Interm ediate Evaluation OR 40% Exemple de Mesure par évaluation partagée: la qualité du code  Monter un atelier de travail dédié à ce sujet  Conseil: après chaque atelier, projeter les résultats sur l’ensemble des applications, afin de conforter ou non, le niveau des exigences mais aussi le ressenti globale
  • 15. Les pires et les meilleures Par application PREMIERS RÉSULTATS 1/2 Page 15  Construire les premiers résultats  Par application, en résultats bruts  En regroupant les résultats sur la/les dimensions métiers • Bon moyen d’illustrer et de communiquer sur la stratégie IT Objectifs Vision par synthèseRésultats bruts Asset Rating Grading Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6 Asset 1 2,68 /3 3,00 /3 1,00 /3 3,00 /3 3,00 /3 2,10 /3 Asset 2 2,64 /3 3,00 /3 1,50 /3 3,00 /3 2,50 /3 2,42 /3 Asset 3 2,56 /3 3,00 /3 1,00 /3 3,00 /3 2,50 /3 2,10 /3 Asset 4 2,51 /3 3,00 /3 0,30 /3 1,20 /3 2,88 /3 1,29 /3 2,40 /3 Asset 5 2,47 /3 3,00 /3 1,31 /3 1,88 /3 2,38 /3 2,52 /3 Asset 6 2,41 /3 3,00 /3 0,75 /3 1,50 /3 3,00 /3 0,37 /3 0,00 /3 Asset 7 2,35 /3 3,00 /3 0,60 /3 1,65 /3 2,38 /3 0,66 /3 2,20 /3 Asset 8 2,34 /3 3,00 /3 0,60 /3 1,80 /3 2,80 /3 1,29 /3 0,00 /3 Asset 9 2,32 /3 3,00 /3 1,00 /3 3,00 /3 2,25 /3 1,01 /3 0,62 /3 Asset 10 2,30 /3 3,00 /3 0,97 /3 1,01 /3 3,00 /3 0,62 /3 TOTAL Rating per Factor Asset 160 1,34 /3 1,00 /3 0,00 /3 1,50 /3 2,00 /3 1,56 /3 0,64 /3 Asset 161 1,23 /3 1,00 /3 0,00 /3 1,50 /3 2,00 /3 1,28 /3 Asset 162 1,20 /3 3,00 /3 1,00 /3 1,50 /3 0,00 /3 0,31 /3 0,00 /3 Asset 163 1,00 /3 1,00 /3 0,00 /3 1,50 /3 1,33 /3 1,31 /3 0,00 /3 Asset 164 0,88 /3 1,00 /3 0,00 /3 3,00 /3 1,17 /3 1,28 /3 Asset 165 0,79 /3 1,00 /3 0,00 /3 1,12 /3 0,88 /3 0,59 /3 0,00 /3 Asset 166 0,74 /3 1,00 /3 0,00 /3 3,00 /3 0,00 /3 0,00 /3 Asset 167 0,70 /3 1,00 /3 0,00 /3 2,62 /3 0,00 /3 0,00 /3 Asset 168 0,53 /3 1,00 /3 0,00 /3 1,12 /3 0,00 /3 0,69 /3 1,28 /3 Asset 169 0,53 /3 1,00 /3 0,00 /3 1,12 /3 0,00 /3 0,59 /3 1,28 /3 Asset 170 0,42 /3 1,00 /3 0,00 /3 1,18 /3 0,00 /3 0,87 /3 0,00 /3 Couverture de la dette technologique du patrimoine applicatif 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3 Forte Dette identifiée= = = = = = = = = = = = = > Pas de dette identifiée 14% 46% 34% 6% Classer les résultats par ordre, en vue de permettre des comparaisons Définir les priorités d’axe de mesure en les pondérant selon la stratégie IT voulue
  • 16. PREMIERS RÉSULTATS 2/2 « Il est temps d’exposer sa dette technologique » Exemple 1: liste de socle technique (usage interne IT) Socle technique Editeur Type Nb appli Moy. Appli Val. = Note*Nb Windows 2012 Microsoft Système 45 3,00 /3 135,0 Oracle 11 Oracle Base de donnée 27 3,00 /3 81,0 AIX 6.x IBM Système 54 1,33 /3 71,8 AIX 7.x IBM Système 26 1,73 /3 45,0 Windows 2008 Microsoft Système 12 3,00 /3 36,0 Oracle 12 Oracle Base de donnée 12 2,33 /3 28,0 DB2 for z/OS 11 IBM Base de donnée 20 1,33 /3 26,6 Linux 6.x RedHat Ent. Système 26 1,00 /3 26,0 WAS 8.x IBM Serveur d'application 11 1,67 /3 18,4 WAS 7.x IBM Serveur d'application 7 2,61 /3 18,3 DB2 for z/OS 10 IBM Base de donnée 8 1,33 /3 10,6 SQL Server 2008 Microsoft Base de donnée 3 2,00 /3 6,0 SQL Server 2012 Microsoft Base de donnée 2 2,33 /3 4,7 Communication avec les fournisseurs Exemple 2: Valorisation d’un Domaine métier par la dette technologique de ses applications (usage externe) Hiérarchie de la dette pour un domaine Page 16 Communication avec les métiers
  • 17. PLAN D’ACTION Page 17  Améliorer les résultats  Faire les arbitrages: dettes acceptées / dettes à réduire • L’exhaustivité non obligatoire / crête des résultats à prioriser  Rechercher les quick-wins • L’utilisation des résultats peut faire émerger des actions à effet démultiplié (Réduction de la dette sur un composant technique qui impact la dette de plusieurs applications)  Préparer la prochaine mesure  Challenger les axes de mesure • Nouvel axe à prendre en compte • Identification d’axes à surveiller pour la prochaine mesure (en vue de voir l’efficacité d’un plan d’action, par ex.) • Pertinence des axes de mesures et critères associés • Gérer l’historique  Intégrer la mesure de la dette en continu  Ajouter la mesure dans le cycle de vie de l’application et plus largement dans le processus de gestion du patrimoine applicatif Objectifs Leviers sur les plans d’actions Optimisation du plan d’action des migration des bases de données Tendre vers une mesure de la dette calculable à la demande Dé-commission Projet Evolution importante Evolution mineure ? Go Live ? No Go Version N La dette comme facteur de décision de la vie de l’application Input du Go / No Go Input de la revue
  • 18. Pourquoi ?1 Comment ?2 La belle histoire3 Questions / Réponses4 Retour d’expérience BNPP WMIS
  • 19. LE CONTEXTE Page 19 UNE BANQUE PRIVÉE INTERNATIONALE INTÉGRÉE À UN GROUPE BANCAIRE MONDIAL DE PREMIER PLAN Des objectifs Wealth Management Information System Market 2 Market 4Market 3Market 1 Un patrimoine applicatif distribués sur plusieurs sites 1 entité IT o Identifier et communiquer son statut technologique, o En améliorer la gestion par une meilleure anticipation et des actions plus structurées o Réduire les coûts (support et projet) o Anticiper les évolutions o Mieux prioriser les investissements métiers
  • 20. AXES DE MESURE ENVISAGÉS Interface de données • Agilité , Exploitation, et Normalisation, • Evaluation des types de protocoles utilisés et ventilation sur les applications Principes d’Architecture • Exploitation des réserves Major/Medium/Minor, identifiées lors des revues de projets Alignement sur les standards • Appartenance ou non aux catalogues des standards Redondance • 2 axes : Fonctionnel et Technique • Par regroupement sur classification standard groupe (Eagle et GTRM) Evolutivité Qualité du Code • Réutilisation d’une évaluation existante (SonarQube) quand c’est possible Ratio CTB/RTB • CTB = Change The Bank • RTB = Run The Bank Obsolescence • En lien avec la date de fin du support Axes de mesure retenus Non retenus • Ratio CTB/RTB non retenu. Impactés par d’autres facteurs (périmètre d’utilisation, périmètre fonctionnel…) • Evolutivité difficile à mesurer et potentiellement redondant avec d’autre axe • Compétences non traitées  La Dette Technologique est envisagée en fonction des enjeux technologiques de WMIS Compétences • 2 axes: Fonctionnel + Technique • Evaluation des managers sur base d’une grille de compétence prédéfinie
  • 21. LE PÉRIMÈTRE DU PATRIMOINE MESURÉ Page 21 WMIS Software Business package Technical Software Infra. Application Server base (Web server, RDBMS, OS) Technical Software Non Infra. Middleware Hardware  Hors périmètre o Application: les spécifités locales sont marginales, de plus elles sont difficiles à collecter avec un volume important o Technical Software Infra: concernent tous les outils techniques nécessaires à la gestion de l’infrastructure. Cette couche est gérée par nos partenaires, leurs impacts ont été jugés faibles o Hardware: gérés par nos partenaires. Considérés comme dépendants du triptyque OS, DB, et Serveur d’application. DetteTechno. Géré par partenaire infra Géré par WMIS Donnée prise en compte pour la mesure Note de la mesure au niveau WMIS Software  Les dépendances entre ces différentes couches sont très structurantes pour la mesure ITAM (IT Asset Mgt) La dette technologique WMIS = vision « Editeur » et non « Intégrateur » Hors périmètre
  • 22. Exploiter les résultats PROCESSUS DE CALCUL DE LA MESURE Page 22 MesurerCollecter la donnée Chargement des données brutes - Sur les différentes couches applicatifs Vérification et Complément - Les données d’ITAM, ont toutes été vérifiés et complétés le cas échéant Paramétrage des mesures - Saisie des % de pondération Lancer les calculs Export des résultats Saisie des évaluations ad hoc - Les évaluations sont stockées dans l’outil      Outil de mesure de la dette technologique Analyser les résultats et définir les plans d’actions ITAM (IT Asset Mgt) Mise en forme des résultats   
  • 23. LES PREMIERS RESULTATS Page 23 0 1 2 3 Obsolescence Standard Redundancy Interface Code Quality Arch. Principles 0 1 2 3 Obsolescence Standard Redundancy Interface Code Quality Arch. Principles Obsolescence  XMS CH = Obsolescence de plateforme  PMS = Faux positif => donnée incorrect  Obsolescence d’un OS mobile  Stratégie interne à définir ? Redondance  PMS  Décommissionnement à envisager Principes d’architecture  XMS CH & PMS  Urbanisation à revoir Interface d’échange  Valorisation du besoin d’un bus échange. Etude à lancer … 0 1 2 3 Obsolescence Standard Redundancy Interface Code Quality Arch. Principles XMS CH PMS SPS Exemple de décision immédiate sur les applications à dette forte D’autres reporting ont été définis (vision technologique, vision métier…)
  • 24. Attentes  Obtenir des indicateurs objectifs et communicables à notre métier Périmètre  Les facteurs sont parfois un compromis entre précision et disponibilité des données  Dans un premier temps, ¼ des applis ont été couvertes Les premiers résultats  Globalement, les premiers résultats étaient attendus et conformes à la réalité mais ont pu être objectivés  Pour certains assets, des problèmes de qualité de données donnent des résultats erronés  challenge la qualité des référentiels La démarche  Implication des différentes équipes (infrastructure, MOE et MOA)  Implication du management de WMIS via un comité de pilotage Conclusions  La qualité des données sources est clé !  La dette technique permet de valoriser des référentiels de patrimoine Prochaines étapes  Intégration systématique dans notre gouvernance projet Charges  Charge Micropole = 4 mois  Charge Strategy & Architecture = 50 jh Sollicitation des équipes internes  Domain Head  8 réunions d’1h30  Partenaire Infra.  3 réunions  Asset Expert  15 entretiens réalisés  5 comités de pilotage  1 réunion de restitution Délivrables  1 document de référence définissant la dette technique  2 bases Access  1 dizaines de feuille Excel (input, reporting..,) BILAN DE LA MISSION Page 24 Attentes, exécution et résultats En chiffres
  • 25. Pourquoi ?1 Comment ?2 La belle histoire3 Questions / Réponses4
  • 26. A RETENIR Page 26 La Dette Technologique La mesurer permet … Comment la mesurer Les pré-requis: - Des applications référencées - Inscrire la mesure dans un processus continu - Un outillage simple et efficace Construction de la V1: 3 à 4 mois
  • 27. Page 27 91-95 rue Carnot | 92300 Levallois-Perret - FR Djamel SOUAMI Directeur-Associé Tél +33 (0) 670 484 124 dsouami@micropole.com 91-95 rue Carnot | 92300 Levallois-Perret - FR Philippe LEFORT Senior Consultant Tél +33 (0) 1 74 18 79 31 plefort@micropole.com 50, ave J.F. Kennedy | L – 2951 Luxembourg Emmanuel PICHON Head of Strategy & Architecture