Big Data Analytics
1 j'aime2,824 vues
Le document présente Soft Computing, une entreprise spécialisée en CRM, Big Data et digital, et aborde l'importance de l'analytique dans les systèmes décisionnels modernes. Il souligne également les défis liés à la gouvernance des plateformes analytiques et les enjeux liés à l'évolution des attentes des consommateurs face aux nouvelles technologies. Enfin, il illustre la nécessité d'industrialiser le cycle de vie des modèles analytiques avec des exemples concrets de solutions appliquées dans le secteur bancaire.
Big Data Analytics
- 1. Big Data Analytics avec Paris, le 17 octobre 2012 Soft Computing – 55, quai de Grenelle – 75015 Paris – tél. +33 (0)1 73 00 55 00 – www.softcomputing.com
- 2. SOMMAIRE 1. Présentation de Soft Computing 2. Quelle place pour l'analytique dans les nouveaux SI décisionnels ? 3. Les enjeux de la gouvernance d’une plate-forme analytique 4. Illustration 1 :Industrialiser le cycle de vie des modèles : présentation de SAS Business Analytics V9© pour une grande banque de détail 5. Conclusion www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 2
- 3. Carte d’identité de Soft Computing Employés CA 2012 Référent 400 36 M€ « Soft Computing est une R&D/CA société spécialisée en CRM, Big Data et Digital, délivrant 9% Innovant des prestations de Conseil, de Technologie et de Marketing Services » Citoyen Qualité Capitaux 16 M€ Pérenne www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 3
- 4. Ambition : spécialiste CRM, Big Data et Digital Différenciateur client CRM Big Data Accélérateur de décision Génétiquement Net Digital www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 4
- 5. Services Continuum de services Concevoir, développer et déployer des solutions CRM, BI et Web performantes, pragmatiques et adaptées Cadrage et Business Case Refonte de processus et conception de systèmes d’informations Architecture et urbanisation Gestion de programmes et de projets Développement et intégration Recette Change management et formation Centres de services Tierce Maintenance Applicative Imaginer, bâtir et opérer des programmes de conquête et de fidélisation cross-canaux, rentables et innovants Conception de programmes relationnels de conquête et de fidélisation Exploitation de base et de programmes marketing Conseil fichier et enrichissement Gestion de la qualité et des référentiels de données Analyse de données et connaissance client Conception et exécution de campagnes cross-canaux Mesure de la performance www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 5
- 6. Big Data, ils en parlent, nous le faisons Nous travaillons sur toutes les architectures Big Data www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 6
- 7. SOMMAIRE 1. Présentation de Soft Computing 2. Quelle place pour l'analytique dans les nouveaux SI décisionnels ? 3. Les enjeux de la gouvernance d’une plate-forme analytique 4. Illustration 1 - Industrialiser le cycle de vie des modèles : présentation de SAS Business Analytics V9© pour une grande banque de détail 5. Conclusion www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 7
- 8. Des tendances de consommation drivées par un contexte de crise et par les nouvelles technologies… COMPORTEMENTS USAGES . Faire la bonne affaire . Contribuer, participer . Screen culture . Re commerce . Sans espèce . Acheter groupé . Accès temps réel à . Louer l’information . Comparer, reporter ATTENTES . Transparence . Honnêteté . Simplicité . Engagement www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 8
- 9. …qui redéfinit la relation consommateur/marque-entreprise 3 fois plus On accorde trois fois plus sa confiance aux recommandations de ses amis, sa famille, ses proches NE FAIT PLUS CONFIANCE AUX qu’à la publicité des marques DISCOURS DES MARQUES 86% Près de 9 français sur 10 lisent « toujours » ou « parfois » les avis consommateurs sur Internet 15 personnes Après une mauvaise expérience, 64% des consommateurs déclarent en discuter systématiquement avec « environ 15 personnes » A UN POUVOIR DE NUISANCE 23% Un quart des consommateurs ayant eu une mauvaise expérience ont publié un commentaire négatif 15% EST VOLAGE Seuls 15% des consommateurs se déclarent «tout à fait fidèles aux marques» (Source INIT pour la journée de la fidélité). www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 9
- 10. ...ce qui nécessite de redéfinir la relation en mixant messages transactionnels et services 79% souhaiteraient pouvoir 39% souhaitent avoir la possibilité télécharger des coupons de d’acheter directement des réduction directement sur leur produits à partir de leur mobile téléphone 41% aimeraient recevoir 73 % sont intéressés par des conseils l’obtention des personnalisés coordonnées du point de vente le plus proche 55% veulent obtenir des informations sur les marques 69% d’entre eux souhaitent en exclusivité bénéficier d’offres promotionnelles 58% désirent retrouver les dernières nouveautés d’une marque Source: SMSEnvoi.com, les attentes du consommateur mobile www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 10
- 11. … en lui proposant une expérience différenciée qui contribuera à créer de la valeur… SOCIAL 1 . Social shopping (avis) . Communauté . E-réputation 2 MOBILE . Internet everywhere . Réalité augmentée . E coupon . Check-in BRAND CONTENT 5 . Contenu utile vs produit . Valeur ajoutée / services 3 INTERACTIVITE LUDIQUE 4 . Synergie cross canal . Client=acteur . Identification / reconnaissance . Expérience immersive de la marque . Relation affective et positive www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 11
- 12. De nouvelles exigences opérationnelles pour les équipes métier • Pour s’adapter, les équipes métiers évoluent, s’organisent et souhaitent industrialiser/déployer les processus experts. Les enjeux du pilotage et du CRM analytiques vont en s’accentuant jusqu’à devenir critiques dans un contexte très compétitif. www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 12
- 13. De forts enjeux se profilent Disposer • Industrialiser la fabrication de d’organisations l’information, et la mettre à Mieux gérer études et disposition aux bons acteurs, la collecte et décisionnelles agiles • Disposer d’une persistance élargie la et productives pour apprendre et/ou auditer persistance • Etre en mesure de mettre en œuvre des outils analytiques Industrialiser Déployer de • S’appuyer sur des modèles experts l’apport nombreux • Les mettre à jour de manière plus d’intelligence dans processus réactive les systèmes complexes • Administrer les données ET les modèles www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 13
- 14. Big Data… • Une expression utilisée pour désigner des ensembles de données qui deviennent tellement volumineux qu'ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données. • Dans ces nouveaux ordres de grandeur, la capture, le stockage, la recherche, le partage, l'analyse et la visualisation des données doivent être redéfinis. • La typologie même des données ne se cantonne plus aux données structurées classiques : texte libre, vidéos, sons,… www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 14
- 15. L’opportunité « Big Data »… • Chaque jour, nous créons plus de données – (90% des données dans le monde d'aujourd'hui ont été créées dans les deux dernières années). • Ces données proviennent : des capteurs utilisés pour recueillir des informations sur le climat, des messages sites de médias sociaux, photos et vidéos numériques, enregistrements de transactions d'achat et téléphonie cellulaire, de signaux GPS pour n'en nommer que quelques-uns. Ces données sont des Big Data. • Big Data est plus qu’une simple question de taille, c'est une occasion d’identifier et de faire émerger de nouveaux types de données et de contenu, pour rendre votre entreprise plus agile, et à répondre aux questions qui étaient auparavant considérés comme hors de votre portée. www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 15
- 16. Big data implique trois dimensions : Volume, Vitesse, Variété plus la notion de Valeur • Volume : les entreprises sont inondées d’un nombre croissant de données de tous types, avec des volumes mesurables en téraoctets voire même en pétaoctets . – Exploiter 12 téraoctets de Tweets chaque jour pour améliorer l'analyse de la perception produit – Convertir 350 milliards de relevés de compteurs en prédiction de consommation d'énergie • Vitesse : A quelques minute près, il peut être trop tard. Les processus actuels, tels que l’identification de la fraude, sont tellement sensibles au temps que ces big data doivent être utilisées en flux continu pour créer un maximum de valeur pour l’entreprise. – Examiner 5 millions d'événements commerciaux/jour pour identifier d'éventuelles fraudes – Analyser 50 millions d’enregistrements d’appels en temps réel pour prédire le taux de désabonnement plus rapidement • Variété : les Big Data sont constituées de tout type de données - des données structurées et non structurées comme du texte, les données audio, vidéo, flux de clic, les fichiers log... L'analyse de ces types de données offre de nouvelles perspectives : – Exploiter en direct les flux vidéo des caméras de surveillance situées aux points clés d'intérêt – Interpréter les données issues des images, vidéo et documents pour améliorer la satisfaction client www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 16
- 17. L’opportunité « Big Data »… • Les perspectives du traitement des big data sont notamment pour l'analyse d'opinions, de comportement clients, de météo, ou même de tendances… • Parmi les domaines de données qui réservent des opportunités : – Le suivi des parcours physiques des clients (en centre commercial, magasin, sur le territoire,…) – L’analyse des comportements et des usages sur le web, – La compréhension des usages mobiles, – La corrélation avec des facteurs externes (météo, contextes économiques, concurrence…), – L’extension de la relation sur les réseaux sociaux, – L’analyse des flux de consommation de service (internet, télévision…) Services financiers Energie and Utilities –Gestion des risques de fraude –Analyse de compteurs intelligents –Analyse de la clientèle –La gestion d'actifs Transport Digital Media –Optimisation logistique –Ciblage en temps rée des annonces –Analyse de la congestion du trafic –Analyse de site Web Santé / Sciences de la Vie Vente au détail –Analyse de texte médicaux –Omni-canal de marketing –Analyse génomique –Analyse des flux de clic Télécommunications Application de la loi –Traitement de détail des enregistrements d’appels –Surveillance multimodal en temps réel –Monétisation du profil du client –La cybersécurité www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 17
- 18. Le concept Décisionnel 2.0 Toutes les données ont une valeur Les besoins d’aujourd’hui ne présument … apport de Stratégique pas ceux de demain valeur dans Un capital tous les Tactique en De nouvelles données apparaissent processus de constante régulièrement l’entreprise Pilotage évolution … La forme, l’origine ou la localisation ne sont pas des limites (SID, SI, Partenaires, Web …) Opérationnel La donnée doit produire de l’information La donnée récente, même non certifiée, La donnée non structurée, De l’information média (associée ou non), Gérer : Des photos datées, des indicateurs et des informations calculées, La très haute volumétrie Différents niveaux de service Le besoin de flexibilité www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 18
- 19. Le concept Décisionnel 2.0 : point de vue fonctionnel Des services de base appuyés sur une gouvernance orientée métier Services • Référencement, intégration, gestion de la qualité, d’intégration transformation, … Services de • Organisation, mise en relation, ajout de valeur, historisation, persistance stockage, … Services • Exposition, mise à disposition, mise en forme, analyse, d’accessibilité interprétation, sécurité, … • Des données, des usages, des Gouvernance processus, des modèles… www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 19
- 20. Décisionnel 2.0 : les grandes différences • Pas de recherche d’intégration maximale des données au sein d’un même SGBD, ni même dans les SI internes, mais plutôt une approche par référencement et syndication de données • Tolérance à la réplication de données • Conservation de toutes les données (ou un maximum!) • Mise en place systématique de dictionnaires de métadonnées indépendants • Gestion des évolutions plutôt par ajout de nouveaux domaines de données, reliés par les référentiels communs plutôt que par évolution des modèles/systèmes existants • Gestion de la performance par les concepts systèmes (appliances, big data), plus que par les développements ou l’optimisation récurrente • Déploiement de solutions spécialisées pour les fonctions complexes : textmining, gestion des médias, recherches complexes, … • Mise en œuvre de solutions orientées services • Décloisonnement du reporting de production du décisionnel d’entreprise traditionnel, notamment en déployant des processus d’aide à la décision basés sur des modèles décisionnels • Systématisation des solutions de restitution multi sources, avec une logique d’accès de type moteur de recherche • Intégration de moteur de création de valeur (plate-forme analytique, outils experts)… www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 20
- 21. Big Data : un vocable, plusieurs réalités pour la plate-forme analytique FLUX Analytique NoSQL SQL www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 21
- 22. Et au bout de tout ça ? Quelques exemples de résultats Connaitre sa part d’audience et sa réputation sur le Web Partager avec ses clients les informations clés les concernant et enrichir ces données avec celles qu’ils acceptent de partager (réseaux sociaux) Évaluer la performance d’un processus de bout en bout en prenant en compte le fonctionnement actuel (temps réel), récent et de référence Adapter simplement le SI pour pouvoir réagir sur un évènement, (soupçon de fraude, franchissement de seuil, dégradation de score, …), initier les processus d’alerte puis de correction Être en mesure d’utiliser tous les médias (images, texte, son, vidéo, …) dans les processus décisionnels, tant pour leur contenu, que pour faciliter l’exploitation des informations (image produit, parcours physique, texte d’un blog, …) Pouvoir mettre en œuvre et alimenter en données des solutions d’arbitrage prédictif en production (Yield Management, Campagne auto-apprenante, moteur de règles, pricing dynamique) Donner de l’autonomie aux équipes d’experts en matière d’accès aux données sans prendre le risque de dégrader les SLA pour tout le monde www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 22
- 23. SOMMAIRE 1. Présentation de Soft Computing 2. Quelle place pour l'analytique dans les nouveaux SI décisionnels ? 3. Les enjeux de la gouvernance d’une plate-forme analytique 4. Illustration 1 - Industrialiser le cycle de vie des modèles : présentation de SAS Business Analytics V9© pour une grande banque de détail 5. Conclusion www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 23
- 24. Périmètre de la gouvernance : Les fonctions de l’environnement décisionnel Les outils Gouvernance et Organisation Les données www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 24
- 25. Une vision de la gouvernance décisionnelle • La mise en place d’une gouvernance décisionnelle trouve sa légitimité et sa valeur en donnant aux utilisateurs plus de liberté et d’autonomie tout en garantissant l’intégrité du système décisionnel et son aptitude à satisfaire rapidement les nouveaux besoins. • La gouvernance décisionnelle permet d’une part d’assurer la qualité et la performance des processus et du SI, d’autre part de maîtriser les coûts. Elle doit garantir de mettre à disposition des utilisateurs des données/informations/résultats cohérents et fiables. www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 25
- 26. Quelques axes pour la gouvernance décisionnelle des plates-formes analytiques Gestion des modèles Gestion des méthodes Mesure de la performance Knowledge management Gestion des traces et de l’historique Sécurité et confidentialité Légalité www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 26
- 27. Une plate-forme d’études 2.0 – Usages et Pilotage Distribution Distribution Datamining - Temps Réel statique dynamique DATAMINING Segmentation Valeur Client Relationnelle Durée de vie Prévision Score d’attrition Segmentation Comportementale Score d’appétence Webmining Réseaux Segmentation Sociaux marché TextMining Etudes Profils Client PILOTAGE Constat Réaction Anticipation Action www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 27
- 28. SOMMAIRE 1. Présentation de Soft Computing 2. Quelle place pour l'analytique dans les nouveaux SI décisionnels ? 3. Les enjeux de la gouvernance d’une plate-forme analytique 4. Illustration 1 - Industrialiser le cycle de vie des modèles : présentation de SAS Business Analytics V9© pour une grande banque de détail 5. Conclusion www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 28
- 29. Industrialiser le cycle de vie des modèles Présentation générale La couche logique La gestion du cycle de Les points de d’une plate-forme pour l’accès aux vie des modèles vigilance d’études 2.0 données www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 29
- 30. Vision traditionnelle de l’implémentation de modèles datamining Environnement Environnement datamining IT 5 Ordonnancement 1 Création de modèles de scores sur données Recodage du modèle stockées sur des en langage cible des serveurs de fichiers infrastructures IT 2 4 Ecriture de spécification 3 Lecture de pour implémentation spécification pour du modèle implémentation du DWH modèle www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 30
- 31. Plate- forme d’études 2.0 – Cycle de vie des modèles, un processus automatisé et sécurisé Référentiel de Analyses Datamining Modèles/Etudes uniques et Industrialisation des modèles centralisés Mettre le modèle en production Création d’études Droits et profils spécifiques - Sauvegarder les pré-requis du • Arborescence avec des droits modèle (périodicité, type de accès règlementés et sécurisés : lancement, chainage, périmètre des Création de modèles données,…) applicatif de type « clique bouton » pour l’écriture - Envoi pour validation : --> Script • Bibliothèques : génériques, --> Fiche ordonnanceur Pilotage des modèles - communes, privatives --> Validation technique Rapport de performance - Envoi MEP ou Backtesting Stocker tous types de - Construction des rapports documentation (associée ou non au de performance modèle) - Choix de type de Mise à Mise à jour automatique jour : • Tous types de documents - Lancement de l’ordonnanceur --> Manuelle (spécifications, bonnes pratiques, - Rapport d’alerte : --> Automatique guides de formation,…) -> OK : Mise à jour dans le DWH • Tous types de format -> KO : blocage des notes • Gérer le versionning des modèles en production Rapport de mise à jour - Envoi au DTM et BAL le rapport de mise à jour (contexte et note pour validation) www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 31
- 32. Plateforme d’études 2.0 : Le cycle de vie des modèles www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 32
- 33. Les exigences fonctionnelles du projet Construire une base spécifique au datamining et aux études pour chaque entité Construire une base spécifique au datamining et aux études pour des groupes d’entité Créer des études (ex: comportementales) ou des modèles Datamining (scores …) Généraliser des modèles sur l'ensemble des clients de toutes les entités Backtester, mesurer la pertinence et modifier si nécessaire des modèles mis en production www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 33
- 34. Gouvernance des données (vue générale) Clients SAS Métadonnées SAS SAS Entreprise SAS Entreprise Eléments Guide Miner de contexte Echantillon Echantillon à la Espace à 1/10 ème demande privatif Environnement d’études Couche de données www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 34
- 35. Gouvernance des données (éléments de contexte) Métadonnées SAS Entité E1 Déclaration des librairies Entité E2 Contextes DataMiner Entité E3 applicatifs Utilisateurs et Groupes groupes d’entités G1 (E1,E2) Groupes d’entités G2 (E1,E3) www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 35
- 36. Gouvernance des données (gestion des droits) Métadonnées SAS Environn Echan Compte ement tillon technique accès Echantillon à la d’études DWH à 1/10 ème dema nde SGBD Espace de gestion Autorisations des modèles système Content Server Espace privatif www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 36
- 37. Gouvernance des modèles Clients SAS Métadonnées SAS SAS Entreprise Guide SAS Entreprise Miner SAS Model Manager Espace de partage des références aux modèles (table utilisée, transformation, …) Espace de gestion des Espace versions privatif des modèles Espace de stockage des modèles www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 38
- 38. SAS Model Manager : plus qu’une bibliothèque de scores Créer une nouvelle version Exécuter des tâches de scoring Rapport de comparaison des modèles Rapport de performance détaillé www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 39
- 39. SAS Model Manager : Configuration du cycle de vie des modèles SAS Model Manager www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 40
- 40. Mise en production d’un modèle SAS Data Integration Studio Transformation du programme SAS publié dans SAS Model Manager en un job SAS Data Integration Studio SAS Data Integration Studio Déploiement du modèle en environnement de production SAS Management Console Ordonnancement du modèle en environnement de production www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 41
- 41. Une plate-forme d’études 2.0 – Points de vigilance •Configurer les outils en concordance avec les bonnes pratiques préconisées par l’éditeur Conception •Utiliser au maximum les outils par défaut fournis par la suite analytique de la plate- forme •Réaliser les développements spécifiques pour un besoin bien ciblé, avec une pré-analyse en amont •Veiller à ne pas généraliser les développements spécifiques •Etre en capacité d’adapter les compétences des utilisateurs aux spécificités de l’outil •Identifier des profils adaptés à l’administration et à une utilisation optimale de Organisation la plate-forme. •Mener des plans de formations adaptés aux profils des utilisateurs, à la maturité des groupes d’interlocuteurs •Guide de bonnes pratiques www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 42
- 42. SOMMAIRE 1. Présentation de Soft Computing et de SAS 2. Quelle place pour l'analytique dans les nouveaux SI décisionnels ? 3. Les enjeux de la gouvernance d’une plate-forme analytique 4. Illustration 1 :Industrialiser le cycle de vie des modèles : présentation de SAS Business Analytics V9© pour une grande banque de détail 5. Conclusion www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 43
- 43. Conclusion : industrialiser pour saisir l’opportunité Big Data : une opportunité De nouvelles données accessibles pour approfondir la connaissance client Analytique : des processus à généraliser Une condition sine qua non pour transformer le gisement en valeur Le mode « garage » n’est plus de mise : Il faut repenser l’urbanisation des données et la place de l’analytique pour mettre en place des processus souples et industriels www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 44
- 44. Merci de votre attention www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 11/04/2013 45