Big Data & Analytics Leviers de transformation Métier ... CAP GEMINI.pdf · Big Data & Analytics...

Big Data & AnalyticsLeviers de transformation Métier

Retours d’expérience

Laurence CHRETIEN Valérie PERHIRINMars 2015

2Copyright © Capgemini 2014. All Rights Reserved

Big Data & Analytics

RETOURS D’EXPERIENCE CAPGEMINI

Valérie Perhirin

Big Data & Analytics Lead for France

CAPGEMINI TECHNOLOGY

Laurence Chrétien

VP, Big Data & Analytics

CAPGEMINI CONSULTING

BIG DATA & ANALYTICS, UN VRAI LEVIER DE TRANSFORMAT ION BUSINESS ?



Le Groupe Capgemini et notre réseau Big Data

� Equipe de plus de 100 Data Scientists dans le monde et

un réseau international de Data Farms (*)

� Expertise Métier des consultants « traditionnels »

� Près de 9000 experts Big Data et Business

Intelligence dans le monde

� Centre d’Excellence Big Data permettant de

mobiliser près de 3000 ressources en Inde



Big & Fast Data: The Rise of Insight-Driven Business

Big & Fast Data: The Rise of Insight-Driven Busines s explores the results of a survey of over 1,000 C-suite and senior decision makers plus one to one interviews across North America, South America, Europe and Asia-Pacific to understand the need and enterprise readiness for big data adoption.



Big data is now key not just to success but also to business survival

�64% of respondents said that big data is changing traditional business boundaries and enablingnon-traditional providers to move into their industry

� Disruption from new competitors moving into their industry from adjacent industries 27%

� 53%, expect to face increased competition from start-ups enabled by data



Data-driven insights are fundamental to business performance

�There is widespread recognition that the data which organizations hold isbecoming a core component of

market value (59 %)

�This is also reflected in the boardroom, with almost a third of companies (32 %) having already introduced or in the process of introducing new C-level roles for data management



Principaux retours d’expérience Capgemini

Analyse et outillage de la fonction RH� Piloter en temps réel la mobilité des employés et les compétences associées � Sourcing : être précurseur, meilleur ciblage (qualité et exhaustivité) � Gagner du temps sur le process de recrutement

Détection des fraudes� Produire plus rapidement et sur plus de données des analyses pour améliorer la

détection de la fraude

Optimisation BI & Data Warehouse� Optimisation des données: Etendez votre Data Warehouse avec le BigData� Optimisation du reporting analytique et réglementaire� Qualité des données avec le Big Data

Analyse et connaissance du client� Améliorer la connaissance client: La vue

dynamique client 360°� Proposer la « meilleure » action à venir

� L’analyse de sentiment (ou d’opinion)� Proposition d’offres personnalisées� Montée en gamme et ventes rebonds

Nouveaux business models� Générer du revenu en créant de nouveaux services, pour des partenaires, à partir des

analyses ou rapports mettant en œuvre le connaissance client



Anticiper des moments de vie du client au service d’enjeux business

Maitriser l’attrition

Recruter des prospects qualifiés

Maximiser le taux d’équipement

(up & cross sell)

Moments de vie : déménagement,

renouvellement de véhicules, retraite…

Améliorer la satisfaction client

� Efficacité du ciblage des campagnes marketing multipliée par un facteur 7

� Hausse de 20 % en moyenne des revenus par campagne, avec un

réduction de 10% des coûts

Données internes

Données externes

Approche

Résultat

Réseau bayésien

Random forest

Enjeux



Améliorer la performance opérationnelle et offrir de nouveaux services



Optimiser la détection de fraudeurs fiscaux

Data

30 internal and external data

sources

1 billion data items

30 internal and external data sources

Data

1 billion data items

Joining and Visualisation

Network Production

Entity & Network Build Risk Data Provisioning


Data Provisioning

Data Acquisition Data Prep Staging

Compliance Risking

AnalyticalChampion/Challenger


Visualisation

Uncover hidden relationships across individuals, organisations, and assets

Transaction Risking

Risk assess transactions for fraud and compliance

RiskRules Mgmt

Risk RulesExecution

HMRC recovered £2 bn additional tax yield within 18 m onths, through the use of Connect: x30 ROI



Plateforme

mutualisée

Applicatif

Cluster Hardware

Middleware Hortonworks

Fonctions de gouvernance

(sécurité, performance, montée de version, etc.)

Puits de données

Projet 1

Lot 1Puits de données

Lot 2Données structurées

Lot 3Flux SPSS & reporting

Application 2 … Application N Exploration

/ Datalab

Source des applicatifs : Accélère, Digital BI, autres projets métier

Mutualisation /

Industrialisation

HD

Architecture Cible

Gouvernance

Alimentation HD

D’un projet de réduction de coûts SI vers une plateforme « Pro-active customer care »

1

2

3



Créer de nouveaux business models

DATA SHARING

DATA MONETIZATION

VS.



Key learnings

Les pilotes (POC) sont nécessaires pour démontrer rapidement la

valeur et l’impact possible du Big Data & Analytics.

Pour garantir l’avantage compétitif et la performance dans la durée une

stratégie de Transformation par la donnée est nécessaire

Les pilotes (POC) sont nécessaires pour démontrer rapidement la

valeur et l’impact possible du Big Data & Analytics.

Pour garantir l’avantage compétitif et la performance dans la durée une

stratégie de Transformation par la donnée est nécessaire

Pour répondre aux exigences de rapidité de l’innovation et du

déploiement, une nouvelle méthode de travail agile est nécessaire

Pour répondre aux exigences de rapidité de l’innovation et du

déploiement, une nouvelle méthode de travail agile est nécessaire

La gouvernance de la donnée est un point crucial – plus encore que

dans les projets de Business Intelligence

La gouvernance de la donnée est un point crucial – plus encore que

dans les projets de Business Intelligence

La question des ressources, en particulier les profils de DataScientist

est fréquemment une limite au développement des Analytics

La question des ressources, en particulier les profils de DataScientist

est fréquemment une limite au développement des Analytics

1

2

3

4



Big Data : 4 options pour commencer

Data OptimizationExtend and optimize your existing BI investments and enhance your analytics with Big Data solutions

Data ExplorationLab

Start using Big Data solutions to innovate and iterate on new data or new analytics processes to create value quickly

New Big DataUse Case

To implement new analytical use cases to optimize your operations or create new data monetization services

Advanced Insights Platform

ANALYZE IDENTIFY ORGANIZE

ANALYTICAL & PROCESS FRAMEWORKS

REUSABLE CODE LIBRARY

INTERNAL

EXTERNAL

DATA SCIENTISTS & DATA ANALYSTS

UN

STRU

CTU

RED

STR

UC

TUR

ED S

TRUC

TUR

ED

! Master(Data(

! Transac- ons(

! Meta!Data( DISCOVERY(&

((

INSIGH

TS(

MO

DE L((

DEV

ELOP M

ENT(

INSIG

HT((

REPO

RTING(

AN

ALYTICAL((SOLU

TIONS(

BATCH(

MICRO!BATCH(

INGESTION( ANALYTIC TOOLS

ACQUIRE INSIGHTS

! Reference(Data(

! Paid(Sources(

! Open(Sources(

! Social(Data(

Redshi' (

Catalogs of use cases

Advanced Analytics & Data Science capabilities

Agile Governance framework

Retail'

Life'Sciences'(WIP)'

Banking'

Telco'(WIP)'

Analytics as a service

To extract knowledge from data through solving complex data problems in scientific disciplines

Date post:	01-May-2018
Category:	Documents
Upload:	dangnhan
View:	220 times
Download:	3 times

Big Data & Analytics Leviers de transformation Métier ... CAP GEMINI.pdf · Big Data & Analytics...

Documents