Stratégie de mise en place du Big Data dans une grande organisation

Illustration d'une démarche de mise en place d'une stratégie big data dans une grande organisation
Illustration d’une démarche de mise en place d’une stratégie big data dans une grande organisation

En partenariat avec Act On, représenté par Nicolas EIMERY (Directeur Associé) et Hervé DESBREST (Responsable commercial), le club MOA organisait le 11 mai 2015 une rencontre intitulée « Exemple d’une stratégie de mise en place du Big Data dans une grande organisation ».

ACT-ON, qui se présente comme un cabinet de conseil SIRH indépendant et français, a été créé en 2001 autour des problématiques liées à la transformation des Systèmes d’Informations en Ressources Humaines (SIRH).

 

Notes partagées

Introduction

Inducteurs apportés par le Digital:

  • Mobilité
  • Réseaux sociaux
  • Informatique as a service
  • Big data

Exploitation des données: BI et big data représentent deux mondes complémentaires, le dernier offrant le plus grand potentiel de valorisation.

 

Réconcilier DSI et Directions métiers sur les systèmes décisionnels

Pour les DSI :

  • Réduire les coûts et le « time to deliver » des projets BI,
  • Proposer de nouveaux usages aux utilisateurs : être force d’innovation et apporter plus de valeurs aux métiers,
  • Ne pas subir le foisonnement des outils type Self-service BI qui se développent au niveau des directions métiers mais l’accompagner,
  • Transformer la BI en tirant partie de la valeur des données pour proposer de nouveaux services intégrés aux processus métiers (phénomène du Big Data)

Pour les métiers :

  • Améliorer le « time to market » et entrer dans la transition digitale
  • Répondre aux enjeux réglementaires et/ou de gestion des risques,
  • Accéder plus rapidement et plus facilement à l’information,
  • Améliorer la connaissance client face à une concurrence accrue et mondiale pour fidéliser et accroître les revenus par client.

 

Une architecture BI traditionnelle présentant plusieurs points durs

  • Réconciliations des différentes bases sources
  • Lisibilité des modèles de données
  • Temps de traitements
  • Mise à disposition de nouvelles sources de données ou de nouveaux reporting
  • Agilité (modèle peu évolutif)
  • Qualité des données
  • Accessibilité
  • Reporting figé
  • Incompréhension des indicateurs
  • Nécessité de passer par la DSI pour des nouveaux besoins

 

Nouveau rôle pour le décisionnel

Les nouveaux enjeux métiers, tout particulièrement tirés par la transformation digitale, induisent de nouvelles exigences (TTM, Test & Learn, Personnalisation & Contextualisation…) qui remettent en question le rôle et l’architecture du décisionnel dans le SI

D’un rôle historique d’exploitation des évènements passés, d’analyse et de reporting sur les tendances historiques et la performance des opérations en cours, le
décisionnel tend à évoluer d’un rôle de Business Intelligence à un rôle additionnel de Business Analytics :

  • d’analyse quasi-temps réel de toutes les données de l’entreprise pour optimiser l’exécution des processus métier, contextualisé et personnalisé l’expérience client.
    • des données dont le volume et la variété s’étendent, dont la vélocité croît et la véracité fluctue.
    • des analyses dont la nature et le poids dans l’orchestration des processus métiers et de l’expérience utilisateur augmentent
  • de prédiction, d’anticipation de ce qui va se passer pour mieux cibler les actions de relations clients

A cela doit s’ajouter des besoins croissants d’évolution en cycle court, des besoins d’expérimentation, des besoins d’exploration ad-hoc métiers dont l’architecture décisionnelle doit tenir compte.

 

Le détail des phases du projet et les schémas d’architecture ne son pas présentés ici. Les droits de diffusion obligent le club à restreindre leur accès à ses membres.

 

Conclusion

Une évolution vers le Big Data nécessaire mais qui doit être progressive.

L’évolution vers une architecture Big Data nécessite :

  • une démarche d’instanciation progressive et agile compte tenu
    • de la variété des nouvelles technologies à intégrer
    • de la volatilité des usages
  • une implémentation progressive autour de cas d’usage apportant une réelle plus value métier et notamment en s’inscrivant dans les initiatives sur les projets à forte empreinte digitale avec des déploiements du socle :
    • de façon volontariste sur les nouveaux usages digitaux,
    • de façon opportuniste sur les usages actuels dès lors que cela procure une valeur métier ou SI supérieure à l’existant
  • un renforcement de la gouvernance des données
  • une évolution de l’organisation relative à la gestion du lac de donnée
  • des choix technologiques passant par une expérimentation incluant des tests de performance et alignée avec la politique technologique de la société.