Quels bénéfices du Big Data pour les retailer. Quelles sont les trajectoires d'adoption du Big Data ? Pourquoi Spark permet-il de démocratiser la mise en oeuvre de nouvelles applications data driven dans le secteur du retail.
2. 2
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
(Chiffre d’affaires)
Talend en bref : dynamiser l’entreprise par ses données
(estimation)
Hadoop 2.0
Cloud
Faits et chiffres
• Créé en 2006
• 500+ employés dans 7 pays
• 1700+ clients
• 2M+ téléchargement open source
• 108% CAGR
Big Data
Application
Integration
Master Data
Management
Data
QualityData
Integration
3. 3
Réussir les transitions de l’expérimentation à la transformation digitale
Trajectoires d’adoption pour le Big Data dans le retail
Experimentation Analytique Data driven
Valeur
Seuil de
rentabilité
Proof of
concept
Projet
approuvé
Généra-
lisation
Transfor-
mation
+
+
Data Fabric
+
Big data
“Avoid Data Scientist hype.
Have a forward thinking
& start operating big data.”
4. 4
Le Big Data pour rapprocher l’offre et la demande en temps réel
Cas d’usage 1 : de la planification au temps réel
L’entreprise :
• 53000 employés, 11 Milliard de CA ; 40 enseignes dans 20 pays
• 3 marchés : retail omni-canal, services financiers, services
• Leader du e-commerce dans la mode et le textile
Challenges :
• Précisions des prévisions : sur-stocks, ruptures, insatisfaction client
• Agilité du pricing
• Taux de visites web/mobiles non converties
Valeur :
• Prévisions : diminution des invendus de 20 % ; qualité des
prévisions améliorée de 40%
• Pricing : Ventes + 9%, rotations de stocks + 6% , profitabilité + 5%.
5. 5
Le Big Data pour mieux servir le client connecté
Cas d’usage 2 : Mettre en place la Customer Data Platform
Les enjeux :
• Améliorer les taux de transformation tout au long du parcours client
• Améliorer le service client et personnaliser chaque interaction
• Mesurer avec plus de précision l’efficacité des promotions et services
La démarche :
• Créer la vue unique et opérationnelle du client multi-canal
• Collecter et connecter les données d’interaction/transaction
• Enrichir avec l’analytique
• Intégrer les points de contacts client en temps réel
La plate forme :
• Master Data Management pour la vue client consolidée
• Big Data et machine learning pour la vue 360°enrichie
• Intégration temps réel aux applications digitales et point de vente
6. 6
Pourquoi Spark et Talend ?
Quelle plate-forme pour opérer votre transformation
par les données ?
Spark
Streaming
Architecture
Lambda
In Memory
Machine
Learning
Pas de code
Migration
en 1 click
Analyser avant d’agir, au
bon moment
Transformer les
données en décisions,
prescriptions et actions
Rester à la pointe de la
technologie sans efforts
Supprimer les temps de
latence quels que soient
les traitements à
appliquer
Exploiter la donnée dès
qu’elle vient