SlideShare uma empresa Scribd logo
1 de 19
Neo4j pour votre métier
Cas d’usages
Journée des Graphes
2015 #GraphDay Paris
Cedric Fauvet
Les clients de Neo4j tirent la valeurs des relations
Le volume de données augmente…
• Nouveaux processus digitaux
• Augmentation des transactions
en ligne
• Nouveaux réseaux sociaux
• Plus de périphériques
Les relations ont une valeur à débloquer
• Recommandations temps-réel (TR)
• Détection de Fraude TR
• Gestion des données de référence
• Gestion des réseaux
• Contrôle d’accès
• Moteur de recherche basé sur les graphes
… et elles sont de plus en plus
connectées
Clients, produits, processus,
matériel interagissent et
dépendent les uns des autres
Premiers utilisateurs
L’exemple des clients Neo4J
Site de rencontre
Site de rencontre
Solution & Bénéfices
Contexte
Usage: Réseau social
Moteur de recommandation
Problème métier
- Expérience utilisateur personnalisée au maximum
- Solution scalable et simple à mettre en place
- Faible coût de maintenance et architecture fiable
- Leader Européen des sites de rencontre.
- 126,1 million euro/an
- 1 million de membres
- A l’origine réalisé par un traitement batch écrit en PHP
- Isoler et traiter les cas des super-dragueurs et super-
dragués.
- Recommandations précise afin de fidéliser les utilisateurs
et attirer de nouveaux membres.
• Manque des ventes à cause d’une
recommandation non personnalisée
• Processus de création des promotions trop
long (+1 jour) avec fort risque d’erreurs
• Remplacement de IBM WebSphere
Commerce
Solution & Bénéfices
• Expérience client basée sur les promotions, parcours client,
stock et autre informations du profil
• Neo4j permet d’établir les promotions en fonction de l’activité
spécifique de chaque utilisateur
• Calcul automatique du prix en fonction des promotions
• Amélioration du chiffre d’affaire eCommerce de +3 à +5% !
• Grande marque américaine
• En position 36 des Fortune 500
• 1,916 magasins aux US et Canada
• Compétition directe avec Kmart and Walmart
Contexte
Usage: eCommerce et Marketing
Moteur de recommandation
Problème métier
• Fabriquant de chaussures et d’articles de sports
Allemand, Multinationale.
• Fondée en 1949
• Emploie plus de de 53 000 personnes dans 160 pays
• Produit plus de 660 million de produits par an
• Chiffre d’affaire de 14.5 milliards en 2014
Usage: Marketing
Gestion de référentiel (MDM) et Recommandation
• Les applications internes communiquent peu et
difficilement du fait de la complexité du référentiel
existant
• Le contenu poussé aux visiteurs des plateformes
web est standard par manque d’accès au référentiel
de métadonnées
• Un seul référentiel centralisé, une seule version de la vérité
• Recommandation personnalisée pour les visiteurs des
différents sites internet de Adidas
Solution & Bénéfices
Problème métier
Contexte
Adidas
Problème métier
• Le référentiel des semences est le jeu de données
le plus important pour Monsanto. Hors celui-ci
était : Difficilement disponible / A diffusion réduite
/ Délais de mise à disposition Trop longs
• Essais sur parcelles très longs et couteux.
• Calculs lents et complexes sur des décades de
données d’arbres généalogiques et génétiques des
semences
Solution & Benefices
• L’arbre généalogique et l’historique de chaque plante représenté
dans sa forme native : le graphe
• Analyse de l’histoire génétique accessible facilement aux analystes
métiers et aux développeurs
• Les analyses qui prenaient 1 mois sont effectuées en temps réel
• Environnement technique polyglotte :
• Neo4j
• Kafka
• Scala + Akka
• Spark
• Hbase
• Réduction des délais de mise sur le marché par des tests en
laboratoire plutôt que sur site :
Gain de 1 an pour la Mise sur le marché d’un nouveau produit !
• L’un des plus grand Agro-Industriel de la planète
• Depuis 1901
• Première société à travailler avec les plantes
génétiquement modifiées depuis 1983
• Les Biotechnologies sont l’activité principale de
Monsanto
Contexte
Usage: Marketing produit
Gestion de référentiel (MDM)
8
Le leader mondial des solutions multimédias
et de marketing numérique, notamment de logiciels
graphiques.
- Cluster de Neo4j Enterprise
- Composant d’une plus grande infrastructure
- Déploiement Multi-régions AWS
- Neo4j sélectionné sur une solution custom et Oracle
- Analyse des données hautement flexible
- Résultats temps réels malgré des données hautement
interconnectées
- Expérience de l’utilisateur – Avantage compétitif
- Durée du projet : 12 mois
• Volume de données important lié aux membres,
groupes d’utilisateurs, contenu des membres - le
tout massivement interconnecté
• Besoin d’en déduire les relations de collaboration
basé sur les contenu utilisateurs.
Problème métier
Contexte
Solution & Bénéfices
Usage: Marketing
Gestion de référentiel (MDM)
- Opérateur historique de logistique d’un grand pays EU.
- +5000 colis par seconde dans les pics.
- Routage temps-réel : 8 Millions par jour !
- Suivi des colis pour les clients B2C & B2B.
- Système critique en ligne 24x7.
- Capacité du système historique dépassée d’ici peu.
- Nombreux logiciels en interaction complexe.
- Performance attendue : Linéaire et scalable.
- Changements quotidiens des routes possibles.
Nouveau système de routage = Graphe = Neo4j.
- Plus simple : Cypher Vs SQL
- Plus Flexible : Reflet du monde réel.
- Plus rapide et hautement disponible :
Cluster Neo4j
- Une seule « source de vérité » pour tout le réseau.
Solution & Bénéfices
Usage: Logistique
Parcours de graphes, calcul de tournées
Problème métier
Contexte
10
- Opérateur téléphonique leader dans les pays nordiques
- Besoin d’un contrôle d’accès fiable pour 5 millions de
clients, souscriptions et accords.
- Neo4j solution entreprise.
- Embarqué et haute disponibilité.
- En remplacement de bases de données Oracles
- vieilles de 10 ans, Berkeley DB et un environnement
mainframe.
- Dépendances complexes entre les groupes, sociétés, individus,
comptes, produits, souscriptions, services et accords
- Graphs globaux et profonds (Client principaux avec 1000 fils,
souscriptions et accords)
- Architecture flexible et dynamique.
- Performance exceptionnelle.
- Bas coût comparé aux autres alternatives.
- Modèle de données extensible supportant l’ajout de nouvelles
applications et fonctionnalités.Problème métier
Contexte
Solution & Bénéfices
Usage: Télécom
Gestion de droits d’accès (ACL)
11
- Leader mondial de l’infrastructure réseau
- Vaste organisation commerciale
- 2 clusters Neo4J hautement disponibles
- Un cluster en production un second en sauvegarde dans des
Datacenter différents
- Au total : 6 bases de données Neo4J Enterprise embarquées
Solution & Bénéfices
- Vue temps réel sur les comptes et leurs propriétaires
- Capacité de modéliser des règles complexes pour la gestion de
la propriété des comptes
- Calcul des commissions automatique pour toute l’organisation
commerciale
- Environ 12 moins de développement
- Règles complexes régissant la propriété des comptes.
- Règles complexes de calcul des commissions
- Requêtes complexes dues à la structure des RDBMS
- Performances de la base de données Oracle insuffisante
pour une gestion temps réel des comptes
Problème métier
Contexte
Usage: Commerce et CRM
Gestion de données de référence client
Problème métier
- Augmenter la durée de moyenne de la visite
- SQL trop lent pour exécuter les millions de
jointures nécessaires à la détection de Fraude
- Réduire les phases de tests, par des simulations
dans le graphe
Contexte
- Plus grand gestionnaire de jeux sociaux d’argent en
ligne d’Angleterre et d’Europe
- Créateur du premier jeu d’argent sur Facebook
- Bingo, Machine à sous et Casino en ligne
- 5 millions de parieurs par an, 70 000€ par jour
Solution & Bénéfices
- Fidéliser les clients par l’ajout de couches sociales
- Réduire les fraude par l’analyse de relations de parrainage
en temps réel et analytique
- Temps de développements plus courts que prévu
- Pas d’interruption de service les 18 derniers mois
Usage: Réseau social
Détection de Fraude
- Deuxième opérateur Télécom Français.
- 12 Milliard de CA en 2012.
- 165 000 Clients entreprise.
- 250 Clients opérateurs.
- Une semaine entière pour planifier une maintenance.
- Analyste d’impact sur de multiples systèmes (>30).
- Changements quotidiens dans l’infrastructure.
- Identifier les clients impactés par une maintenance.
- Identifier les faiblesses du réseau (Deuxième projet).
- Calcul de budget déploiements (Troisième projet)
- Identification temps réel des clients liées à une panne.
- Gestion d’inventaire réseaux très flexible.
- Une seule source de vérité (Neo4j) représentant le réseau
entier.
- Système dynamique de chargement (ETL) des données issues
de +30 sources variées.
- Mise en application rapide des changements métiers.
Problème métier
Contexte
Solution & Bénéfices
Usage: Télécom
Analyse d’impact
Pour conclure …
Quelle valeur pour Neo4 ?
Compétitivité
• Nouvelles fonctionnalités
• Nouveau point de vue sur les
données
Meilleur application logicielle
• Meilleure qualité du code
• Plus simple
• Plus maintenable
Succès des utilisateurs
• Applications plus rapides
• Meilleure expérience
utilisateur
• Productivité des métiers accrue
Succès des projets
• Mise sur le marché plus rapide
• Coûts réduits
Neo4j valorise vos données connectées
Des performances inégalées pour traiter les relations
Grâce à un modèle de données adapté
Répondre à des besoins
impossibles sans
Passer du batch au temps
réel
Des développements plus simples
Grâce à un outil fait pour traiter les relations
Réinvention des produits et
services existants
Création de nouveaux
produits et services
Site de rencontres
Mieux comprendre ses données
Grâce à un modèle de données proche de votre métier
Réinvention des produits et
services existants
Création de nouveaux
produits et services
Site de rencontres
Merci
• cedric@neotechnology.com
• Twitter : @CedricFauvet

Mais conteúdo relacionado

Mais procurados

NOSQLEU - Graph Databases and Neo4j
NOSQLEU - Graph Databases and Neo4jNOSQLEU - Graph Databases and Neo4j
NOSQLEU - Graph Databases and Neo4jTobias Lindaaker
 
An overview of Neo4j Internals
An overview of Neo4j InternalsAn overview of Neo4j Internals
An overview of Neo4j InternalsTobias Lindaaker
 
Neo4j GraphDay Seattle- Sept19- neo4j basic training
Neo4j GraphDay Seattle- Sept19- neo4j basic trainingNeo4j GraphDay Seattle- Sept19- neo4j basic training
Neo4j GraphDay Seattle- Sept19- neo4j basic trainingNeo4j
 
Présentation des bases de données orientées graphes
Présentation des bases de données orientées graphesPrésentation des bases de données orientées graphes
Présentation des bases de données orientées graphesKoffi Sani
 
The Neo4j Data Platform for Today & Tomorrow.pdf
The Neo4j Data Platform for Today & Tomorrow.pdfThe Neo4j Data Platform for Today & Tomorrow.pdf
The Neo4j Data Platform for Today & Tomorrow.pdfNeo4j
 
The Graph Database Universe: Neo4j Overview
The Graph Database Universe: Neo4j OverviewThe Graph Database Universe: Neo4j Overview
The Graph Database Universe: Neo4j OverviewNeo4j
 
Neo4j Graph Platform Overview, Kurt Freytag, Neo4j
Neo4j Graph Platform Overview, Kurt Freytag, Neo4jNeo4j Graph Platform Overview, Kurt Freytag, Neo4j
Neo4j Graph Platform Overview, Kurt Freytag, Neo4jNeo4j
 
Building social network with Neo4j and Python
Building social network with Neo4j and PythonBuilding social network with Neo4j and Python
Building social network with Neo4j and PythonAndrii Soldatenko
 
Introduction à Neo4j - La base de données de graphes - 2016
Introduction à Neo4j - La base de données de graphes - 2016Introduction à Neo4j - La base de données de graphes - 2016
Introduction à Neo4j - La base de données de graphes - 2016Cédric Fauvet
 
MongoDB et Elasticsearch, meilleurs ennemis ?
MongoDB et Elasticsearch, meilleurs ennemis ?MongoDB et Elasticsearch, meilleurs ennemis ?
MongoDB et Elasticsearch, meilleurs ennemis ?Sébastien Prunier
 
Azure Data Lake Intro (SQLBits 2016)
Azure Data Lake Intro (SQLBits 2016)Azure Data Lake Intro (SQLBits 2016)
Azure Data Lake Intro (SQLBits 2016)Michael Rys
 
Intro to Neo4j presentation
Intro to Neo4j presentationIntro to Neo4j presentation
Intro to Neo4j presentationjexp
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4jNeo4j
 
BI, Reporting and Analytics on Apache Cassandra
BI, Reporting and Analytics on Apache CassandraBI, Reporting and Analytics on Apache Cassandra
BI, Reporting and Analytics on Apache CassandraVictor Coustenoble
 
Introduction au big data
Introduction au big dataIntroduction au big data
Introduction au big dataAbdelghani Azri
 

Mais procurados (20)

NOSQLEU - Graph Databases and Neo4j
NOSQLEU - Graph Databases and Neo4jNOSQLEU - Graph Databases and Neo4j
NOSQLEU - Graph Databases and Neo4j
 
An overview of Neo4j Internals
An overview of Neo4j InternalsAn overview of Neo4j Internals
An overview of Neo4j Internals
 
Chapitre 4 no sql
Chapitre 4 no sqlChapitre 4 no sql
Chapitre 4 no sql
 
Neo4j GraphDay Seattle- Sept19- neo4j basic training
Neo4j GraphDay Seattle- Sept19- neo4j basic trainingNeo4j GraphDay Seattle- Sept19- neo4j basic training
Neo4j GraphDay Seattle- Sept19- neo4j basic training
 
Présentation des bases de données orientées graphes
Présentation des bases de données orientées graphesPrésentation des bases de données orientées graphes
Présentation des bases de données orientées graphes
 
Technologies pour le Big Data
Technologies pour le Big DataTechnologies pour le Big Data
Technologies pour le Big Data
 
Mongo DB
Mongo DBMongo DB
Mongo DB
 
The Neo4j Data Platform for Today & Tomorrow.pdf
The Neo4j Data Platform for Today & Tomorrow.pdfThe Neo4j Data Platform for Today & Tomorrow.pdf
The Neo4j Data Platform for Today & Tomorrow.pdf
 
The Graph Database Universe: Neo4j Overview
The Graph Database Universe: Neo4j OverviewThe Graph Database Universe: Neo4j Overview
The Graph Database Universe: Neo4j Overview
 
Neo4j Graph Platform Overview, Kurt Freytag, Neo4j
Neo4j Graph Platform Overview, Kurt Freytag, Neo4jNeo4j Graph Platform Overview, Kurt Freytag, Neo4j
Neo4j Graph Platform Overview, Kurt Freytag, Neo4j
 
Neo4j in Depth
Neo4j in DepthNeo4j in Depth
Neo4j in Depth
 
Building social network with Neo4j and Python
Building social network with Neo4j and PythonBuilding social network with Neo4j and Python
Building social network with Neo4j and Python
 
Introduction à Neo4j - La base de données de graphes - 2016
Introduction à Neo4j - La base de données de graphes - 2016Introduction à Neo4j - La base de données de graphes - 2016
Introduction à Neo4j - La base de données de graphes - 2016
 
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
 
MongoDB et Elasticsearch, meilleurs ennemis ?
MongoDB et Elasticsearch, meilleurs ennemis ?MongoDB et Elasticsearch, meilleurs ennemis ?
MongoDB et Elasticsearch, meilleurs ennemis ?
 
Azure Data Lake Intro (SQLBits 2016)
Azure Data Lake Intro (SQLBits 2016)Azure Data Lake Intro (SQLBits 2016)
Azure Data Lake Intro (SQLBits 2016)
 
Intro to Neo4j presentation
Intro to Neo4j presentationIntro to Neo4j presentation
Intro to Neo4j presentation
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4j
 
BI, Reporting and Analytics on Apache Cassandra
BI, Reporting and Analytics on Apache CassandraBI, Reporting and Analytics on Apache Cassandra
BI, Reporting and Analytics on Apache Cassandra
 
Introduction au big data
Introduction au big dataIntroduction au big data
Introduction au big data
 

Destaque

[FRENCH] - Neo4j and Cypher - Remi Delhaye
[FRENCH] - Neo4j and Cypher - Remi Delhaye[FRENCH] - Neo4j and Cypher - Remi Delhaye
[FRENCH] - Neo4j and Cypher - Remi DelhayeRémi Delhaye
 
Thirteen ways of looking at a turtle
Thirteen ways of looking at a turtleThirteen ways of looking at a turtle
Thirteen ways of looking at a turtleScott Wlaschin
 
Functional Programming in JavaScript by Luis Atencio
Functional Programming in JavaScript by Luis AtencioFunctional Programming in JavaScript by Luis Atencio
Functional Programming in JavaScript by Luis AtencioLuis Atencio
 
Immersion Musicale avec Neo4j
Immersion Musicale avec Neo4jImmersion Musicale avec Neo4j
Immersion Musicale avec Neo4jNeo4j
 
Master Data Management & Vin
Master Data Management & Vin Master Data Management & Vin
Master Data Management & Vin Neo4j
 
Railway Oriented Programming
Railway Oriented ProgrammingRailway Oriented Programming
Railway Oriented ProgrammingScott Wlaschin
 
Domain Driven Design with the F# type System -- F#unctional Londoners 2014
Domain Driven Design with the F# type System -- F#unctional Londoners 2014Domain Driven Design with the F# type System -- F#unctional Londoners 2014
Domain Driven Design with the F# type System -- F#unctional Londoners 2014Scott Wlaschin
 
201301 - Focus Neo4j
201301 - Focus Neo4j201301 - Focus Neo4j
201301 - Focus Neo4jlyonjug
 
Moteurs de recommendation avec Neo4j et GraphAwareReco
Moteurs de recommendation avec Neo4j et GraphAwareRecoMoteurs de recommendation avec Neo4j et GraphAwareReco
Moteurs de recommendation avec Neo4j et GraphAwareRecoChristophe Willemsen
 
GraphConnect 2014 SF: The Business Graph
GraphConnect 2014 SF: The Business GraphGraphConnect 2014 SF: The Business Graph
GraphConnect 2014 SF: The Business GraphNeo4j
 
Neo4j Makes Graphs Easy
Neo4j Makes Graphs EasyNeo4j Makes Graphs Easy
Neo4j Makes Graphs EasyNeo4j
 
GraphTalk Frankfurt - Master Data Management bei der Bayerischen Versicherung
GraphTalk Frankfurt - Master Data Management bei der Bayerischen VersicherungGraphTalk Frankfurt - Master Data Management bei der Bayerischen Versicherung
GraphTalk Frankfurt - Master Data Management bei der Bayerischen VersicherungNeo4j
 
Graph Your Business - GraphDay JimWebber
Graph Your Business - GraphDay JimWebberGraph Your Business - GraphDay JimWebber
Graph Your Business - GraphDay JimWebberNeo4j
 
Neo4j Makes Graphs Easy? - GraphDay AmandaLaucher
Neo4j Makes Graphs Easy? - GraphDay AmandaLaucherNeo4j Makes Graphs Easy? - GraphDay AmandaLaucher
Neo4j Makes Graphs Easy? - GraphDay AmandaLaucherNeo4j
 
Graph Search and Discovery for your Dark Data
Graph Search and Discovery for your Dark DataGraph Search and Discovery for your Dark Data
Graph Search and Discovery for your Dark DataNeo4j
 
GraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration Patterns
GraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration PatternsGraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration Patterns
GraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration PatternsNeo4j
 
Graph your business
Graph your businessGraph your business
Graph your businessNeo4j
 
Transparency One : La (re)découverte de la chaîne d'approvisionnement
Transparency One : La (re)découverte de la chaîne d'approvisionnementTransparency One : La (re)découverte de la chaîne d'approvisionnement
Transparency One : La (re)découverte de la chaîne d'approvisionnementNeo4j
 
Graph all the things
Graph all the thingsGraph all the things
Graph all the thingsNeo4j
 

Destaque (20)

[FRENCH] - Neo4j and Cypher - Remi Delhaye
[FRENCH] - Neo4j and Cypher - Remi Delhaye[FRENCH] - Neo4j and Cypher - Remi Delhaye
[FRENCH] - Neo4j and Cypher - Remi Delhaye
 
Thirteen ways of looking at a turtle
Thirteen ways of looking at a turtleThirteen ways of looking at a turtle
Thirteen ways of looking at a turtle
 
Functional Programming in JavaScript by Luis Atencio
Functional Programming in JavaScript by Luis AtencioFunctional Programming in JavaScript by Luis Atencio
Functional Programming in JavaScript by Luis Atencio
 
Immersion Musicale avec Neo4j
Immersion Musicale avec Neo4jImmersion Musicale avec Neo4j
Immersion Musicale avec Neo4j
 
Master Data Management & Vin
Master Data Management & Vin Master Data Management & Vin
Master Data Management & Vin
 
Railway Oriented Programming
Railway Oriented ProgrammingRailway Oriented Programming
Railway Oriented Programming
 
Domain Driven Design with the F# type System -- F#unctional Londoners 2014
Domain Driven Design with the F# type System -- F#unctional Londoners 2014Domain Driven Design with the F# type System -- F#unctional Londoners 2014
Domain Driven Design with the F# type System -- F#unctional Londoners 2014
 
201301 - Focus Neo4j
201301 - Focus Neo4j201301 - Focus Neo4j
201301 - Focus Neo4j
 
Neo4j
Neo4jNeo4j
Neo4j
 
Moteurs de recommendation avec Neo4j et GraphAwareReco
Moteurs de recommendation avec Neo4j et GraphAwareRecoMoteurs de recommendation avec Neo4j et GraphAwareReco
Moteurs de recommendation avec Neo4j et GraphAwareReco
 
GraphConnect 2014 SF: The Business Graph
GraphConnect 2014 SF: The Business GraphGraphConnect 2014 SF: The Business Graph
GraphConnect 2014 SF: The Business Graph
 
Neo4j Makes Graphs Easy
Neo4j Makes Graphs EasyNeo4j Makes Graphs Easy
Neo4j Makes Graphs Easy
 
GraphTalk Frankfurt - Master Data Management bei der Bayerischen Versicherung
GraphTalk Frankfurt - Master Data Management bei der Bayerischen VersicherungGraphTalk Frankfurt - Master Data Management bei der Bayerischen Versicherung
GraphTalk Frankfurt - Master Data Management bei der Bayerischen Versicherung
 
Graph Your Business - GraphDay JimWebber
Graph Your Business - GraphDay JimWebberGraph Your Business - GraphDay JimWebber
Graph Your Business - GraphDay JimWebber
 
Neo4j Makes Graphs Easy? - GraphDay AmandaLaucher
Neo4j Makes Graphs Easy? - GraphDay AmandaLaucherNeo4j Makes Graphs Easy? - GraphDay AmandaLaucher
Neo4j Makes Graphs Easy? - GraphDay AmandaLaucher
 
Graph Search and Discovery for your Dark Data
Graph Search and Discovery for your Dark DataGraph Search and Discovery for your Dark Data
Graph Search and Discovery for your Dark Data
 
GraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration Patterns
GraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration PatternsGraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration Patterns
GraphConnect 2014 SF: Neo4j at Scale using Enterprise Integration Patterns
 
Graph your business
Graph your businessGraph your business
Graph your business
 
Transparency One : La (re)découverte de la chaîne d'approvisionnement
Transparency One : La (re)découverte de la chaîne d'approvisionnementTransparency One : La (re)découverte de la chaîne d'approvisionnement
Transparency One : La (re)découverte de la chaîne d'approvisionnement
 
Graph all the things
Graph all the thingsGraph all the things
Graph all the things
 

Semelhante a Neo4j - Cas d'usages pour votre métier

Nouvelles opportunités pour les données fortement interconnectées : La base d...
Nouvelles opportunités pour les données fortement interconnectées : La base d...Nouvelles opportunités pour les données fortement interconnectées : La base d...
Nouvelles opportunités pour les données fortement interconnectées : La base d...Cédric Fauvet
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationDenodo
 
[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend[French] Matinale du Big Data Talend
[French] Matinale du Big Data TalendJean-Michel Franco
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Denodo
 
GraphTour Paris - Cas d'usages populaires Neo4j
GraphTour Paris - Cas d'usages populaires Neo4jGraphTour Paris - Cas d'usages populaires Neo4j
GraphTour Paris - Cas d'usages populaires Neo4jNeo4j
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big DataIdriss22
 
[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big DataYann Gourvennec
 
Les cas d’usages populaires de Neo4j
Les cas d’usages populaires de Neo4jLes cas d’usages populaires de Neo4j
Les cas d’usages populaires de Neo4jNeo4j
 
Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Denodo
 
Big Data by Soft Computing - Lille
Big Data by Soft Computing - LilleBig Data by Soft Computing - Lille
Big Data by Soft Computing - LilleSoft Computing
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
STRATEGIE DIGITALE : Libérez le potentiel de votre information
STRATEGIE DIGITALE : Libérez le potentiel de votre informationSTRATEGIE DIGITALE : Libérez le potentiel de votre information
STRATEGIE DIGITALE : Libérez le potentiel de votre informationSollan France
 
PHP dans la grande entreprise canadienne
PHP dans la grande entreprise canadiennePHP dans la grande entreprise canadienne
PHP dans la grande entreprise canadienneDamien Seguy
 
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...Sollan France
 
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...Sollan France
 
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...Market Engel SAS
 

Semelhante a Neo4j - Cas d'usages pour votre métier (20)

Nouvelles opportunités pour les données fortement interconnectées : La base d...
Nouvelles opportunités pour les données fortement interconnectées : La base d...Nouvelles opportunités pour les données fortement interconnectées : La base d...
Nouvelles opportunités pour les données fortement interconnectées : La base d...
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data Virtualization
 
[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?
 
GraphTour Paris - Cas d'usages populaires Neo4j
GraphTour Paris - Cas d'usages populaires Neo4jGraphTour Paris - Cas d'usages populaires Neo4j
GraphTour Paris - Cas d'usages populaires Neo4j
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Cappuccino CRM
Cappuccino CRMCappuccino CRM
Cappuccino CRM
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
 
[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data
 
Les cas d’usages populaires de Neo4j
Les cas d’usages populaires de Neo4jLes cas d’usages populaires de Neo4j
Les cas d’usages populaires de Neo4j
 
Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022
 
Big Data by Soft Computing - Lille
Big Data by Soft Computing - LilleBig Data by Soft Computing - Lille
Big Data by Soft Computing - Lille
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Présentation 6 IT 2016
Présentation 6 IT 2016Présentation 6 IT 2016
Présentation 6 IT 2016
 
STRATEGIE DIGITALE : Libérez le potentiel de votre information
STRATEGIE DIGITALE : Libérez le potentiel de votre informationSTRATEGIE DIGITALE : Libérez le potentiel de votre information
STRATEGIE DIGITALE : Libérez le potentiel de votre information
 
PHP dans la grande entreprise canadienne
PHP dans la grande entreprise canadiennePHP dans la grande entreprise canadienne
PHP dans la grande entreprise canadienne
 
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
 
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
 
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
 

Mais de Neo4j

Connecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdfConnecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdfNeo4j
 
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...Neo4j
 
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafosBBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafosNeo4j
 
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...Neo4j
 
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4jGraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4jNeo4j
 
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j
 
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdfRabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j
 
Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!Neo4j
 
IA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG timeIA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG timeNeo4j
 
Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)Neo4j
 
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdfNeo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdfNeo4j
 
Enabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge GraphsEnabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge GraphsNeo4j
 
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdfNeo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdfNeo4j
 
Neo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with GraphNeo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with GraphNeo4j
 
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...Neo4j
 
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AIDeloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AINeo4j
 
Ingka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by DesignIngka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by DesignNeo4j
 
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24Neo4j
 
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptxGraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptxNeo4j
 
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptxEmil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptxNeo4j
 

Mais de Neo4j (20)

Connecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdfConnecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdf
 
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
 
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafosBBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
 
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
 
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4jGraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
 
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
 
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdfRabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
 
Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!
 
IA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG timeIA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG time
 
Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)
 
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdfNeo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
 
Enabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge GraphsEnabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge Graphs
 
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdfNeo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
 
Neo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with GraphNeo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with Graph
 
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
 
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AIDeloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
 
Ingka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by DesignIngka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by Design
 
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
 
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptxGraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
 
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptxEmil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
 

Neo4j - Cas d'usages pour votre métier

  • 1. Neo4j pour votre métier Cas d’usages Journée des Graphes 2015 #GraphDay Paris Cedric Fauvet
  • 2. Les clients de Neo4j tirent la valeurs des relations Le volume de données augmente… • Nouveaux processus digitaux • Augmentation des transactions en ligne • Nouveaux réseaux sociaux • Plus de périphériques Les relations ont une valeur à débloquer • Recommandations temps-réel (TR) • Détection de Fraude TR • Gestion des données de référence • Gestion des réseaux • Contrôle d’accès • Moteur de recherche basé sur les graphes … et elles sont de plus en plus connectées Clients, produits, processus, matériel interagissent et dépendent les uns des autres Premiers utilisateurs
  • 3. L’exemple des clients Neo4J Site de rencontre Site de rencontre
  • 4. Solution & Bénéfices Contexte Usage: Réseau social Moteur de recommandation Problème métier - Expérience utilisateur personnalisée au maximum - Solution scalable et simple à mettre en place - Faible coût de maintenance et architecture fiable - Leader Européen des sites de rencontre. - 126,1 million euro/an - 1 million de membres - A l’origine réalisé par un traitement batch écrit en PHP - Isoler et traiter les cas des super-dragueurs et super- dragués. - Recommandations précise afin de fidéliser les utilisateurs et attirer de nouveaux membres.
  • 5. • Manque des ventes à cause d’une recommandation non personnalisée • Processus de création des promotions trop long (+1 jour) avec fort risque d’erreurs • Remplacement de IBM WebSphere Commerce Solution & Bénéfices • Expérience client basée sur les promotions, parcours client, stock et autre informations du profil • Neo4j permet d’établir les promotions en fonction de l’activité spécifique de chaque utilisateur • Calcul automatique du prix en fonction des promotions • Amélioration du chiffre d’affaire eCommerce de +3 à +5% ! • Grande marque américaine • En position 36 des Fortune 500 • 1,916 magasins aux US et Canada • Compétition directe avec Kmart and Walmart Contexte Usage: eCommerce et Marketing Moteur de recommandation Problème métier
  • 6. • Fabriquant de chaussures et d’articles de sports Allemand, Multinationale. • Fondée en 1949 • Emploie plus de de 53 000 personnes dans 160 pays • Produit plus de 660 million de produits par an • Chiffre d’affaire de 14.5 milliards en 2014 Usage: Marketing Gestion de référentiel (MDM) et Recommandation • Les applications internes communiquent peu et difficilement du fait de la complexité du référentiel existant • Le contenu poussé aux visiteurs des plateformes web est standard par manque d’accès au référentiel de métadonnées • Un seul référentiel centralisé, une seule version de la vérité • Recommandation personnalisée pour les visiteurs des différents sites internet de Adidas Solution & Bénéfices Problème métier Contexte Adidas
  • 7. Problème métier • Le référentiel des semences est le jeu de données le plus important pour Monsanto. Hors celui-ci était : Difficilement disponible / A diffusion réduite / Délais de mise à disposition Trop longs • Essais sur parcelles très longs et couteux. • Calculs lents et complexes sur des décades de données d’arbres généalogiques et génétiques des semences Solution & Benefices • L’arbre généalogique et l’historique de chaque plante représenté dans sa forme native : le graphe • Analyse de l’histoire génétique accessible facilement aux analystes métiers et aux développeurs • Les analyses qui prenaient 1 mois sont effectuées en temps réel • Environnement technique polyglotte : • Neo4j • Kafka • Scala + Akka • Spark • Hbase • Réduction des délais de mise sur le marché par des tests en laboratoire plutôt que sur site : Gain de 1 an pour la Mise sur le marché d’un nouveau produit ! • L’un des plus grand Agro-Industriel de la planète • Depuis 1901 • Première société à travailler avec les plantes génétiquement modifiées depuis 1983 • Les Biotechnologies sont l’activité principale de Monsanto Contexte Usage: Marketing produit Gestion de référentiel (MDM)
  • 8. 8 Le leader mondial des solutions multimédias et de marketing numérique, notamment de logiciels graphiques. - Cluster de Neo4j Enterprise - Composant d’une plus grande infrastructure - Déploiement Multi-régions AWS - Neo4j sélectionné sur une solution custom et Oracle - Analyse des données hautement flexible - Résultats temps réels malgré des données hautement interconnectées - Expérience de l’utilisateur – Avantage compétitif - Durée du projet : 12 mois • Volume de données important lié aux membres, groupes d’utilisateurs, contenu des membres - le tout massivement interconnecté • Besoin d’en déduire les relations de collaboration basé sur les contenu utilisateurs. Problème métier Contexte Solution & Bénéfices Usage: Marketing Gestion de référentiel (MDM)
  • 9. - Opérateur historique de logistique d’un grand pays EU. - +5000 colis par seconde dans les pics. - Routage temps-réel : 8 Millions par jour ! - Suivi des colis pour les clients B2C & B2B. - Système critique en ligne 24x7. - Capacité du système historique dépassée d’ici peu. - Nombreux logiciels en interaction complexe. - Performance attendue : Linéaire et scalable. - Changements quotidiens des routes possibles. Nouveau système de routage = Graphe = Neo4j. - Plus simple : Cypher Vs SQL - Plus Flexible : Reflet du monde réel. - Plus rapide et hautement disponible : Cluster Neo4j - Une seule « source de vérité » pour tout le réseau. Solution & Bénéfices Usage: Logistique Parcours de graphes, calcul de tournées Problème métier Contexte
  • 10. 10 - Opérateur téléphonique leader dans les pays nordiques - Besoin d’un contrôle d’accès fiable pour 5 millions de clients, souscriptions et accords. - Neo4j solution entreprise. - Embarqué et haute disponibilité. - En remplacement de bases de données Oracles - vieilles de 10 ans, Berkeley DB et un environnement mainframe. - Dépendances complexes entre les groupes, sociétés, individus, comptes, produits, souscriptions, services et accords - Graphs globaux et profonds (Client principaux avec 1000 fils, souscriptions et accords) - Architecture flexible et dynamique. - Performance exceptionnelle. - Bas coût comparé aux autres alternatives. - Modèle de données extensible supportant l’ajout de nouvelles applications et fonctionnalités.Problème métier Contexte Solution & Bénéfices Usage: Télécom Gestion de droits d’accès (ACL)
  • 11. 11 - Leader mondial de l’infrastructure réseau - Vaste organisation commerciale - 2 clusters Neo4J hautement disponibles - Un cluster en production un second en sauvegarde dans des Datacenter différents - Au total : 6 bases de données Neo4J Enterprise embarquées Solution & Bénéfices - Vue temps réel sur les comptes et leurs propriétaires - Capacité de modéliser des règles complexes pour la gestion de la propriété des comptes - Calcul des commissions automatique pour toute l’organisation commerciale - Environ 12 moins de développement - Règles complexes régissant la propriété des comptes. - Règles complexes de calcul des commissions - Requêtes complexes dues à la structure des RDBMS - Performances de la base de données Oracle insuffisante pour une gestion temps réel des comptes Problème métier Contexte Usage: Commerce et CRM Gestion de données de référence client
  • 12. Problème métier - Augmenter la durée de moyenne de la visite - SQL trop lent pour exécuter les millions de jointures nécessaires à la détection de Fraude - Réduire les phases de tests, par des simulations dans le graphe Contexte - Plus grand gestionnaire de jeux sociaux d’argent en ligne d’Angleterre et d’Europe - Créateur du premier jeu d’argent sur Facebook - Bingo, Machine à sous et Casino en ligne - 5 millions de parieurs par an, 70 000€ par jour Solution & Bénéfices - Fidéliser les clients par l’ajout de couches sociales - Réduire les fraude par l’analyse de relations de parrainage en temps réel et analytique - Temps de développements plus courts que prévu - Pas d’interruption de service les 18 derniers mois Usage: Réseau social Détection de Fraude
  • 13. - Deuxième opérateur Télécom Français. - 12 Milliard de CA en 2012. - 165 000 Clients entreprise. - 250 Clients opérateurs. - Une semaine entière pour planifier une maintenance. - Analyste d’impact sur de multiples systèmes (>30). - Changements quotidiens dans l’infrastructure. - Identifier les clients impactés par une maintenance. - Identifier les faiblesses du réseau (Deuxième projet). - Calcul de budget déploiements (Troisième projet) - Identification temps réel des clients liées à une panne. - Gestion d’inventaire réseaux très flexible. - Une seule source de vérité (Neo4j) représentant le réseau entier. - Système dynamique de chargement (ETL) des données issues de +30 sources variées. - Mise en application rapide des changements métiers. Problème métier Contexte Solution & Bénéfices Usage: Télécom Analyse d’impact
  • 15. Quelle valeur pour Neo4 ? Compétitivité • Nouvelles fonctionnalités • Nouveau point de vue sur les données Meilleur application logicielle • Meilleure qualité du code • Plus simple • Plus maintenable Succès des utilisateurs • Applications plus rapides • Meilleure expérience utilisateur • Productivité des métiers accrue Succès des projets • Mise sur le marché plus rapide • Coûts réduits Neo4j valorise vos données connectées
  • 16. Des performances inégalées pour traiter les relations Grâce à un modèle de données adapté Répondre à des besoins impossibles sans Passer du batch au temps réel
  • 17. Des développements plus simples Grâce à un outil fait pour traiter les relations Réinvention des produits et services existants Création de nouveaux produits et services Site de rencontres
  • 18. Mieux comprendre ses données Grâce à un modèle de données proche de votre métier Réinvention des produits et services existants Création de nouveaux produits et services Site de rencontres

Notas do Editor

  1. In the near future, many of your apps will be driven by data relationships and not transactions You can unlock value from business relationships with Neo4j
  2. Presenter Notes - Higher Level Value Proposition Everyday, new data is being created at a volume never seen before. And we see that this data is getting even more connected. People communicating as customers, employees, friends, influencers. Customers purchasing products, services or content, expressing their likes and dislikes. Digitization of processes and more data elements for each step. And with Internet of Things (IoT), we have the same thing repeating but with machines talking to each other.  There is tremendous value in the knowledge of this relationship information for real-time applications. Examples are  Connect a user’s profile and purchases to other users and increase revenue through recommendations for new products and services Reimagine your master data - HR, Customer or Product as a connected model and identify ways to reach customers, improve their experience, identify the best people to staff on projects and more View your individual data elements as part of a process to determine fraud detection or process bottlenecks Companies like Google, LinkedIn and PayPal have done exactly that. Reimagine their data as a network (or a graph) and use the relationship information
  3. There is real business value
  4. There is real business value
  5. There is real business value