SlideShare uma empresa Scribd logo
1 de 10
Baixar para ler offline
« Comment mener un projet
Big Data
en tenant compte de la
Data Quality ? »
-
Retour d’Expériences
Data Excellence Paris 2015 - 26 novembre 2015
Groupe de Travail Big Data
Projets Big Data & Data Quality : REX
Sommaire
- Les projets Big Data, ça existe…
- Axes d’analyse des projets
- Enjeux et Politiques
- Organisations, Métiers et Processus
- Stratégies de construction, Architectures et Réalisations
- Analyse de la Valeur
- Dans Big Data, il y a Data…
2DEP 2015
Introduction
3DEP 2015
Enfin de vrais projets Big Data !
Source : IDC France 2015
Mais qui en parle ouvertement ?…
Axes Enjeux et Politiques
 Enjeux pour l’entreprise
 Unanimement partagés et traduisant des ambitions fortes
 Data Quality = véritable enjeu business
 Pilotage
 Connaissance des clients et prospects (ex. : vision 360° du client)
 Sécurité et prévention des fraudes
 Dans une moindre mesure
 Développement de nouvelles offres : à terme…
 Politiques des données autour du Big Data
 DQ incontournable
 Au fur et à mesure des cas d’usage…
 Conformité juridique et réglementaire
 Comme d’habitude !
DEP 2015 4
Axes Organisations, Métiers et Processus
 Organisations dédiées au Big Data
 Côté Métiers et DSI
 Vs l’un ou l’autre…
 Structure Métiers : marketing, commercial, sécurité, actuaires
 Structure d’expertise DSI : orientée technologies
 Métiers autour de la donnée
 Data Steward : sur les référentiels avec MDM
 Data Scientist : recrutés et/ou apport externe
 Chief Data Officer : pas toujours, mais plutôt au marketing
 Processus actifs en terme de gouvernance
 Qualification des données sensibles ou critiques
 Administration des données de référence
 Identification et responsabilisation des propriétaires / gérants de la donnée
 Démarche de passage de l’expérimentation à l’industrialisation
DEP 2015 5
Axes Stratégies, Architectures et Réalisations
DEP 2015 6
 Stratégies de construction du SI
 Développement de la réflexion autour des cas d’usage
 Refonte des architectures BI classiques
 Plus rare : SI « Data Centric » et traitements autour
 Architectures Big Data
 Moyens d’analyse avancée : type machine learning, analyse prédictive
 Moyens de traitement des données non structurées : type NLP
 Environnements Cloud : Public (PoC & Proto.) puis Privé (Production)
 Réalisations
 Data Quality : pas un pré requis !
 Data Lake avec données de production
 Data Lab : pas toujours
 DaaS : pas encore…
Axe Analyse de la Valeur
 Valeurs retirées par l’entreprise de ses initiatives dédiées au Big Data
 Réponses à des problématiques métiers jusqu’à présent non résolues
 Prises de décisions
 mieux éclairées et mieux étayées
 plus rapides à prendre et plus collaboratives
 Agilité accrue par le renforcement de la culture de l’expérimentation
 A valider, à terme :
 Amélioration de la DQ, mesurée par le Big Data…
 Capacité à réaliser des analyses d’impact
 Maîtrise des données exposées et visualisation « communicante »
 Création de nouveaux services ou de nouvelles offres métiers
‼ « Les entreprises qui intègrent le Big Data sont 6% plus rentables que les autres »
(source : McKinsey 2013)
DEP 2015 7
Dans Big Data, il y a Data…
DEP 2015 8
Les conclusions de notre échantillonnage
de projets Big Data sont en phase !
4 Quadrants pour positionner les organisations
DEP 2015 9
3 4
1 2
Innovation
+
+
S’appuyer
sur les données pour
assurer la transformation
numérique
Générer
de nouvelles valeurs,
de nouveaux services,
par l’exploration des données
Faire parler
les données,
prendre conscience
de leur potentiel
Assurer
la cohérence
et la gouvernance
des données,
garantir leur qualité
-
Gouvernance
Levier : Gouvernance autour de Data Labs
Levier : Démarches structurées
autour des Data Labs
Levier : Gouvernance Transverse autour
de la Donnée Levier : Décloisonnement Métiers - DSI
Levier : Architecture Data
Centrique
Levier : Valorisation et animation de la pluralité
des talents
Levier : Industrialisation de
la Chaîne de Données
Merci de votre attention !
DEP 2015 10
Hervé Husson
Transformation & Innovation
+331 41 46 08 00
herve.husson@conix.fr
www.conix.fr

Mais conteúdo relacionado

Mais procurados

Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...
Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...
Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...Jean-Michel Franco
 
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...SOLLAN FRANCE
 
DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
 DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
DATA FORUM MICROPOLE 2015 - Atelier Stibo SystemsMicropole Group
 
Développez votre data culture avec Azeo
Développez votre data culture avec Azeo Développez votre data culture avec Azeo
Développez votre data culture avec Azeo AZEO
 
Les 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurLes 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurJean-Michel Franco
 
7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...dibs-conseil
 
DATA FORUM MICROPOLE 2015 - Information Builders
 DATA FORUM MICROPOLE 2015 -  Information Builders DATA FORUM MICROPOLE 2015 -  Information Builders
DATA FORUM MICROPOLE 2015 - Information BuildersMicropole Group
 
Décisionnel Agile : les conditions du succès
Décisionnel Agile : les conditions du succèsDécisionnel Agile : les conditions du succès
Décisionnel Agile : les conditions du succèsJean-Michel Franco
 
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...
SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...Micropole Group
 
{French] 5 cas d'usages mdm produit
{French] 5 cas d'usages mdm produit{French] 5 cas d'usages mdm produit
{French] 5 cas d'usages mdm produitJean-Michel Franco
 
Mdm entrepot_de_donnees_-_wiki
Mdm  entrepot_de_donnees_-_wikiMdm  entrepot_de_donnees_-_wiki
Mdm entrepot_de_donnees_-_wikiMichel Bruley
 
Bi et partage des données financières en libre -service
Bi et partage des données financières en libre -serviceBi et partage des données financières en libre -service
Bi et partage des données financières en libre -serviceJean-Michel Franco
 
L\'offre IBM Information Management en 1 slide
L\'offre IBM Information Management en 1 slideL\'offre IBM Information Management en 1 slide
L\'offre IBM Information Management en 1 slideNicolas Desachy
 
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !Denodo
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...Micropole Group
 
[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
 
Atelier Semarchy : comment faire adhérer l'entreprise au projet mdm
Atelier Semarchy :  comment faire adhérer l'entreprise au projet mdmAtelier Semarchy :  comment faire adhérer l'entreprise au projet mdm
Atelier Semarchy : comment faire adhérer l'entreprise au projet mdmMicropole Group
 
Doxa inter2019-la datascience au service de la décision stratégique
Doxa inter2019-la datascience au service de la décision stratégiqueDoxa inter2019-la datascience au service de la décision stratégique
Doxa inter2019-la datascience au service de la décision stratégiqueDOXACONSEILRHetFORMA
 
DATA FORUM MICROPOLE 2015 - Atelier Talend
 DATA FORUM MICROPOLE 2015 - Atelier Talend DATA FORUM MICROPOLE 2015 - Atelier Talend
DATA FORUM MICROPOLE 2015 - Atelier TalendMicropole Group
 

Mais procurados (20)

Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...
Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...
Réussir le projet MDM depuis son business case jusqu'à son exploitation au q...
 
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
 
DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
 DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
 
Développez votre data culture avec Azeo
Développez votre data culture avec Azeo Développez votre data culture avec Azeo
Développez votre data culture avec Azeo
 
Les 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurLes 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeur
 
7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...
 
DATA FORUM MICROPOLE 2015 - Information Builders
 DATA FORUM MICROPOLE 2015 -  Information Builders DATA FORUM MICROPOLE 2015 -  Information Builders
DATA FORUM MICROPOLE 2015 - Information Builders
 
Décisionnel Agile : les conditions du succès
Décisionnel Agile : les conditions du succèsDécisionnel Agile : les conditions du succès
Décisionnel Agile : les conditions du succès
 
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...
SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...SEMARCHY -  Transformer les défis en opportunites par le MDM -  Data forum MI...
SEMARCHY - Transformer les défis en opportunites par le MDM - Data forum MI...
 
{French] 5 cas d'usages mdm produit
{French] 5 cas d'usages mdm produit{French] 5 cas d'usages mdm produit
{French] 5 cas d'usages mdm produit
 
Mdm entrepot_de_donnees_-_wiki
Mdm  entrepot_de_donnees_-_wikiMdm  entrepot_de_donnees_-_wiki
Mdm entrepot_de_donnees_-_wiki
 
Bi et partage des données financières en libre -service
Bi et partage des données financières en libre -serviceBi et partage des données financières en libre -service
Bi et partage des données financières en libre -service
 
L\'offre IBM Information Management en 1 slide
L\'offre IBM Information Management en 1 slideL\'offre IBM Information Management en 1 slide
L\'offre IBM Information Management en 1 slide
 
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
 
[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
 
La gouvernance des données
La gouvernance des donnéesLa gouvernance des données
La gouvernance des données
 
Atelier Semarchy : comment faire adhérer l'entreprise au projet mdm
Atelier Semarchy :  comment faire adhérer l'entreprise au projet mdmAtelier Semarchy :  comment faire adhérer l'entreprise au projet mdm
Atelier Semarchy : comment faire adhérer l'entreprise au projet mdm
 
Doxa inter2019-la datascience au service de la décision stratégique
Doxa inter2019-la datascience au service de la décision stratégiqueDoxa inter2019-la datascience au service de la décision stratégique
Doxa inter2019-la datascience au service de la décision stratégique
 
DATA FORUM MICROPOLE 2015 - Atelier Talend
 DATA FORUM MICROPOLE 2015 - Atelier Talend DATA FORUM MICROPOLE 2015 - Atelier Talend
DATA FORUM MICROPOLE 2015 - Atelier Talend
 

Destaque

Conventions of the sub genre 'slasher’ films
Conventions of the sub genre 'slasher’ filmsConventions of the sub genre 'slasher’ films
Conventions of the sub genre 'slasher’ filmsShanice1
 
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Altares D&B
 
ActiveEon - Automate, Accelerate, Scale
ActiveEon - Automate, Accelerate, ScaleActiveEon - Automate, Accelerate, Scale
ActiveEon - Automate, Accelerate, ScaleActiveeon
 
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...Jean-Michel Franco
 
La qualité des Données et Métadonnées Ouvertes
La qualité des Données et Métadonnées OuvertesLa qualité des Données et Métadonnées Ouvertes
La qualité des Données et Métadonnées OuvertesOpen Data Support
 
Audit Qualité des Données
Audit Qualité des DonnéesAudit Qualité des Données
Audit Qualité des DonnéesArielleMeffre
 
Big Data on OpenStack
Big Data on OpenStackBig Data on OpenStack
Big Data on OpenStackNati Shalom
 
PresentacióN3
PresentacióN3PresentacióN3
PresentacióN3isologia
 
Autoreflex - Contrôle technique
Autoreflex - Contrôle techniqueAutoreflex - Contrôle technique
Autoreflex - Contrôle techniqueAutoreflex
 
Lire En FêTe 2007
Lire En FêTe 2007Lire En FêTe 2007
Lire En FêTe 2007guestc581ac
 
Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...
Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...
Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...KIDINDA
 
Tap 21 thien ac doi dau
Tap 21 thien ac doi dauTap 21 thien ac doi dau
Tap 21 thien ac doi dautruyentranh
 
Google Authorship et ses perspectives sur le SEO avec Olivier Andrieu
Google Authorship et ses perspectives sur le SEO avec Olivier AndrieuGoogle Authorship et ses perspectives sur le SEO avec Olivier Andrieu
Google Authorship et ses perspectives sur le SEO avec Olivier AndrieuTuni' SEO
 

Destaque (20)

Conventions of the sub genre 'slasher’ films
Conventions of the sub genre 'slasher’ filmsConventions of the sub genre 'slasher’ films
Conventions of the sub genre 'slasher’ films
 
Présentation Corporate Altares
Présentation Corporate AltaresPrésentation Corporate Altares
Présentation Corporate Altares
 
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
 
ActiveEon - Automate, Accelerate, Scale
ActiveEon - Automate, Accelerate, ScaleActiveEon - Automate, Accelerate, Scale
ActiveEon - Automate, Accelerate, Scale
 
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
 
La qualité des Données et Métadonnées Ouvertes
La qualité des Données et Métadonnées OuvertesLa qualité des Données et Métadonnées Ouvertes
La qualité des Données et Métadonnées Ouvertes
 
Data Quality Control
Data Quality ControlData Quality Control
Data Quality Control
 
Audit Qualité des Données
Audit Qualité des DonnéesAudit Qualité des Données
Audit Qualité des Données
 
Big Data on OpenStack
Big Data on OpenStackBig Data on OpenStack
Big Data on OpenStack
 
India
IndiaIndia
India
 
Musica
MusicaMusica
Musica
 
PresentacióN3
PresentacióN3PresentacióN3
PresentacióN3
 
Autoreflex - Contrôle technique
Autoreflex - Contrôle techniqueAutoreflex - Contrôle technique
Autoreflex - Contrôle technique
 
Lire En FêTe 2007
Lire En FêTe 2007Lire En FêTe 2007
Lire En FêTe 2007
 
Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...
Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...
Mise en évidence des doses de fertilisants minéraux à appliquer aux nouvelles...
 
Greeshma
GreeshmaGreeshma
Greeshma
 
2014.04.01 - PME et SaaS - Loic Simon - Aspaway
2014.04.01 - PME et SaaS - Loic Simon - Aspaway2014.04.01 - PME et SaaS - Loic Simon - Aspaway
2014.04.01 - PME et SaaS - Loic Simon - Aspaway
 
Tap 21 thien ac doi dau
Tap 21 thien ac doi dauTap 21 thien ac doi dau
Tap 21 thien ac doi dau
 
Modelo del Diseño instruccional para las aulas digitales que emplean Moodle e...
Modelo del Diseño instruccional para las aulas digitales que emplean Moodle e...Modelo del Diseño instruccional para las aulas digitales que emplean Moodle e...
Modelo del Diseño instruccional para las aulas digitales que emplean Moodle e...
 
Google Authorship et ses perspectives sur le SEO avec Olivier Andrieu
Google Authorship et ses perspectives sur le SEO avec Olivier AndrieuGoogle Authorship et ses perspectives sur le SEO avec Olivier Andrieu
Google Authorship et ses perspectives sur le SEO avec Olivier Andrieu
 

Semelhante a Dep 2015 projets big data & dq 20151126 v1.3

Parcours de formations DATA ACADEMY
Parcours de formations DATA ACADEMYParcours de formations DATA ACADEMY
Parcours de formations DATA ACADEMYTechnofutur TIC
 
DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015Micropole Group
 
Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...
Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...
Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...Novaminds
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés Jean-Michel Franco
 
Gestion des données clients et leur exploitation, un enjeu dans la transforma...
Gestion des données clients et leur exploitation, un enjeu dans la transforma...Gestion des données clients et leur exploitation, un enjeu dans la transforma...
Gestion des données clients et leur exploitation, un enjeu dans la transforma...Pitney Bowes
 
Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Jean-Michel Franco
 
Le référentiel employé pour tirer toute la valeur de vos données RH
Le référentiel employé pour tirer toute la valeur de vos données RHLe référentiel employé pour tirer toute la valeur de vos données RH
Le référentiel employé pour tirer toute la valeur de vos données RHJean-Michel Franco
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseGenève Lab
 
Webinaire Business&Decision - Trifacta
Webinaire  Business&Decision - TrifactaWebinaire  Business&Decision - Trifacta
Webinaire Business&Decision - TrifactaVictor Coustenoble
 
5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agile5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agileagileDSS
 
Bank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnéeBank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnéeWavestone
 
Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014Marc-Eric LaRocque
 
Decizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia
 
RGPD : comment se mettre en conformité pour respecter les droits des personnes ?
RGPD : comment se mettre en conformité pour respecter les droits des personnes ?RGPD : comment se mettre en conformité pour respecter les droits des personnes ?
RGPD : comment se mettre en conformité pour respecter les droits des personnes ?Nuxeo
 
Les grandes tendances Data & Analytics pour 2015
Les grandes tendances Data & Analytics pour 2015Les grandes tendances Data & Analytics pour 2015
Les grandes tendances Data & Analytics pour 2015Comarketing-News
 
Arrow Group: Techday Big Data - Etat et Enjeu pour l'Assurance
Arrow Group: Techday Big Data - Etat et Enjeu pour l'AssuranceArrow Group: Techday Big Data - Etat et Enjeu pour l'Assurance
Arrow Group: Techday Big Data - Etat et Enjeu pour l'AssuranceArrow Group
 

Semelhante a Dep 2015 projets big data & dq 20151126 v1.3 (20)

Parcours de formations DATA ACADEMY
Parcours de formations DATA ACADEMYParcours de formations DATA ACADEMY
Parcours de formations DATA ACADEMY
 
Matinale du MDM 2011
Matinale du MDM 2011Matinale du MDM 2011
Matinale du MDM 2011
 
DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015
 
Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...
Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...
Gouvernance de la donnée : positionnement, missions et moyens des fonctions C...
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés
 
Gestion des données clients et leur exploitation, un enjeu dans la transforma...
Gestion des données clients et leur exploitation, un enjeu dans la transforma...Gestion des données clients et leur exploitation, un enjeu dans la transforma...
Gestion des données clients et leur exploitation, un enjeu dans la transforma...
 
Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...
 
Data Science
Data ScienceData Science
Data Science
 
Le référentiel employé pour tirer toute la valeur de vos données RH
Le référentiel employé pour tirer toute la valeur de vos données RHLe référentiel employé pour tirer toute la valeur de vos données RH
Le référentiel employé pour tirer toute la valeur de vos données RH
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entreprise
 
Webinaire Business&Decision - Trifacta
Webinaire  Business&Decision - TrifactaWebinaire  Business&Decision - Trifacta
Webinaire Business&Decision - Trifacta
 
5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agile5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agile
 
Bank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnéeBank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnée
 
Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014
 
Introduction au Big data
Introduction au Big data Introduction au Big data
Introduction au Big data
 
Decizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage Courte
 
RGPD : comment se mettre en conformité pour respecter les droits des personnes ?
RGPD : comment se mettre en conformité pour respecter les droits des personnes ?RGPD : comment se mettre en conformité pour respecter les droits des personnes ?
RGPD : comment se mettre en conformité pour respecter les droits des personnes ?
 
Les grandes tendances Data & Analytics pour 2015
Les grandes tendances Data & Analytics pour 2015Les grandes tendances Data & Analytics pour 2015
Les grandes tendances Data & Analytics pour 2015
 
Big Data - Quel usage au sein des projets internet
Big Data - Quel usage au sein des projets internetBig Data - Quel usage au sein des projets internet
Big Data - Quel usage au sein des projets internet
 
Arrow Group: Techday Big Data - Etat et Enjeu pour l'Assurance
Arrow Group: Techday Big Data - Etat et Enjeu pour l'AssuranceArrow Group: Techday Big Data - Etat et Enjeu pour l'Assurance
Arrow Group: Techday Big Data - Etat et Enjeu pour l'Assurance
 

Último

analyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxanalyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxHadJer61
 
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...France Travail
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attalcontact Elabe
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentationbahija babzine
 
Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023France Travail
 
Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformersbahija babzine
 

Último (6)

analyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxanalyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptx
 
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentation
 
Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023
 
Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformers
 

Dep 2015 projets big data & dq 20151126 v1.3

  • 1. « Comment mener un projet Big Data en tenant compte de la Data Quality ? » - Retour d’Expériences Data Excellence Paris 2015 - 26 novembre 2015 Groupe de Travail Big Data Projets Big Data & Data Quality : REX
  • 2. Sommaire - Les projets Big Data, ça existe… - Axes d’analyse des projets - Enjeux et Politiques - Organisations, Métiers et Processus - Stratégies de construction, Architectures et Réalisations - Analyse de la Valeur - Dans Big Data, il y a Data… 2DEP 2015
  • 3. Introduction 3DEP 2015 Enfin de vrais projets Big Data ! Source : IDC France 2015 Mais qui en parle ouvertement ?…
  • 4. Axes Enjeux et Politiques  Enjeux pour l’entreprise  Unanimement partagés et traduisant des ambitions fortes  Data Quality = véritable enjeu business  Pilotage  Connaissance des clients et prospects (ex. : vision 360° du client)  Sécurité et prévention des fraudes  Dans une moindre mesure  Développement de nouvelles offres : à terme…  Politiques des données autour du Big Data  DQ incontournable  Au fur et à mesure des cas d’usage…  Conformité juridique et réglementaire  Comme d’habitude ! DEP 2015 4
  • 5. Axes Organisations, Métiers et Processus  Organisations dédiées au Big Data  Côté Métiers et DSI  Vs l’un ou l’autre…  Structure Métiers : marketing, commercial, sécurité, actuaires  Structure d’expertise DSI : orientée technologies  Métiers autour de la donnée  Data Steward : sur les référentiels avec MDM  Data Scientist : recrutés et/ou apport externe  Chief Data Officer : pas toujours, mais plutôt au marketing  Processus actifs en terme de gouvernance  Qualification des données sensibles ou critiques  Administration des données de référence  Identification et responsabilisation des propriétaires / gérants de la donnée  Démarche de passage de l’expérimentation à l’industrialisation DEP 2015 5
  • 6. Axes Stratégies, Architectures et Réalisations DEP 2015 6  Stratégies de construction du SI  Développement de la réflexion autour des cas d’usage  Refonte des architectures BI classiques  Plus rare : SI « Data Centric » et traitements autour  Architectures Big Data  Moyens d’analyse avancée : type machine learning, analyse prédictive  Moyens de traitement des données non structurées : type NLP  Environnements Cloud : Public (PoC & Proto.) puis Privé (Production)  Réalisations  Data Quality : pas un pré requis !  Data Lake avec données de production  Data Lab : pas toujours  DaaS : pas encore…
  • 7. Axe Analyse de la Valeur  Valeurs retirées par l’entreprise de ses initiatives dédiées au Big Data  Réponses à des problématiques métiers jusqu’à présent non résolues  Prises de décisions  mieux éclairées et mieux étayées  plus rapides à prendre et plus collaboratives  Agilité accrue par le renforcement de la culture de l’expérimentation  A valider, à terme :  Amélioration de la DQ, mesurée par le Big Data…  Capacité à réaliser des analyses d’impact  Maîtrise des données exposées et visualisation « communicante »  Création de nouveaux services ou de nouvelles offres métiers ‼ « Les entreprises qui intègrent le Big Data sont 6% plus rentables que les autres » (source : McKinsey 2013) DEP 2015 7
  • 8. Dans Big Data, il y a Data… DEP 2015 8 Les conclusions de notre échantillonnage de projets Big Data sont en phase !
  • 9. 4 Quadrants pour positionner les organisations DEP 2015 9 3 4 1 2 Innovation + + S’appuyer sur les données pour assurer la transformation numérique Générer de nouvelles valeurs, de nouveaux services, par l’exploration des données Faire parler les données, prendre conscience de leur potentiel Assurer la cohérence et la gouvernance des données, garantir leur qualité - Gouvernance Levier : Gouvernance autour de Data Labs Levier : Démarches structurées autour des Data Labs Levier : Gouvernance Transverse autour de la Donnée Levier : Décloisonnement Métiers - DSI Levier : Architecture Data Centrique Levier : Valorisation et animation de la pluralité des talents Levier : Industrialisation de la Chaîne de Données
  • 10. Merci de votre attention ! DEP 2015 10 Hervé Husson Transformation & Innovation +331 41 46 08 00 herve.husson@conix.fr www.conix.fr