Benjamin SAAL, Senior Manager Services Financiers, CGI Business Consulting
Je parle ici de Big Data en faisant référence à des technologies récentes en rupture de moins de 10 ans avec des principes allant du stockage des données dans des bases de données NoSQL, vectorielles, au traitement massif « clustérisé », en rupture des modèles de stockage et requêtage traditionnels utilisant un seul standard - le SQL et ses quelques dérivés. Avec cette révolution technologique, le champ des possibles en matière de coûts de stockage, coûts de traitements et évidemment de la valeur ajoutée tirée des données, devient fascinant.
Le business model open source avec ses communautés de développeurs a accéléré l’essor de l'écosystème Hadoop (Apache), et contraint les éditeurs de Business Intelligence à utiliser, à intégrer ses composants et dans tous les cas, à s’adapter. Et certains l’ont très bien compris, en packageant Hadoop dans leur offre. L’open data accompagne cette démarche d’ouverture globale, accélérée par le secteur public, sur la mise à disposition des données dites publiques. Le secteur privé, lui, investit plutôt dans des « Market Place » de la donnée, et demain de l’algorithme…
Emergence d’une approche bi-modale
Fort de ce constat, les grandes banques et groupes d’assurance français, à travers leur DSI ont également l’obligation de challenger l’architecture de leur SI. CGI accompagne actuellement cette réflexion globale de transformation : comment faire naitre des initiatives Data, qui restent compatibles avec le patrimoine (assets) de la DSI ? Quelle stratégie efficace de gouvernance doit-on mettre en œuvre ? Comment réconcilier les deux univers (SI legacy vs Big Data) ? Comment le faire de façon optimale sans engager de coûts cachés, et en assurant une gouvernance globale de la donnée ? Comment réconcilier le fonctionnement de l'informatique industrialisée de notre ère modèle avec l'avènement du Big Data ? Et surtout avec celle-ci, la question sous-jacente de la rentabilité des investissements d'hier, sans passer à côté des opportunités récentes de rupture technologique. Les éditeurs, bien évidemment, comme ils l’ont fait lors du passage du transactionnel au décisionnel, s’attèlent à proposer dans leur offre la brique d’urbanisation qui réconcilie les deux mondes (par exemple, Microsoft avec APS et sa brique PolyBase).
CGI, par la voix de Yann Carmenen, parle d'approche « IT bi-modale », dans la mesure où deux modes de fonctionnement parallèles doivent subsister : une informatique traditionnelle industrialisée de bout en bout, et une plus innovante alliant agilité des petites structures et capacité à délivrer des résultats. Cette vision est confortée par Gartner, même si Forrester semble dubitatif avec son approche « Business technology » beaucoup plus ambitieuse…
Chez certains clients, une stratégie moins contraignante qui part de la feuille blanche avec un projet de type Datalake reste très fréquente et l'on verra demain pour la stratégie globale à employer …C’est aussi la chance des startup.
Les métiers, véritables lanceurs d’initiatives Data
Finalement, comme souvent, les DSI investissent, dépensent sans compter et verront bien demain quelle architecture du SI cannibalisera les autres par effet de rachat, d'obsolescence, de réorganisation interne et finalement, par le retour de satisfaction de leurs clients : les utilisateurs métiers ! Les directions Marketing, autrefois esseulées face au traitement et l’analyse des données multi-canal et face à la connaissance du client vision 360° puis 720° (enrichie des données externes), avec une utilisation quasi exclusive d’outils statistiques comme SAS, se retrouvent en position de challenger la DSI. Les autres directions métiers ne sont pas en reste… Soumises à des exigences toujours plus strictes des autorités prudentielles en matière de traçabilité, de qualité de l’information, et de production de reporting et indicateurs à des fréquences de publication toujours plus soutenues, les directions des risques, de la conformité, et de l’audit ont l’obligation de s’approprier et de rationaliser leur processus data en embarquant la dimension 3V…
Globalement, les Use Case Data (et non Big Data) envahissent les écrans de contrôles : scoring d’attrition (anti-churn), scoring de connaissance client, enrichissement par DMP, scoring pour les profils de risques, avec des données externes, connaissances des compétences internes… L’outillage des métiers n’est souvent pas adapté, industrialisé, et manque de souplesse, d’agilité, et de rapidité de mise en œuvre (restant les critères de sélection métiers), mais ce sont pourtant bien eux qui aujourd’hui lancent les initiatives Data : communauté data, nomination de CDO rattaché au métier, culture de l’innovation autour de la Data, DMP, Hackathon, etc.
Et la DSI, comment se positionne-t-elle ?
Dans ce chamboulement, la DSI se doit, comme toujours, d’accompagner le mouvement avec comme enjeu d’adapter sa culture de management des projets, en la rendant plus agile et surtout avec des méthodes innovantes. Donner la trajectoire à suivre en terme de Data, impulser les initiatives concrètes (quick-wins, POC…) et demain rendre l’industrialisation compatible avec les enjeux sont ses priorités. La DSI moderne, à la croisée des ambitions, en même temps qu’elle devra s’approprier de nouvelles technologies va devoir faire un effort de simplification, de convergence, afin de rendre l’ensemble des processus Data plus fluides, moins silotés, et partageables … En somme, s’investir toujours plus pour être le catalyseur de cette transformation. C’est à ces conditions que les banques et assureurs traditionnels maintiendront leurs parts de marché.
Le business model open source avec ses communautés de développeurs a accéléré l’essor de l'écosystème Hadoop (Apache), et contraint les éditeurs de Business Intelligence à utiliser, à intégrer ses composants et dans tous les cas, à s’adapter. Et certains l’ont très bien compris, en packageant Hadoop dans leur offre. L’open data accompagne cette démarche d’ouverture globale, accélérée par le secteur public, sur la mise à disposition des données dites publiques. Le secteur privé, lui, investit plutôt dans des « Market Place » de la donnée, et demain de l’algorithme…
Emergence d’une approche bi-modale
Fort de ce constat, les grandes banques et groupes d’assurance français, à travers leur DSI ont également l’obligation de challenger l’architecture de leur SI. CGI accompagne actuellement cette réflexion globale de transformation : comment faire naitre des initiatives Data, qui restent compatibles avec le patrimoine (assets) de la DSI ? Quelle stratégie efficace de gouvernance doit-on mettre en œuvre ? Comment réconcilier les deux univers (SI legacy vs Big Data) ? Comment le faire de façon optimale sans engager de coûts cachés, et en assurant une gouvernance globale de la donnée ? Comment réconcilier le fonctionnement de l'informatique industrialisée de notre ère modèle avec l'avènement du Big Data ? Et surtout avec celle-ci, la question sous-jacente de la rentabilité des investissements d'hier, sans passer à côté des opportunités récentes de rupture technologique. Les éditeurs, bien évidemment, comme ils l’ont fait lors du passage du transactionnel au décisionnel, s’attèlent à proposer dans leur offre la brique d’urbanisation qui réconcilie les deux mondes (par exemple, Microsoft avec APS et sa brique PolyBase).
CGI, par la voix de Yann Carmenen, parle d'approche « IT bi-modale », dans la mesure où deux modes de fonctionnement parallèles doivent subsister : une informatique traditionnelle industrialisée de bout en bout, et une plus innovante alliant agilité des petites structures et capacité à délivrer des résultats. Cette vision est confortée par Gartner, même si Forrester semble dubitatif avec son approche « Business technology » beaucoup plus ambitieuse…
Chez certains clients, une stratégie moins contraignante qui part de la feuille blanche avec un projet de type Datalake reste très fréquente et l'on verra demain pour la stratégie globale à employer …C’est aussi la chance des startup.
Les métiers, véritables lanceurs d’initiatives Data
Finalement, comme souvent, les DSI investissent, dépensent sans compter et verront bien demain quelle architecture du SI cannibalisera les autres par effet de rachat, d'obsolescence, de réorganisation interne et finalement, par le retour de satisfaction de leurs clients : les utilisateurs métiers ! Les directions Marketing, autrefois esseulées face au traitement et l’analyse des données multi-canal et face à la connaissance du client vision 360° puis 720° (enrichie des données externes), avec une utilisation quasi exclusive d’outils statistiques comme SAS, se retrouvent en position de challenger la DSI. Les autres directions métiers ne sont pas en reste… Soumises à des exigences toujours plus strictes des autorités prudentielles en matière de traçabilité, de qualité de l’information, et de production de reporting et indicateurs à des fréquences de publication toujours plus soutenues, les directions des risques, de la conformité, et de l’audit ont l’obligation de s’approprier et de rationaliser leur processus data en embarquant la dimension 3V…
Globalement, les Use Case Data (et non Big Data) envahissent les écrans de contrôles : scoring d’attrition (anti-churn), scoring de connaissance client, enrichissement par DMP, scoring pour les profils de risques, avec des données externes, connaissances des compétences internes… L’outillage des métiers n’est souvent pas adapté, industrialisé, et manque de souplesse, d’agilité, et de rapidité de mise en œuvre (restant les critères de sélection métiers), mais ce sont pourtant bien eux qui aujourd’hui lancent les initiatives Data : communauté data, nomination de CDO rattaché au métier, culture de l’innovation autour de la Data, DMP, Hackathon, etc.
Et la DSI, comment se positionne-t-elle ?
Dans ce chamboulement, la DSI se doit, comme toujours, d’accompagner le mouvement avec comme enjeu d’adapter sa culture de management des projets, en la rendant plus agile et surtout avec des méthodes innovantes. Donner la trajectoire à suivre en terme de Data, impulser les initiatives concrètes (quick-wins, POC…) et demain rendre l’industrialisation compatible avec les enjeux sont ses priorités. La DSI moderne, à la croisée des ambitions, en même temps qu’elle devra s’approprier de nouvelles technologies va devoir faire un effort de simplification, de convergence, afin de rendre l’ensemble des processus Data plus fluides, moins silotés, et partageables … En somme, s’investir toujours plus pour être le catalyseur de cette transformation. C’est à ces conditions que les banques et assureurs traditionnels maintiendront leurs parts de marché.