À l’occasion d’un Excecutive Lunch CIONET, une douzaine de leaders IT et spécialistes de la data au Luxembourg ont pu découvrir la technologie de base de données graphe et les possibilités nouvelles qu’elle offre à travers le témoignage de Yannick Huchard, Chief Architect d’ING Luxembourg, et la présentation de solution Neo4J.

La valorisation de la donnée est au cœur de nombreux projets de transformation numérique, au Luxembourg comme ailleurs. Cependant, parvenir à en extraire de la valeur, pour répondre à des problématiques complexes, n’a rien d’évident. Établir de nouveaux modèles pour répondre à des enjeux particuliers au départ de bases de données relationnelles peut s’avérer fastidieux et coûteux.

Les organisations financières, plus particulièrement, cherchant à connecter les données entre elles pour répondre à des enjeux réglementaires se heurtent rapidement aux limites de l’exercice. La manière dont sont stockées, qualifiées et gérées les données, le plus souvent en silo, empêche un traitement efficient.

La technologie graphe mise en œuvre par ING

Comment, au départ des données disponibles, mettre en œuvre des approches plus flexibles, plus agiles, en vue d’en retirer de l’intelligence ? C’était le thème qui a animé l’Executive Lunch CIONET, qui s’est tenu le jeudi 9 juin à l’Hotel Place d’Armes à Luxembourg.

A cette occasion, Yannick Huchard, Chief Architect d’ING Luxembourg, a notamment témoigné de l’opportunité de recourir à la technologie des bases de données graphe pour relever certains défis liés aux obligations FATCA/CSR ou encore aux enjeux de KYC que rencontrent aujourd’hui toutes les organisations financières.

Une approche privilégiée par les grands acteurs

Autour de la table, prenant part à un échange riche, des CTO, head of IT et data specialists actifs au Luxembourg ont pu découvrir cette technologie qui facilite la création de liens entre des nœuds de données dans l’optique d’établir des modèles dynamiques et évolutifs.

Herman Roelandts, Aera Director Belux de Neo4j, solution leader du marché de modélisation des données au départ de la technologie graphe a montré comment fonctionnait la technologie et ce qu’elle permettait. « Aujourd’hui, de nombreuses grandes entreprises ont commencé à utiliser la technologie graphe pour créer des liens entre les silos de données en un modèle fédéré de métadonnées, a-t-il expliqué. L’approche leur permet de suivre et d’analyser leurs données dans toute l’entreprise et de mettre à jour leurs modèles en temps réel. »

De nombreux cas d’usages

Dans le domaine financier, les cas d’utilisation sont nombreux. Citons notamment le recours à cette approche pour l’établissement de rapports sur les risques et la conformité, la lutte contre la fraude à travers des analyses KYC ou KYT, l’amélioration de l’exploitation des données entre les équipes, l’obtention d’une vue à 360° du client.

Connecter les données de manière intuitive

La technologie graphe répond à des enjeux dans de nombreux autres secteurs, comme dans le domaine de l’énergie, pour gérer les données relatives à la consommation en faveur d’une meilleure exploitation du réseau en temps réel.

De nombreuses plateformes numériques, à l’instar des réseaux sociaux, ont recours à cette technologie pour créer des liens entre les données disponibles et améliorer en continu l’expérience des utilisateurs, en leur apportant des recommandations personnalisées ou un contenu adapté à leurs attentes.  « La technologie graphe permet de relier les données entre-elles de manière très intuitive dans l’obtenir d’obtenir des éléments de contexte avec une plus grande profondeur », a expliqué le représentant de Neo4J, invitant les organisations à évoluer d’une approche « data-driven » à une autre « intelligence driven ».

Donner du sens

Neo4j avec son partenaire luxembourgeois EDDA aident les acteurs locaux à relever de nouveaux enjeux au départ de cette technologie performante et simple à prendre en main. « L’enjeu, au départ, est de trouver une question à laquelle on ne parvient pas à répondre au départ d’une base de données relationnelle, complète Herman Roelandts. À partir de cette question, l’enjeu sera de définir un premier modèle, en connectant diverses données entre elles de manière dynamique, à travers des modèles qui permettront de leur donner un sens. »