Nicolas Vivarelli, Data Intelligence Manager – POST Luxembourg

Chaque entreprise est aujourd’hui amenée à gérer, toujours plus rapidement, un volume croissant de données, issues de multiples sources et de différentes natures, en veillant à s’assurer de leur pertinence pour en tirer de la valeur. « Quand on parle d’approche big data analytics, on évoque rapidement les 5 « V » : Volume, Velocity, Variety, Veracity et Value, commente Nicolas Vivarelli, Data Intelligence Manager de POST Luxembourg. Ces cinq composantes doivent aujourd’hui être prises en compte si l’on veut mieux exploiter la richesse dont dispose chaque organisation. L’enjeu est de parvenir à en tirer de la connaissance à diverses fins. En marketing, par exemple, une approche data analytics doit permettre de mieux cibler les actions envers les clients ou prospects, pour leur proposer des offres plus adaptées, d’évaluer le risque de les voir partir ou les opportunités de renforcer la relation. Mais une approche d’analyse de données peut aussi servir à prédire des risques financiers ou de sécurité, à diagnostiquer des maladies, à améliorer des processus. »

APPRÉHENDER LA DONNÉE DANS SA DIVERSITÉ

Conscients des opportunités, les acteurs désireux de s’inscrire dans une telle approche, doivent trouver les moyens de collecter efficacement les données, de les stocker, de les extraire en fonction des besoins, d’établir des modèles d’analyse qui permettront de répondre aux questions que l’on se pose. Pour ses propres activités, POST a développé une plateforme de data intelligence couvrant l’ensemble de ces défis.

« Il faut notamment parvenir à appréhender la donnée dans sa diversité, qu’elle soit structurée ou non, par lots ou en temps réel, et ce de manière dynamique. La gestion de la donnée à travers des bases de données n’est plus adaptée. Nous avons donc mis en oeuvre un data lake, qui nous permet de rassembler plus aisément les données, mais aussi de les croiser plus efficacement, de gagner en maturité vis-à-vis de leur traitement », poursuit Nicolas Vivarelli.

SUR LE CHEMIN DE LA VALORISATION

Mettre en oeuvre une approche Big Data implique en effet d’évoluer pas à pas, en commençant par prendre conscience des données dont on dispose et de leur valeur (Data Discovery), puis en cherchant à en extraire de l’information (Data Mining). Au-delà, on peut mettre au point, grâce à l’intelligence artificielle et au machine learning, des modèles prédictifs. « Préalablement, toutefois, les organisations doivent s’assurer de la qualité des données disponibles, en mettant en place une gouvernance adaptée, poursuit le spécialiste de la donnée. Pour cela, nous avons développé des outils et des processus permettant de vérifier la cohérence de l’information, ses lacunes, sa véracité. L’établissement d’un dictionnaire permet d’enrichir les données, grâce à des métadonnées, indiquant par exemple d’où elles viennent, à qui elles appartiennent, les exigences en termes de confidentialité et de rétention, l’usage que l’on peut en faire. »

C’est un autre défi : la valorisation de la donnée doit en effet s’envisager en conformité avec les réglementations en vigueur. Il importe d’en garantir la sécurité et, le cas échéant, de procéder à leur anonymisation.

Dans la mise en place de sa plateforme de data intelligence, POST a travaillé en étroite collaboration avec son Data Protection Officer ainsi qu’avec CYBERFORCE, le département du groupe dédié à la cybersécurité, agissant en tant que Tiers de Confiance Indépendant auprès de ses clients.

« Directement connectés au data lake, nous avons déployé un ensemble d’outils pour extraire et étudier les données, tout en s’assurant de leur qualité »

DÉPLOYER LES BONS MODÈLES

« Directement connectés au data lake, nous avons ensuite déployé un ensemble d’outils pour extraire et étudier les données, tout en s’assurant de leur qualité. A cela s’ajoutent des interfaces web permettant aux data scientists de prévisualiser l’information mais aussi d’appliquer des modèles d’analyse pour extraire des valeurs des données. En fonction des besoins, ils peuvent appliquer divers modèles, pour créer une vue à 360° du client ou encore prédire l’attrition », explique Nicolas Vivarelli.

L’équipe de POST a mis près de trois ans pour mettre en oeuvre une telle plateforme, qui a rapidement rencontré un important succès en interne. Elle a notamment permis d’améliorer les actions marketing envers les clients plus susceptibles d’opter pour une offre précise ou de changer de fournisseur de services. De cette manière, POST a notamment pu réaliser des économies substantielles en ciblant mieux ses efforts.

PARTAGER L’EXPERTISE

Constatant la pertinence de la démarche, la volonté de POST a été de partager cette expertise acquise, ainsi que les outils développés, avec les clients. Le groupe, désormais, se propose d’accompagner les organisations dans le déploiement d’une approche d’analyse efficiente de leurs données. « Aujourd’hui, nous servons une grande diversité d’acteurs. Dans le secteur de la santé, la plateforme est utilisée pour prédire les risques de développer des maladies rares ou orphelines ou encore des affections de longue durée. Dans le secteur des transports, la plateforme permet de collecter et traiter en temps réel des données émanant de divers modèles de voiture en Europe, pour prédire des risques ou alerter de zones de danger », explique Nicolas Vivarelli. POST Luxembourg accompagne aussi des établissements du secteur financier, comme la banque coopérative Raiffeisen (lire ci-contre).

En mettant à disposition sa plateforme, POST permet aux organisations de gagner beaucoup de temps, puisqu’elles accèdent directement à une expertise mais aussi à des algorithmes et à des modèles d’analyse éprouvés.