1©2015 Talend Inc

Maintenance prédictive, personnalisation des interactions clients, optimisation de la supply chain : quand Spark et Hadoop s'immiscent dans les activités opérationnelles de l’entreprise

Jean-Michel Franco – Directeur marketing produit - @jmichel_franco

2

Les entreprises orientées données…

· 23 fois plus d’acquisition de clients

· 6 fois plus de fidélisation clients

· 19 fois plus rentables

McKinsey’s DataMatics 2013 Survey - Using customer analytics to boost corporate performance

Dynamiser l’entreprise par ses Données

3

ABOUT TALEND

Faits et chiffres

• Créé en 2006

• 500+ employés dans 7 pays

• 1700+ clients

• 2M+ téléchargement open source

• 108% CAGR

2007 2008 2209 2010 2011 2012 2013 2014

CLOUD INTEGRATIO

N

DATA INTEGRATION

BIG DATA INTEGRATION

MASTER DATA MANAGEMENT

APPLICATION INTEGRATION

Talend en bref

Data Fabric

4

Réussir les transitions de l’expérimentation à la transformation digitale

Trajectoires d’adoption pour le Big Data

Experimentation Analytique Data driven

Valeur

Seuil de rentabilité

Proof of concept

Projetapprouvé

Généra-lisation

Transfor-mation

+

+Data Fabric+

Big data

“Ne cédez pas à la mode “data scientist”. Ayez une vision plus globale

& commencez dès à présent à opérationnaliser le big data”

5

Le Big Data pour mieux servir le client connecté

Exemple de Cas d’usage Mettre en place la Customer Data Platform

Les enjeux :

• Améliorer les taux de transformation tout au long du parcours client• Améliorer le service client et personnaliser chaque interaction• Mesurer avec plus de précision l’efficacité des promotions et services

La démarche :

• Créer la vue unique et opérationnelle du client multi-canal• Collecter et connecter les données d’interaction/transaction • Enrichir avec l’analytique• Intégrer les points de contacts client en temps réel

La plate forme :

• Master Data Management pour la vue client consolidée• Big Data et machine learning pour la vue 360°enrichie• Intégration temps réel aux applications digitales et point de vente

6

Personnaliser le parcours santé

L’enjeu : Transformer le parcours santé en une expérience personnalisée et plus efficace grâce aux données et à l’analytique

Pourquoi Talend :Une offre de Master Data Management dans le cloud, prête pour le Big Data, pour comprendre le contexte de chaque patient et l’orienter vers le bon service

Valeur : Temps et efforts pour intégrer chaque nouveau client diminués de 75% grâce à la standardisation et la réutilisation des sources de données We are smart, passionate people, committed

to creating a better healthcare experience and better outcome

7

Pourquoi Spark et Talend ?

Quelle plate-forme pour opérer votre transformation par les données ?

Spark Streaming

ArchitectureLambda

In Memory

MachineLearning

Pas de codeMigration en 1 click

Analyser avant d’agir, au bon moment

Transformer les données en décisions,

prescriptions et actions

Rester à la pointe de la technologie sans efforts

Supprimer les temps de latence quels que soient

les traitements à appliquer

Exploiter la donnée dès qu’elle vient

8

Disposer de l’information en juste à temps

Supprimer les temps de latence grâce à l’in-memory

Case d’usage : Vers une approche plus dynamique du pricing

Pourquoi Spark et Talend :

· Développer rapidement des traitements massifs de données et augmenter leur fréquence d’exécution

Augmentation de la performance des traitements batch Utilisation du caching et du partitionnementTirer partie de la mémoire pour accélérer drastiquement les temps de traitement

Résultats : · Des ventes augmentées de 9%, · Des rotations de stocks améliorées de 6% · Une profitabilité améliorée de 5%.

http://www.blue-yonder.com/blog-e/2014/05/07/dynamic-pricing-critical-todays-multichannel-retailer/

9

Avantage : Transformer les données de l’Internet des Objets en décisions puis actions prises en temps réel grâce à une seule solution

z NoSQLMessaging rapide, Ingestion à haut débit, Traitement

de données

Les usages de Spark Streaming pour l’Internet des Objets

Exploiter la donnée dès qu’elle vient

AMQP

10

Les apports de l’architecture Lambda

Analyser avant d’agir, au bon moment

Mobile

Sensors

Web

Mobile App

Analytic App

Web App

Streaming

Batch

Query

Transform

Cleanse

Govern

Transform

Cleanse

Govern

Spark Streaming/Kafka

Spark

Spark SQL

11

Passer de l’analyse prédictive vers l’analyse prescriptive avec MLlib

• Cas d’usage typique : personnalisation et recommandation temps réel

• Bénéfices (source Venture Beat Survey) :

• Cas 1 : contenu personnalisé sur site web pour un nombre de page vues augmenté de 300 %

• Cas 2 : taux de conversion augmenté de 219%.

Transformer les données en Décisions, Actions & Prescriptions

Don-nées

IntégrerAppren

dre

Agir avec

clairvo-yance

Valeur

Alimenter l’apprentissage

Appliquer le modèle

Talend Big Data Integration& Quality

Machine learning et

analyse prédictive

Talend Real Time Big

Data integration

Puissance de traitement des

données dans SparkMLlib et Spark R

Spark streaminget modèle de machine

learning opérationnalisé

Solution

12

Ne partez pas du principe que vous pourrez porter facilement vos

applications existantes sur Spark depuis un autre modèle de

programmation, comme MapReduce. Evoluer

vers Spark nécessite une ré-implémentation

complète, et les coûts peuvent

outrepasser les bénéfices.

Rester à la pointe de technologie sans efforts

Nick Heudecker

What Apache Spark Means for Big Data

Gartner Research G00271327

February 25, 2015

13

Passer de MapReduce vers Spark en un clic grâce à Talend !

PerformanceMapReduce

(fonctionnement surdisque)

UnClic

PerformanceSpark

(fonctionnement en mémoireet sur disque)

5Xplus

rapide

14

Tenez vous prêts pour le « Next Big Thing »

UnClick

SparkNext Big Thing

Next Big Thing la prochaineinnovation

15

Découvrez Spark et le machine learning avec la nouvelle sandbox Talend

Créer un flux de données en streaming

avec Kafka

Créer un modèle de recommendation avec

Spark ML LIB

Créer une application Spark pour la

recommandation en temps réel

16

Questions & Réponses

http://fr.talend.com/En savoir +