La Data au service de l’efficacité opérationnelle et de la qualité des données
Contexte
La ligne produit titrisation origine et structure pour ses clients des solutions de financement adossées sur des actifs ou des cashflows. Un système de gestion a été développé en interne pour supporter l’activité. La solution permet une grande liberté de modélisation des transactions et la création de reporting ad-hoc par les équipes d’analyses.
Le client souhaitait étudier les apports de la démarche Data Centric afin d’offrir une plus grande liberté d’accès à la donnée aux équipes métiers et de répondre aux attentes de digitalisation des clients.
Data Self Service
Banque d’investissement
Titrisation
2 mois
Equipe WeeFin : 1 expert Data, 1 Data Analyst et 1 ingénieur Data
Activités / Livrables
Activités
-
Séances de sensibilisation et de formations Data
-
Interviews métier, IT, architecte, Data Analyst
-
Session d’idéation
-
Définition de l’architecture technique et fonctionnelle
Livrables
- 1 MVP incluant 2 tableaux de bord sous QlickSense
Faits Marquants
Mise en place d’un MVP « Data Self Service »
Le MVP Data Self-Service a bénéficié des infrastructures Data Lake déjà mises à disposition dans l’entreprise. Le projet a été réalisé sans modifier le système d’information existant en captant directement les événements métiers.
Démontrer l’apport du Data Self Service en 2 mois
En 2 mois, le client a pu démontrer l’apport de valeur de la démarche Data Self-Service en mettant en oeuvre les solutions suivantes :
- Qualité de la donnée : mise en place d’un système de détection des anomalies en intraday. La génération des alertes se fait en temps-réel à partir de règles métiers. Le détail des anomalies est visible à travers un tableau de bord mis à disposition des middle-office (MO). Une fois corrigée, l’anomalie disparaît automatiquement du tableau permettant aux équipes de voir un état constamment à jour.
- Amélioration des revenus : en intégrant un nouveau flux d’information externe, le front-office (FO) a obtenu une vision granulaire des besoins de refinancement des véhicules. Cela permet aux trésoriers d’aller chercher de la liquidité sur les marchés à un meilleur prix.
Un projet aux multiples impacts positifs
Les outils d’analyse Big Data ont été mis à la disposition des équipes métiers dans un environnement « bac à sable ». Cela leur a permis de construire de façon agile et en autonomie les nouveaux reportings réglementaires STS.
L’usage de technologie Big Data permet d’intégrer facilement de nouvelles sources de données non structurées et de les croiser avec les données internes, facilitant le travail de l’équipe Data Science naissante.
La mise à disposition de technologique innovante augmente la motivation des équipes IT, facilite le recrutement et améliore le service client.