Comment Micropole a accompagné VOO dans sa migration complète du paysage de la Business Intelligence, du Big Data et de l’IA vers le Cloud.
A travers ce retour d’expérience, découvrez comment Micropole a accompagné l’un des plus grands opérateurs télécoms belge dans son projet de transformation.
Contexte
VOO est un opérateur télécom belge reconnu, principalement actif dans les régions de Wallonie et de Bruxelles.
Enjeux
- Augmenter la connaissance des clients pour accélérer l’acquisition et améliorer la fidélité et la rétention.
- Soutenir la transformation numérique en offrant une vision unifiée du client et de son comportement.
- Répondre aux nouveaux défis de la conformité (GDPR).
- Réduire radicalement le coût total de possession des environnements de données (4 environnements de BI différents + 3 clusters Hadoop avant la transformation).
- Introduire une Data Governance à l’échelle de l’entreprise et résoudre le problème de la BI fantôme (plus de 25 ETP du côté de l’entreprise pour traiter les données).
Solution : une plateforme de données basée sur le cloud à l’échelle de l’entreprise, alimentée par AWS
Pour répondre à ces besoins, les experts de Micropole ont d’abord réalisé une étude approfondie, couvrant tous les aspects de la transformation, tant sur le plan organisationnel (rôles, responsabilités, équipes, compétences, processus, gouvernance) que sur le plan technique (scénarios architecturaux globaux, du cloud hybride aux solutions full cloud en mode PaaS).
À partir des résultats de cette étude, nous avons mis en place une Cloud Data Platform à l’échelle de l’entreprise, combinant des processus de BI traditionnels avec des capacités analytiques avancées. En parallèle, nous avons également redéfini l’organisation des données et les processus associés, tout en introduisant une gouvernance des données au niveau de l’entreprise.
Bénéfices de l’implémentation de la Cloud Data Platform
- Une diminution de plus de 70% du coût total de possession
- Une plus grande agilité au sein de l’entreprise
- Un renforcement considérable des capacités de l’organisation
Zoom sur l’architecture basée sur les services de données clés d’AWS
1) Data Lake
Amazon S3 sert de couche centrale pour l’ingestion des données et assure leur persistance à long terme.
Certaines données sont prétraitées sur Amazon EMR, où des clusters sont créés dynamiquement plusieurs fois par jour. Ces clusters traitent exclusivement les nouvelles données arrivant dans S3. Une fois le traitement effectué, les données sont stockées dans un format Apache Parquet optimisé pour l’analyse, puis le cluster est supprimé. Le cryptage et la gestion du cycle de vie sont activés sur la majorité des buckets S3 pour répondre aux exigences de sécurité et de rentabilité. Actuellement, plus de 600 To de données sont conservées dans le Data Lake. Amazon Athena est utilisé pour créer et maintenir un catalogue des données, ainsi que pour explorer les données brutes contenues dans le Data Lake.
2) Data Warehouse
Le Data Warehouse fonctionne sur Amazon Redshift, en utilisant les nouveaux nœuds RA3 et suit la méthodologie Data Vault 2.0. Les objets Data Vault sont très standardisés et ont des règles de modélisation strictes, ce qui permet un haut niveau de standardisation et d’automatisation. Le modèle de données est généré à partir des métadonnées stockées dans une base de données Amazon RDS Aurora.
3) DynamoDB
Amazon DynamoDB est utilisé pour des cas d’utilisation spécifiques où les applications web ont besoin de temps de réponse inférieurs à la seconde. L’utilisation de la capacité variable de lecture/écriture de DynamoDB permet de provisionner la capacité de lecture haute performance, plus coûteuse, uniquement pendant les heures de bureau, lorsqu’une faible latence et un temps de réponse rapide sont nécessaires. Ces mécanismes, qui reposent sur l’élasticité des services AWS, sont utilisés pour optimiser la facture mensuelle AWS.
4) Machine Learning
Une série de modèles prédictifs ont été mis en œuvre, allant d’un modèle classique de prédiction de désabonnement à des cas d’utilisation plus avancés. Amazon SageMaker a été utilisé pour construire, former et déployer les modèles à l’échelle, en exploitant les données disponibles dans le Data Lake (Amazon S3) et l’entrepôt de données (Amazon Redshift).
Et beaucoup d’autres fonctionnalités !
La plateforme de données construite sur-mesure pour notre client Voo offre de nombreuses autres capacités. L’ensemble des services disponibles sur l’environnement AWS permet de répondre à de nouveaux cas d’utilisation chaque jour, de manière rapide et efficace.
Pour en savoir plus sur comment Micropole peut vous aider dans vos projets de Cloud Data Platform, cliquez ici.