2. Ordre du jour
1. Importance de l’information publique pour une banque
2. Evolution d’un premier outil d’analyse : Panoptes
3. Lien avec le CRM de CACIB : ClientLive
4. Cas d’usage liés à l’exploitation de l’information publique
5. Intérêt(s) des bases graphe
6. Autres cas d’usage
3. Page 3 ClientLive - PanOptes - Novembre 2018
L’exploitation des données s’appuie sur
de nouvelles solutions pour trier l’information
ET l’intelligence collective
Ce qui émerge sur internet chaque minute
“90% de la donnée disponible
dans le monde a été créée dans les deux
dernières années”
(source : IBM)
“19.8%du temps de travail
Soit un jour par semaine consacré par les
collaborateurs à chercher de l’information”
(source: Cotrillresearch)
4. Page 4 ClientLive - PanOptes - Novembre 2018
Pour les banques, l’information est un actif vital
Identifier des
opportunités
commerciales
Conduire des
analyses de
risque
Analyser
son
environnement
5. Page 5 ClientLive - PanOptes - Novembre 2018
PanOptes, une supervision de l’information publique
Avec cette solution, les utilisateurs peuvent rapidement consulter les informations
les plus pertinentes :
Les articles sont automatiquement classés par entreprise, domaine, sujet, opinion,
sentiment, langage, géographie, etc…
La base de connaissance s’enrichit des actions des utilisateurs pour fournir des
recommandations.
Capitalisation sur l’intelligence collective
Sur un
CLIENT
Très bientôt
sur un DOMAINE
ou un SECTEUR
6. Page 6 ClientLive - PanOptes - Novembre 2018
Vidéo Panoptes présentée le 16 mars 2018
7. Page 7 ClientLive - PanOptes - Novembre 2018
I. ClientLive, le CRM de CA-CIB, une autre vision
Un commercial n’a pas les mêmes besoins qu’un analyste des risques
8. Page 8 ClientLive - PanOptes - Novembre 2018
II. ClientLive, le CRM de CA-CIB, une autre vision
Même chose pour un responsable pays ou de secteur
9. Page 9 ClientLive - PanOptes - Novembre 2018
Crédit Agricole CIB, une organisation 3D orientée client
10. Page 10 ClientLive - PanOptes - Novembre 2018
3 personas décrivant les principaux profils rencontrés
Teddy
Ex.“Early detector”
Pauline
Ex.“Sales person”
Alix
Ex.“Editorialiste”
Qui sont-ils ?
Personnes devant trouver de
l’information pertienente le plus
rapidement possible à propos de
leurs datas, secteurs, geographies
à tout moment de la journée.
Qui sont-ils ?
Personnes ayant besoin de la
vision la plus large possible portant
sur des signaux faibles à propos
des datas de la banque.
Qui sont-ils ?
Personnes ayant besoin de trouver
et partager les dernières
informations à propos des datas,
secteurs, geographies, domains,
etc…
11. Page 11 ClientLive - PanOptes - Novembre 2018
Une Architecture Graphe pour plus
de Performance, de Flexibilité et d’Efficacité
12. Page 12 ClientLive - PanOptes - Novembre 2018
I. De l’intérêt des bases graphe : Une meilleure visibilité
Pour les données arborescentes comme sur Panoptes
Et de manière globale pour toutes les données hiérarchiques
Tests
POO
Design
Patterns
C# CQRS
Elastic
Search
TDD
ASP.Net
Web forms
MVC Angular 2 React JS HTML CSS
Javascript
JQuery
Transact
SQL
DTSX Cube
SQL avancé
(réplication
&co)
3 2 3 1 1 2 3 3 1 1 3 3 3 3 2 2
2 2 2 1 0 2 1 3 2 0 2 2 2 0 0 0
3 3 3 3 1 1 3 3 3 1 3 3 3 0 0 0
3 3 3 2 0 3 1 2 1 0 3 2 2 0 0 0
SQLConception Web
Un lookup versus un clic…
13. Page 13 ClientLive - PanOptes - Novembre 2018
II. De l’intérêt des bases graphe : Une meilleure maintenabilité
Du fait de la reduction du code nécessaire.
Exemple de code TransacSQL
SELECT DISTINCT
dataId,
dataName,
parentId,
iif(S.Name='Validated by hierarchy', 'ValidatedByAdataManager', S.Name) as status
FROM (
SELECT
cast(C.IdTechdata as varchar(32)) AS dataId
,C.Name AS dataName
,iif(C.idTechParentdata is NULL, Null , cast(C.IdTechParentdata as varchar(32))) AS parentId
,MAX(SH.ChangeDate) as changeDate
FROM data C
INNER JOIN [StateHistory] SH on SH.IdTechTarget=C.IdTechdata
INNER JOIN [State] S on S.IdTechState=SH.IdTechState
WHERE
S.[IdTechStateMachine]=15
GROUP BY C.IdTechdata, C.Name, C.IdTechParentdata
) Grouped
INNER JOIN [StateHistory] SH on SH.IdTechTarget=Grouped.dataId
INNER JOIN [State] S on S.IdTechState=SH.IdTechState
WHERE
Grouped.changeDate=SH.ChangeDate
ORDER BY dataId
Exemple de code CYPHER (Neo4J)
MATCH(c:data)
OPTIONAL MATCH(p:data)<-[r:HAS_PARENT_data]-(c)
RETURN
c.id AS dataId,
c.name AS dataName,
p.id AS parentId,
filter(l in labels(c) where l<>'data')[0] as status
ORDER BY c.id
14. Page 14 ClientLive - PanOptes - Novembre 2018
II. De l’intérêt des bases graphe : Une meilleure performance
Du fait de l’organisation des données en mémoire.
Le code SQL précédent met ainsi 4 fois plus de temps
sur la même volumétrie (50.000 éléments retournés),
et parfois bien plus…
Des ratios 10 à 40 ont été régulièrement observés sur des volumétries
plus importantes (million d’éléments traités).
Des cas de time-out en SQL ont également été solutionnés.
15. Page 15 ClientLive - PanOptes - Novembre 2018
Une autre utilisation des bases graphe
Vision de l’architecture modulaire du CRM
16. Page 16 ClientLive - PanOptes - Novembre 2018
II. Une autre utilisation des bases graphe
Vision de l’architecture modulaire du CRM
The volume of data has increased tremendouslyA new way to exploit information is required
90% of the data in the world today has been created in the last two years alone” (source : IBM)
Deriving benefit from all the available information is very time-consuming : “19.8% of business time – the equivalent of 1 day per working week – is wasted by employees searching for information”(1)
To exploit information effectively, companies have to counter information overload by improving its quality
The aim is to ensure that information is relevant to the need of the employee
1) http://www.cottrillresearch.com/various-survey-statistics-workers-spend-too-much-time-searching-for-information
=> Data exploitation relies on new solutions to sort information and collective intelligence