Big Data & Marketing dans le secteur du Luxe
Et si je collectais à la volée l’ensemble de mes ventes afin d’améliorer ma connaissance client ?
Contexte et objectifs
Notre client est un groupe mondial de Luxe, regroupant des maisons de luxe dans la maroquinerie, la mode, l’horlogerie ou encore la joaillerie. Dans le cadre de son évolution et de sa transformation numérique, ce client souhaitait mettre en place diverses actions Big Data afin de consolider ses données et améliorer sa performance commerciale.
Le groupe a fait appel à Mind7 Consulting pour l’accompagner dans la mise en place d’une architecture Big Data qui vise à :
- Consolider l’ensemble des données clients pour en améliorer la connaissance
- Avoir accès en temps réel aux informations des ventes clients
- Transformer et moderniser son Système d’Informations
Valeur ajoutée
Disponibilité des données
Automatisation d’action
Relation client
Traitement de gros volumes de données
Le projet
Mind7 Consulting est intervenu pour aider à la maîtrise de la performance des processus, sur divers processus métier de la société. L’ensemble des données saisies par les guichets des banques partenaires et agences sont centralisées dans un entrepôt de données.
La solution mise en place par Mind7 Consulting a permis de reconstruire les processus de traitement des assurances et de détecter par process mining les facteurs influençant positivement et négativement la performance processus (délais de traitement, cas d’erreur…). Ceci permet d’identifier concrètement les axes d’amélioration et les bonnes pratiques qui peuvent être généralisé.
Assemblées en Feature team, les consultants Mind7 Consulting ont réalisé, en mode Agile les fonctionnalités attendues. Un Product Owner et un Scrum Master issus des équipes de notre client, mais aussi de nombreux interlocuteurs du métier et de la production informatique ont pris part au projet, ainsi que des équipes en charge du “Front” et des fonctions CRM. Ainsi les équipes Mind7 Consulting non seulement l’architecture Big Data, mais aussi toutes les applications et fonctionnalités liées au “Back-end” et sur lesquelles l’apport du Temps Réel était le plus attendu.
Une phase de tests et de déploiement sur le terrain a permis de valider le bon fonctionnement ainsi que l’utilisabilité des solutions directement auprès des points de vente.
Effort et technologies
L’environnement technique repose sur des briques open source telles que Spark, Cassandra, Elastic, Docker, Nifi ou encore Solr. La plupart des développements sont réalisés en Scala. La mise en place du monitoring a été réalisée avec Jenkins et Git Lab CI.
Le projet était réalisé en mode Agile, avec des itérations de 2 semaines et une durée totale de 4 mois.
4
Développeurs
1
Tech lead
2
Product owner côté client
1
Semaine par itération