Références

Consulter nos retours d’expérience en matière de conception, réalisation et maintenance de projets Data dans des secteurs d’activités variés et sur l’ensemble des technologies du marché.

Cas clients

Retrouvez toute notre expertise Data illustrée par quelques cas client.

Franfinance

Conseil à la mise en place d’un Datalake sur une architecture Big Data Cloud AWS (Amazon)

L’objectif est d’accompagner FRANFINANCE dans le dimensionnement et la mise en place d’une architecture Big Data cible répondant au mieux aux besoins de Franfinance en matière d’interopérabilité, de maintenabilité et d’évolutivité.

La mission repose sur trois volets principaux :

  • Assistance à la direction de projet
  • L’expertise technique
  • L’assistance à l’installation et au paramétrage de la solution
Périmètre concerné :Marketing Data Architecture
Secteur d'activité :Crédit à la consommation
Technologies :Stockage : OracleCloud : AWSETL / Data Prep : PL/SQL, GlueReporting / DataViz : MicrostrategyLangages : SQL, Python, R

Challenge de production :

  • Cadrage des besoins impliquant le Top management du Groupe Société Générale avec des enjeux politiques forts et une infrastructure gérée par une autre entité que Franfinance (GTS)
  • Cadrage du projet : faisabilité, roadmap, charges, planning…
  • Définitions des prérequis organisationnels, humains et matériels
  • Coaching/formation au Responsable BI sur les nouvelles architectures de Data : Data Lake, DataQuality, Data Gouvernance…
  • Installation et paramétrage : définition de la stratégie d’implémentation et d’industrialisation

Agence de la biomédecine

TMA des applications de Data Intelligence

Externalisation en centre de services de la maintenance et l’évolution du système d’information décisionnel (SID) de l’Agence de la biomédecine (ABM) pour répondre aux objectifs suivants :

  • Garantir le maintien en bon état de fonctionnement des applications décisionnelles de l’Agence, existantes et à venir, ainsi que leurs évolutions,
  • Développer de nouvelles applications décisionnelles et orientées Big Data,
  • Accompagner l’Agence dans l’optimisation et l’évolution de son architecture DATA en apportant son expertise et en proposant des solutions innovantes
Périmètre concerné :Santé, Infoservices, Greffe d’organes, Réglementation, RH, Qualité de données
Secteur d'activité :Santé et Secteur public
Technologies :Stockage : OracleETL / Data Prep : InformaticaReporting : SAP BO BI 4Langages : SQL, Java

Challenge de production :

  • Montée en charge progressive des équipes projet sur l’ensemble des 7 info services (PG – Prélèvement & Greffe d’organe, Cristal Action, GREEN, REIN, PEGH – Procréation, l’Embryologie et la Génétique Humaine, RH, SESAME. Il recense l’ensemble des mesures et analyses permettant à l’Agence de piloter les activités médicales et biologiques qui lui sont confiées, embarquant la dimension règlementaire (RGPD), qualité, conservation, etc.
  • Stabilité de l’équipe équipe socle
  • Confidentialité des données de santé
  • Montée en charge de l’équipe pour conduire des études d’opportunité et expertise globale : Schéma directeur, architecture Data Lake, comparaison d’outils de DataViz, mise en place de nouveau environnement fonctionnel…

MGEN

Accompagnement à la mise d’une solution de Data Gouvernance avec Informatica

Mise en place d’une Data Gouvernance compétente sur les plateformes INFORMATICA permettant de renforcer le contenu et les fonctionnalités du traitement des données. La MGEN a fait confiance à TRIMANE pour l’accompagner dans le cadre de ce projet stratégique.

 

Périmètre concerné :MarketingRHConformitéFinance
Secteur d'activité :Santé
Technologies :Data Quality : Informatica IDQData Catalog : Informatica EDCData Gouvernance : Informatica Axon

Challenge de production :

  • Répertorier et cartographier le patrimoine des données à l’échelle de l’entreprise
  • Créer de la valeur à partir des données disponibles grâce à une extraction et une traçabilité approfondie des métadonnées
  • Favoriser les contrôles, améliorer la conformité et la qualité des données
  • Impliquer les différentes parties prenantes
  • Optimiser la performance de l’entreprise

WFS – World Flight Services

Transformation de l’architecture BI On premise vers le Cloud et réalisation d’une Data Plateforme niveau groupe.

Compte tenu de la disparité géographique des différentes BUs de WFS Holding, ainsi que de leurs systèmes opérationnels, la Direction de WFS Holding a choisi de stocker et uniformiser toutes les données sur le cloud. Le but final étant de pouvoir réaliser des rapports au niveau groupe rapidement et plus précisément.

Périmètre concerné :FinancièreACHATRHComité de direction
Secteur d'activité :Aéroportuaire
Technologies :Stockage Data Cloud : SnowflakeCloud : AWS S3ETL / Data Prep : Informatica Intelligent Cloud ServicesData Quality : Informatica Data Quality Reporting : SSRSData Viz : Tableau, Power BI

Challenge de production :

• Etudier et préconiser des technologies innovantes pour mise en place d’une solution DataDriven
• Élaborer des Business Cases et analyser les coûts-bénéfices
• Définir et déployer la Roadmap du projet jusqu’à sa phase d’industrialisation
• Définir les indicateurs de pilotage : P&L, Technical Investments, EBITDA, Revenues…
• Création des alimentations avec des sources multiples (IS Flight, Anaplan, Pulse, CQS, SAP Conso, facturation, paye, RH…) et des dashboards pour l’ensemble au niveau Groupe (contexte international)
• Veiller à la conformité de la donnée et à sa bonne intégration par les utilisateurs

Téréga

Uniformisation de l’environnement de reporting

Téréga a mené un projet de transformation digitale avec notamment la mise en place d’un groupe Data (DataLab) pour améliorer la performance opérationnelle et économique de l’entreprise. Dans ce contexte d’organisation « Data Driven » l’objectif est d’uniformiser la gestion du reporting entre tous les intervenants suivant la même logique, avec une architecture souple et modulaire.

Périmètre concerné :Direction financière
Secteur d'activité :Energie
Technologies :Stockage Data Cloud : Google Big QueryETL / Data Prep : Talend Integration Cloud Data Viz : Tableau SoftwareLangages : Python

Challenge de production :

  • Déployer dans toute l’entreprise un reporting maîtrisé, basé sur des données validées avec la mise en place d’une solution de valorisation de données industrialisée en mode Self-BI.
  • Défintion d’une architecture Data adpatée aux besoins de l’entreprise
  • Garantir la qualité et la cohérence des données traitées
  • Dimensionnement d’une équipe projet pour un accompagnement de bout en bout de la phase d’étude, de mise en place et de maintenance (cadrage, définition de la Roadmap, best practices, pièges à éviter, mode opératoire, définition des cas d’usage et KPI par ligne métier, allotissement…)