Pitney Bowes Software

Jean-Laurent Vidal

 

01 55 93 60 00

www.pitneybowes.com/fr

Analytique

API

Applications

Dataviz

Infrastructure

Institutionnels

Consultants/SSII

Intégrateurs

Les Solutions Sectorielles BIG DATA de Pitney Bowes Software

Quels que soient les secteurs, les entreprises obtiennent plus rapidement que jamais les réponses dont elles ont besoin. En effet exécuter un logiciel de Big Data de façon native dans Hadoop ou Spark leur permet d’analyser leurs données avec rapidité et précision. Mais pour donner de la valeur à cette analyse, il leur faut intégrer ces informations à leurs flux de travail et processus métier quotidiens. Nos alliances technologiques avec Cloudera, Hortonworks et Amazon Web Services permettent de prendre en charge les environnements sur site, mais aussi SaaS et IaaS dans le Cloud. L’ajout de données géospatiales leur permet de relier un large éventail de données, puis de les agréger et les analyser en vue d’obtenir des informations précieuses pour leurs activités spécifiques. En combinant de puissants SDK à leurs technologies de distribution préférées, ces sociétés sont assurées que leur solution de données spatiales fonctionnera de manière fiable, que ce soit sur site ou dans le Cloud.

 

Pitney Bowes Software accompagne de nombreuses entreprises pour des cas d’usage extrêmement variés selon les secteurs, nous pouvons notamment souligner :

 

Pour l’assurance & les services financiers

Vue unique des risques : Combinez d’énormes volumes de données à des vitesses incroyables afin de créer une vue consolidée des risques assurés potentiels associés à n’importe quelle propriété. Établissez un aperçu de l’exposition et des risques s’appliquant à l’ensemble de votre portefeuille (polices multiples) afin d’équilibrer correctement vos offres et vos tarifs.

 

Tarification selon l’usage et le comportement : Collectez d’énormes volumes de données télématiques concernant le mode de conduite des automobilistes (vitesse, moment de la journée, jour de la semaine, tendances de freinage, lieux, etc.) pour une prévision des risques et une tarification plus précises.

 

Notification des sinistres en temps réel : Mesurez l’impact d’un sinistre en temps réel, assignez les experts, fournissez un soutien rapide à vos adhérents et comprenez les pertes potentielles.

 

Conformité et criminalité financière : Résolution d’entités pour la lutte contre le blanchiment d’argent, la vérification d’identité (KYC, KYCC, CDD) et le contrôle des sanctions. Garantissez la qualité des données traitées par les systèmes de surveillance des transactions (TMS). Identifiez, reliez et visualisez des relations complexes (non évidentes).

 

Évaluation hypothécaire : Grâce à un grand nombre d’attributs de propriété, les prêteurs peuvent estimer précisément la véritable valeur d’une propriété.

 

Opportunités de vente croisée/incitative : Avec une vue unique et centralisée des clients, vous pouvez obtenir et partager des informations précises sur les comptes afin de créer des opportunités de vente croisée et incitative.

 

Analyse de l’emplacement et la performance des agences : Combinez intelligence géodécisionnelle et données démographiques pour visualiser et analyser le véritable potentiel de vente de diverses agences. Comparez rapidement la performance des agences et définissez des objectifs réalistes afin d’orienter la prestation de services adéquats aux bons emplacements.

 

Pour les opérateurs de télécommunication

Ce qui prenait des mois prend à présent quelques minutes :

Un fournisseur de services de communication aux États-Unis était confronté à l’opinion publique selon laquelle son réseau n’était pas aussi fiable que celui de ses concurrents. Afin de changer cette perception, il a voulu élaborer une carte de couverture du réseau détaillant l’état du service dans les petites régions des États-Unis.

 

Les jeux de données étaient incroyablement vastes. Malgré tout, à l’aide d’une solution de traitement géospatial s’exécutant de façon native dans Hadoop, ce fournisseur a agrégé pas moins de 19 milliards d’enregistrements téléphoniques (dans 950 millions de polygones) en seulement 31 minutes.

 

Optimisation du réseau : Comparez les performances prévues et les interactions réseau collectées à partir de milliards de connexions des adhérents. Assurez la planification de la capacité du réseau et une prestation de service cohérente, ainsi qu’un meilleur ciblage et un meilleur service aux clients de grande valeur.

 

Monétisation des données : Organisez et anonymisez les données de déplacement de vos adhérents pour créer de nouveaux modèles commerciaux et services numériques. Établissez des partenariats rentables dans une chaîne de valeur complexe et assurez la satisfaction de vos clients.

 

Interactions durant le cycle de vie des adhérents : Apprenez à cerner les déplacements et l’utilisation du réseau de chaque abonné pour quantifier la valeur client à vie et orchestrer des communications omnicanales cohérentes, contextuelles et pertinentes. Prévenez l’attrition et identifiez la prochaine action à entreprendre en temps réel.

 

Acquisition de clientèle : Créez des cartes de couverture participatives afin de mettre en avant la performance du réseau et acquérir de nouveaux adhérents.

Pitney Bowes Software

Jean-Laurent
Vidal

 

interview

Le Big Data tout le monde en parle, mais quels sont les premiers enjeux sur le sujet ?

Exécuter un logiciel de Big Data de façon native dans Hadoop ou Spark permet à nos clients d’analyser leurs données avec rapidité et précision. Mais pour donner de la valeur à cette analyse, il leur faut intégrer ces informations à leurs flux de travail et processus métier quotidiens. Nos alliances technologiques avec Cloudera, Hortonworks et Amazon Web Services permettent de prendre en charge les environnements sur site, mais aussi SaaS et IaaS dans le Cloud. L’ajout de données géospatiales leur permet de relier un large éventail de données, puis de les agréger et les analyser en vue d’obtenir des informations précieuses pour leurs activités spécifiques.

 

On peut notamment penser à trois corollaires du Big Data :

Accélérez les flux de travail. Les processus actuels ralentissent et surchargent parfois les systèmes et l’infrastructure informatiques. En allégeant ces processus avec des flux de Big Data plus rapides, les entreprises observent une amélioration considérable de leurs performances.

Organisez et reliez divers types de données. Pour une meilleure compréhension, nombre d’organisations collectent les données dans divers formats et sur plusieurs systèmes, et fusionnent les données correspondant à des cas d’utilisation similaires. Pitney Bowes permet aux entreprises de relier des données spatiales, structurées et non structurées dans des formats et des systèmes communs.

Tirez parti des informations issues des capteurs. L’Internet des Objets (IdO), en croissance exponentielle, aide les entreprises à mieux comprendre la performance de leurs équipements, de leur personnel et de leurs clients. Grâce à nos solutions, les entreprises peuvent contextualiser les énormes volumes de données générées par les capteurs pour obtenir une vision détaillée.

 

Quels sont les enjeux de l’utilisation de SDK dans l’environnement Big Data ?

Les SDK sont avant tout la source de résultats rapides. En accédant aux informations offertes par les Big Data, les nouveaux kits de développement logiciel (SDK) sont capables de transformer les entreprises. Les solutions avancées actuelles s’exécutent de façon native dans des environnements de Big Data, tels que Hadoop ou Spark, ce qui permet d’analyser d’énormes volumes de données disparates afin d’obtenir des résultats d’une précision exceptionnelle. Les entreprises peuvent également effectuer des opérations de géocodage, d’analyse spatiale et de gestion de la qualité des adresses en un temps record. En combinant de puissants SDK à leurs technologies de distribution préférées, nos clients sont assurés que leur solution de données spatiales fonctionnera de manière fiable, que ce soit sur site ou dans le Cloud. Les SDK pour les Big Data de Pitney Bowes sont : simples (exécution des processus de façon native dans Hadoop et Spark), puissants (gestion de données toujours plus complexes), rapides (traitement d’énormes volumes de données en un temps record.), flexibles (exécution sur site ou dans le Cloud) et évolutifs (modularité du système selon vos besoins).

 

Pourquoi miser gros sur le Big Data ?

La gestion des informations est un défi pour les entreprises de toutes tailles. La plupart manquent de puissance pour extraire de la valeur des données géospatiales à la vitesse requise ou à l’échelle appropriée. En effet, les outils utilisés par certaines entreprises peuvent nécessiter plusieurs jours pour traiter les données nécessaires afin de parvenir à des conclusions exploitables. Celles-ci s’abstiennent de résoudre les problèmes liés aux Big Data pour plusieurs raisons. Certaines les considèrent « trop volumineuses » ou « trop difficiles » à maîtriser. D’autres doivent combattre une culture hostile au changement. Il y a aussi celles qui doutent des promesses des Big Data en matière de rapidité, de sécurité et de développement des activités. Cependant de nouvelles solutions balaient les réticences des plus sceptiques, en changeant la dynamique et en créant des opportunités incroyables pour booster les résultats et générer des informations pertinentes de manière ultra-rapide au sein de votre infrastructure. Exploiter les Big Data à l’aide des logiciels adéquats peut offrir à nos clients des opportunités dont ils n’auraient pas pu bénéficier avec leurs solutions existantes. Avec les bons outils, ils peuvent approfondir leur connaissance des personnes, lieux et objets afin de découvrir des relations dissimulées et de les convertir en opportunités de croissance. Une approche modulaire leur donne la possibilité d’étendre leurs solutions pour répondre à l’évolution de leurs besoins. Ils peuvent ainsi intégrer des fonctions de qualité des données, des analyses de type « point dans un polygone » ou le calcul d’isochrones à leurs processus de Big Data natifs. Fort d’une telle flexibilité, ils ne sont plus limités à une simple solution ponctuelle de géocodage ou de validation des adresses. Désormais, les entreprises peuvent enfin obtenir les résultats qu’elles attendaient et rentabiliser leurs investissements dans le Big Data.