Le Big Data au service d'air France KLM et de ses clients

Transcription

1 Le Big Data au service d'air France KLM et de ses clients cas d'usage et trajectoire d'adoption 2015 Talend Inc N oubliez pas de tweeter : #TalendConnect 1

2 Le Big Data au service d'air France KLM et de ses clients Cas d'usage et trajectoire d'adoption David Huck Responsable du Programme Big Data Jean-Michel Franco Dir Marketing Produit #TalendConnect 2

3 Trajectoires d adoption pour le Big Data Réussir les transitions de l expérimentation à la transformation numérique Experimentation Analytique Data driven Valeur Ne cédez pas à la mode data scientist. + Ayez une vision plus globale + Data Fabric & commencez dès à présent + à opérationnaliser le big data Big data Proof of concept Projet approuvé Seuil de rentabilité Généralisation Transformation 3

4 Ambition du programme 2011 De l innovation à l industrialisation Nov 2014 Les métiers AF/KL peuvent tirer de la valeur d une implementation rapide des technologies BIG DATA #TalendConnect 4

5 Périmètre du programme Ecosystème Les 6 piliers du Big Data pour AF/KL Databases Data Streaming #TalendConnect 5

6 Approche du programme Plateau 1 Lancer l écosystème Big Data Rendre possible, Communiquer Expliquer Promouvoir Supporter Accompagner Faire Evoluer l Ecosystème Experimenter et Apprendre Déployer les Technologies Big Data les initiatives métier Big Data #TalendConnect 6

7 Environnement Technique 7

8 Maintenance Prédictive A380 Restitution GUI Predictive Maintenance KPI SAR Files Data Streaming Processing AF/KL Big Data Infrastructure Prediction Maintenance Engine AF/KL Data Scientist 8

9 Data Lake Client/Passager PNR Efficacité du re-ciblage Clustering client CUSTOMER Data Lake Prédiction de retard PAX Recommandation de destinations 9 #TalendConnect

10 Modèle de design technique BigData Operational Big Data Operational Big Data Operational Big Data BI Big Data Big Data Discovery Big Data Discovery Big Data Discovery Operational Operational Operational Services Services Services B I Services Operational Operational Data Services Services Science Services ESB (events provider) Process stream Increment view Other Real-time data Stream Kafka Broker Bulk data flow Inbound Stream Speed Layer Real time views Serving Layer Batch views HDFS Batch Layer Monitoring Serving DB Precomputed view (Map Reduce) Outbound Stream (Restful APIs) Applications 10

11 BigData BI Services BI améliorés Catalogue de données Gestion des meta-donées 11

12 Data Management Data officer Data owner Data steward Data engineer Data scientist / analyst (Business) (Business) (Business/IMO) (DEVOPS) (DEV) Data governance Governs data entities. Such as the customer. Sets policies, focuses on transversal topics related to e.g. all customer data & drives the data driven organization. Busin. data mgt Is accountable for (and paying for) a data set stored on -Hadoop (hdfs) data repository Delegates execution of day-to-day data mgt activities to a data steward. Busin. data mgt Responsible for stewardship / maintaining high quality data. This includes: -Meta data mgt -Updating the business glossary -Monitoring quality -Updating access policy, lcm etc. Techn. data mgt Responsible for all IT (DEV/OPS) activities. This includes: -data provisioning -monitoring -creating roles for access etc. Works in close cooperation with the data steward (& scientist) Extracts value from data. Is a consumer of the data. When a data scientist / analyst produces data; data mgt responsibilities should asap be transferred to business 12

13 Quels enseignements Intégrer les technologies Big Data au sein de l organisation IT, et développer les synergies au sein d équipes multidisciplinaires. Organiser les projets Big Data depuis l expérimentation jusqu à leur déploiement à grande échelle de la façon la plus agile qui soit. Mettre en place les rôles et les processus pour faire face au principal nouveau challenge amené par le Big Data : la gouvernance de données. 13

14 Merci 2015 Talend Inc #TalendConnect 14

15 15