Mission
Centraliser et fiabiliser les données d’une mutuelle à travers la mise en place d’un centre de données centralisé, afin de répondre aux exigences de qualité des données, d’améliorer leur exploitation via des tableaux de bord et de préparer l’implémentation de solutions BI avancées.
Actions menées
Phase 1 – Préparation
- Documentation et planification détaillée
- Réception et analyse des sources de données (sources, connecteurs, volumes, fréquences)
- Organisation des ateliers et comités de gouvernance pour assurer une coordination efficace
Phase 2 – Choix des outils cloud
- Sélection et évaluation des technologies Azure, AWS, GCP
- Priorisation des traitements et conceptualisation de l’architecture Cloud (composants, contraintes IT)
- Accompagnement dans l’appel d’offres et décision finale sur les solutions Cloud à adopter
Phase 3 – Développement du CDC
- Mise en place de l’environnement de travail avec Azure DevOps et Active Directory
- Création de la zone de dépôt avec Azure Blob Storage
- Intégration et traitement des données via Azure Data Factory et Databricks
- Stockage des données structurées avec Azure SQL Data Warehouse
- Développement de connecteurs pour les applications (Oracle, CRM, GED)
- Développement d’une Web App de transcodifications des pivots Sources vs Cible
Phase 4 – Finalisation et lancement
- Finalisation du modèle de données reliant les applications legacy
- Développement de la couche optimisée « Silver »
- Déploiement et mise en production
- Validation des tests finaux, documentation et formation des utilisateurs
Impacts
- Amélioration de la qualité des données : nettoyage, enrichissement et centralisation des données opérationnelles; renforcement des politiques de gouvernance des données
- Sécurité et Conformité : mise en place de mesures de sécurité robustes avec Azure Security Center et Monitor ; conformité avec la règlementation RGPD
- Analyse et exploitation des données : création de tableaux de bord facilitée et analyses avec PowerBI ; préparation pour des analyses avancées et l’intégration de fonctionnalités BI futures
- Efficacité opérationnelle : réduction des tâches manuelles grâce à l’automatisation des workflows avec Azure Data Factory ; meilleure utilisation des données et prise de décision plus rapide grâce à l’interface centralisée
