Helis actionne la donnée pour digitaliser l’entreprise

Parce que la donnée constitue l’ADN de l’entreprise, le groupe Helis a lancé Data by Design, une offre de conseil qui transforme les données brutes en autant d’actifs stratégiques.

Nos consultants analysent le niveau d’orientation data et accompagnent les directions métiers et SI dans les transformations opérationnelles et technologiques à mettre en œuvre.

Dotées d’une gouvernance optimale de leurs données, les directions métiers identifient de nouveaux usages et de facto, les pistes d’efficience et d’automatisation des processus.

Nos équipes assurent la mise en œuvre d’opportunités digitales au sein d’une organisation centrée sur la donnée et sensibilisée à l’émergence d’une éthique autour des nouvelles technologies.

Comment tirer le meilleur parti des données ?

Notre intervention consiste à mettre en conformité les données sensibles et à proposer un dispositif qui digitalise-sur-mesure les fonctions et les processus.

C’est pourquoi nos collaborateurs interviennent sur toute la chaîne de valeur de la donnée.

Nos consultants accompagnent les directions de la donnée dans la mise en place d’une gouvernance permettant la mise en conformité et en qualité des données.

Nos data manager, analystes et data scientistes assistent ensuite les équipes opérationnelles dans le pilotage et la mise en œuvre des projets d’exploration, d’analyse et de transformation en « insights » des données.

Une équipe renforcée, présente sur toute la chaîne de valeur de la donnée

Forts de 15 années d’expertise dans le déploiement d’infrastructures productives et maitrisées du SI, nos consultants traduisent les enjeux métiers en besoins fonctionnels et utilisent nos méthodes éprouvées pour déployer les architectures de données adaptées.

Face à la multiplication des outils et des technologies autour de l’exploitation des données, le groupe Helis s’est entouré de partenaires R&D en Intelligence Artificielle et acteurs de la FrenchTech, pour enrichir les savoirs et compétences de ses consultants et mettre à votre disposition un écosystème créateur de valeur technologique.

Ainsi, nos experts, proches du terrain, mettent en œuvre la stratégie à travers des cas d’usage utilisant les meilleures outils et technologies du big data et de l’intelligence artificielle (des algorithmes de Machine et Deep Learning au Traitement du Langage Naturel).

Fidèle à son empreinte sur le marché des Télécoms et de l’informatique, Helis propose l’intervention la plus appropriée au besoin dans les délais les plus courts.

Helis couvre l’ensemble des expertises en gestion des données

Nos interventions vont du diagnostic du niveau d’orientation data à la réalisation de cas d’usages :

  • Diagnostic : analyse du niveau d’orientation data actuel
  • Étude des priorités de travail en fonction du budget et des besoins
  • Identification des points prioritaires et analyse des écarts (mise en conformité réglementaire – RGPD – et cas d’usage)
  • Schéma directeur data : cible, trajectoire et recommandations
  • Politiques de gestion des données
  • Processus de gouvernance : Build & Run des processus de gestion des données : dictionnaires, cartographie des flux, gestion de la qualité, du référentiel et de la conformité des données
  • Outils de gouvernance : data lineages, data quality, référentiel, preuves de conformité, visualisation
  • Evolution du SI : évaluation des bases de données relationnelles (BI décisionnel) versus plateforme Big Data, cas d’usages architecture (collecte, stockage, distribution, exploration, hébergement des données – offre cloud)
  • Techniques pour exploiter/modéliser les données et prédire les modèles d’aide à la décision
    • Data wrangling : traitement de données volumineuses, numériques, structurées ou non, analyse qualitative et intervalle de confiance
    • Data visualisation (analyse descriptive, factorielle, hiérarchique, statistique descriptive et variance, segmentation, étude de marché)
    • Datamining (exploratoire)
    • Data Science
      • Modélisation quantitative (probabilité, multivarié, quantification, statistique) et multidimensionnelle (caractérisation des données via un modèle supervisé)
      • NLP : interprétation, analytique et corrélation des données
    • Minimum Value Product (MVP) : solutions logicielles
  • Méthodologie : codage en mode agile du POC au MVP.

Notre valeur ajoutée

 

  • Une équipe pluridisciplinaire composée de chefs de projet data, d’experts en data management, data architecture, data analyse et en intelligence artificielle
  • Un retour sur investissement élevé grâce au développement de solutions technologiques innovantes, du Prédictif Machine et Deep Learning, Computer Vision, NLP – Traitement du Langage Naturel)
  • Dispositif d’intervention et de recrutement sur-mesure.

Cas d’usage dans la data/

Assurance :

Dans le cadre d’un accompagnement du Chief Data Officer pour un grand groupe d’assurance mondial pour la mise en place du dispositif de gouvernance des données pour répondre aux besoins réglementaires

Objectifs de la mission :

Accompagnement de la mise en œuvre du programme de Data Gouvernance visant à :

  • Respecter les exigences réglementaires (Bâle 3, Solvency 2, GDPR)
  • Mettre en œuvre la politique du groupe de data management

Nos réalisations :

  • Mise en place du dispositif de data quality et animation des comités (RACI, escalade)
  • Modéliser le process d‘évaluation de qualité des données identifiées le long des processus de gestion d’entreprise et dans les systèmes IT
  • Création d’outils de gestion (dictionnaires de données, data lineages des données critiques jusque dans les datacenters), Data Quality Dashboards, Jugements d’experts, règles data quality des données collectées dans Business Object)
  • Suivi de l’automatisation des outils de gouvernance
  • Suivi des audits (BCBS 239, S2)
  • Suivi des projets (data lake)

Les résultats obtenus :

  • 12 Data Owners identifiés
  • Développement méthodologique du Data Office
  • Animation de 18 comités de pilotage trimestriels
  • Mise en évidence de 150 données critiques détaillées dans le dictionnaire
  • 20 data lineages modélisés pour les processus clés et suivi de la qualité des données clients
  • 500 règles data quality automatisées pour tester la complétude et l’exactitude des données dans tous les entrepôts de données