Assureur santé Fortune 500
Vue d'ensemble
Les limites de l'intégration et du partage des données avec les sociétés nouvellement acquises entravaient la stratégie de croissance d'un assureur santé figurant au classement Fortune 500. Improving a été chargé de définir et de mettre en œuvre une stratégie de données unifiée à l'échelle de l'entreprise.
Défi à relever
Notre client était confronté à des données cloisonnées et incohérentes, à l'absence d'un emplacement centralisé pour les données et à l'absence de modèles clairs entre les départements pour l'ingestion et la consommation des données. En outre, les entreprises nouvellement acquises avaient des stratégies différentes en matière de données, ce qui rendait difficile l'unification de leurs efforts et la mise sur le marché efficace des produits.
La solution
L'équipe Improving a établi une portée générale pour une nouvelle plateforme moderne et a conçu et mis en œuvre une architecture pour créer un tissu de données à l'échelle de l'entreprise, un datamart en libre-service, des capacités analytiques avancées, et a permis des intégrations futures.
Nous avons identifié le périmètre complet et la conception requise pour mettre en place les environnements Snowflake et Azure. Nous avons aidé à définir les fonctions métier derrière plus de huit canons et leurs sources. La combinaison d'Azure et de Kafka nous a permis d'accélérer considérablement l'ingestion de données dans Snowflake à partir de nombreuses sources différentes.
Nous avons créé un hub centralisé de services de données pour établir un tissu de données à l'échelle de l'entreprise. Snowflake a fourni l'épine dorsale et a servi d'entrepôt de données pour le système, créant un data mart en libre-service qui a permis un accès facile aux données.
Parallèlement à la mise en œuvre de l'entrepôt de données, nous avons élaboré diverses méthodes d'ingestion et de consommation à utiliser en combinaison avec Snowflake. Nous avons développé un logiciel pour faciliter la gestion et la création d'API personnalisées pour les données stockées dans Snowflake, ce qui a permis de rationaliser le développement et de réduire les problèmes lorsque nous avons rencontré des difficultés.
Nous avons également créé plusieurs outils en libre-service pour aider l'équipe d'ingénierie des données à gérer les nouvelles demandes adressées à la plateforme et leur avons appris à utiliser la technologie pour automatiser des tâches qu'ils effectuaient auparavant manuellement.
Avantages pour l'entreprise
La nouvelle architecture a éliminé des années de dette technique et a permis de contribuer plus rapidement à l'ensemble de l'entreprise. Elle a également créé un ensemble de modèles d'ingestion et de consommation pour faciliter l'accès aux données à l'échelle de l'entreprise.
Le projet a permis d'identifier les lacunes de l'entreprise, d'éliminer le cloisonnement des données et de créer une approche unifiée du traitement des données de l'entreprise. L'entreprise dispose désormais d'un emplacement centralisé pour toutes ses données et peut s'intégrer à une plateforme d'apprentissage automatique, à un datamart en libre-service et à des analyses avancées, tout en bénéficiant d'une plus grande flexibilité pour évoluer avec les capacités de l'entreprise.
Cette plateforme moderne fournit des données provenant de divers départements et d'entités acquises à d'autres domaines de l'organisation, leur donnant les outils nécessaires pour prendre des décisions commerciales plus intelligentes.
Pourquoi Improving ?
L'équipe Improving a compris les besoins de l'entreprise et a aligné les bonnes ressources de l'équipe pour mettre en œuvre la solution, y compris la plateforme, les microservices et les API, et les équipes de Snowflake et de modélisation. Nous avons impliqué les bonnes équipes internes du client pour une transition plus facile de la plateforme et les avons mis au courant des nouvelles technologies de la plateforme pour gérer et maintenir le projet sur le long terme.