SlideShare a Scribd company logo
1 of 12
Download to read offline
Data Quality Project
Introduction
 La qualité des données un des soucis majeurs pour le SI
 Le projet Data cleaning a été initié pour résoudre cette problématique
 Objectif : nettoyage des données clients
 Périmètre : Organisation des dossiers Physiques /Maj de la base à partir des dossiers
clients actuels / Numérisation
 Planification : sur 3 phases : 5 agences / Généralisation / enrichissement de la base
 Processus :
Constituer un dossier physique client à partir des dossiers comptes
Identifier les dossiers inexistant, les dossiers incomplets, les dossiers non actualisés
Etablir une fiche pour chaque dossier client, pour marques dessus les informations à
corriger sur le système
Corriger la base de données à partir des annotations inscrites sur les fiches
Numériser et archiver le dossier client
Data cleaning
 Une contrainte Majeure qui a conditionné la suite : La décision d’adopter CIS après le
démarrage des travaux du projet
I. La migration prévue sur AS400 annulée
Impossibilité de continuer toutes les étapes du processus (étape de correction sur le système)
Décision de continuer sur la partie manuelle du processus et reporter les corrections
II. Les données obligatoires exigées par CIS dépassent le contenu disponible dans les anciens
dossiers
Sur CIS La confirmation se fait par écran entier -> impossibilité de modification unitaire (par zone) détaillée
Décision d’arrêter le processus : agence 28 n’a pas été traitée
Data cleaning
20 150 dossiers clients ( Laissant de coté les dossiers du personnel , les clients de plusieurs agences , les comptes indisponibles )
 2048 : Dossiers inexistants 10%
 5734 : Dossiers incomplets 28%
 1084 : Dossiers non actualisées 5%
 11 284 : Contrôlés et corrigés sur fiches
 7000 : Numérisés
(listes détaillées communiquées aux agences concernées )
Contrôle des données migrées sur CIS :
• Modification sur système : 4000 Clients ( Correction des Numéros pièce d’identité , noms et comptes joints )
• Contrôle des identités en double : 9009 comptes ( dont 3573 appartiennent au lot des 4 agences traitées)
Data cleaning
 Nécessité de se resituer par rapport au nouvel environnement CIS , en prenant en
considération :
Nouvelle structure de donnée et nouvelle logique du programme différente d’Oracle
Des Données obligatoires qui n’étaient pas disponibles
Un aspect réglementaire plus développé (FATCA & AML)
Attribution d’un niveau de risque pour chaque client : LR / MR / HR
Actualisation périodique (cyclique) des données selon le niveau de Risque
Possibilités d’interaction avec d’autres applicatifs (Cashier) : Indicateur DQ (Indicateur de la qualité
des données)
C I S
 Fonctionnement du mécanisme DQ
L’indicateur DQ est positionné automatiquement par CIS lorsque certaines conditions sont détectées :
 Inexistence de données obligatoires
 Périodicité de l’actualisation des données dépassée (selon niveau de risque)
DQ interagit avec l’environnement applicatif (Cashier) : un message d’alerte (non bloquant)
L’opérateur sollicite Le client pour remplir un formulaire de mise à jour de ses données
DQ sera annulé après qu’une mise à jour des données est faite (back office )
Data Quality
 faisabilité :
 Action de grande envergure : Lors de l’initialisation de DQ , toute la population des clients de la
banque est concernée .
 Convenir sur certain prérequis :
• Périmètre de l’action (base données / dossier client / archivage E & P ) ?
• Processus adéquat ?
• Organisation : Equipe permanente ou projet ? supervision de l’équipe ? rattachement ?
• Degré d’efficacité ?
Data Quality
Statistiques
Scenarios
1. Actualisation totale de la Base ET simultanément reconstitution totale des dossiers
 Faisabilité , Efficacité , uniformité
 Non adhésion des clients
 Non adhésion du personnel
2. Actualisation de la base PUIS reconstitution des dossiers dans un 2ieme temps
 Commercialement Non recommandé
3. Actualisation de la base et reconstitution dossier selon la situation
processus adéquat ?
Data Quality
Data Quality
Résoudre sélectivement : par groupe d’agence , par
catégorie client
Uniformité , faisabilité Prendre en charge la Gamme
Retail (démarrage)
Entamer un travail préliminaire pour chaque agence
:Identifier les clients incomplets et inexistants
Efficacité , adhésion du personnel Appliquer les 2 premières
étapes de l’ancien process pour
chaque agence
simplifier la récupération de l’information
(formulaire)
Adhésion du client Identifier les informations
obligatoires à fournir par le
client
Prendre en charge les modifications spontanées (
gagner sur le volume)
Efficacité (Retail)
Période d’observation (pilote) : 21,27,80 (Tous les critères ) 2 mois Max
Action de sensibilisation pour l’agence pour
l’introduire dans le contexte du projet.
Adhésion du personnel Commencer par 21, 27 ,80 (sur
le site de l’agence)
Merci Pour Votre Attention

More Related Content

Similar to Data Quality Presentation.pptx

Webinar Staff&Line - Orsyp : Le catalogue des services
Webinar Staff&Line - Orsyp : Le catalogue des servicesWebinar Staff&Line - Orsyp : Le catalogue des services
Webinar Staff&Line - Orsyp : Le catalogue des serviceslbesnard_staffandline
 
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’ITSystem Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’ITMicrosoft Technet France
 
Dartcor managment service
Dartcor managment serviceDartcor managment service
Dartcor managment servicechedyjemal
 
Présentation Centaure
Présentation CentaurePrésentation Centaure
Présentation CentaureJérôme Lee
 
DSI, c'est vous le chef d'orchestre!
DSI, c'est vous le chef d'orchestre!DSI, c'est vous le chef d'orchestre!
DSI, c'est vous le chef d'orchestre!Microsoft Ideas
 
Business intelligence pour startups
Business intelligence pour startupsBusiness intelligence pour startups
Business intelligence pour startupsSébastien Derivaux
 
DÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈESDÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈESAngelaPieruccini
 
Webinar axys neosight rex smurfit kappa
Webinar axys neosight rex smurfit kappaWebinar axys neosight rex smurfit kappa
Webinar axys neosight rex smurfit kappaAxys
 
Disaster Recovery Plan (DRP) & Business Continuity Plan 2012 - Computerland
Disaster Recovery Plan (DRP) & Business Continuity Plan 2012 - ComputerlandDisaster Recovery Plan (DRP) & Business Continuity Plan 2012 - Computerland
Disaster Recovery Plan (DRP) & Business Continuity Plan 2012 - ComputerlandPatricia NENZI
 
Retour expérience Agilité & Données fonction finances risques - Agile Tour ...
Retour expérience Agilité & Données fonction finances risques - Agile Tour ...Retour expérience Agilité & Données fonction finances risques - Agile Tour ...
Retour expérience Agilité & Données fonction finances risques - Agile Tour ...Xavier Warzee
 
Jaspersoft les 5 niveaux du décisionnel intégré
Jaspersoft les 5 niveaux du décisionnel intégréJaspersoft les 5 niveaux du décisionnel intégré
Jaspersoft les 5 niveaux du décisionnel intégréLocutus2of3
 
Resume theorique-m106-partie1-1401-620cd8a160396 (1)
Resume theorique-m106-partie1-1401-620cd8a160396 (1)Resume theorique-m106-partie1-1401-620cd8a160396 (1)
Resume theorique-m106-partie1-1401-620cd8a160396 (1)MounirAlaoui4
 
20151001 cas vivaldi groupe 3
20151001 cas vivaldi groupe 3 20151001 cas vivaldi groupe 3
20151001 cas vivaldi groupe 3 melaniegenovese
 
Mémoire de stage : Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...
Mémoire de stage :  Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...Mémoire de stage :  Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...
Mémoire de stage : Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...Ammar Sassi
 
Implementeritilv2 140114131107-phpapp01
Implementeritilv2 140114131107-phpapp01Implementeritilv2 140114131107-phpapp01
Implementeritilv2 140114131107-phpapp01Nacer HAMADENE
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...Micropole Group
 
Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...
Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...
Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...Institut Lean France
 

Similar to Data Quality Presentation.pptx (20)

Webinar Staff&Line - Orsyp : Le catalogue des services
Webinar Staff&Line - Orsyp : Le catalogue des servicesWebinar Staff&Line - Orsyp : Le catalogue des services
Webinar Staff&Line - Orsyp : Le catalogue des services
 
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’ITSystem Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
 
Dartcor managment service
Dartcor managment serviceDartcor managment service
Dartcor managment service
 
Présentation Centaure
Présentation CentaurePrésentation Centaure
Présentation Centaure
 
DSI, c'est vous le chef d'orchestre!
DSI, c'est vous le chef d'orchestre!DSI, c'est vous le chef d'orchestre!
DSI, c'est vous le chef d'orchestre!
 
Business intelligence pour startups
Business intelligence pour startupsBusiness intelligence pour startups
Business intelligence pour startups
 
DÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈESDÉBAT SUR LA GOUVERNANCE DE DONNÈES
DÉBAT SUR LA GOUVERNANCE DE DONNÈES
 
Business intelligence QLIKVIEW
Business intelligence QLIKVIEWBusiness intelligence QLIKVIEW
Business intelligence QLIKVIEW
 
Webinar axys neosight rex smurfit kappa
Webinar axys neosight rex smurfit kappaWebinar axys neosight rex smurfit kappa
Webinar axys neosight rex smurfit kappa
 
Disaster Recovery Plan (DRP) & Business Continuity Plan 2012 - Computerland
Disaster Recovery Plan (DRP) & Business Continuity Plan 2012 - ComputerlandDisaster Recovery Plan (DRP) & Business Continuity Plan 2012 - Computerland
Disaster Recovery Plan (DRP) & Business Continuity Plan 2012 - Computerland
 
Retour expérience Agilité & Données fonction finances risques - Agile Tour ...
Retour expérience Agilité & Données fonction finances risques - Agile Tour ...Retour expérience Agilité & Données fonction finances risques - Agile Tour ...
Retour expérience Agilité & Données fonction finances risques - Agile Tour ...
 
Jaspersoft les 5 niveaux du décisionnel intégré
Jaspersoft les 5 niveaux du décisionnel intégréJaspersoft les 5 niveaux du décisionnel intégré
Jaspersoft les 5 niveaux du décisionnel intégré
 
Resume theorique-m106-partie1-1401-620cd8a160396 (1)
Resume theorique-m106-partie1-1401-620cd8a160396 (1)Resume theorique-m106-partie1-1401-620cd8a160396 (1)
Resume theorique-m106-partie1-1401-620cd8a160396 (1)
 
Rapport Réingénierie de Processus
Rapport Réingénierie de ProcessusRapport Réingénierie de Processus
Rapport Réingénierie de Processus
 
20151001 cas vivaldi groupe 3
20151001 cas vivaldi groupe 3 20151001 cas vivaldi groupe 3
20151001 cas vivaldi groupe 3
 
Procima deck 7 May 2014
Procima deck 7 May 2014Procima deck 7 May 2014
Procima deck 7 May 2014
 
Mémoire de stage : Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...
Mémoire de stage :  Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...Mémoire de stage :  Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...
Mémoire de stage : Mise en œuvre de l'approche Cobit4.1 en matière d'audit d...
 
Implementeritilv2 140114131107-phpapp01
Implementeritilv2 140114131107-phpapp01Implementeritilv2 140114131107-phpapp01
Implementeritilv2 140114131107-phpapp01
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
 
Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...
Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...
Retour d’expérience Lean dans les services : succès et échecs par Eric Prevot...
 

Data Quality Presentation.pptx

  • 2. Introduction  La qualité des données un des soucis majeurs pour le SI  Le projet Data cleaning a été initié pour résoudre cette problématique  Objectif : nettoyage des données clients  Périmètre : Organisation des dossiers Physiques /Maj de la base à partir des dossiers clients actuels / Numérisation  Planification : sur 3 phases : 5 agences / Généralisation / enrichissement de la base
  • 3.  Processus : Constituer un dossier physique client à partir des dossiers comptes Identifier les dossiers inexistant, les dossiers incomplets, les dossiers non actualisés Etablir une fiche pour chaque dossier client, pour marques dessus les informations à corriger sur le système Corriger la base de données à partir des annotations inscrites sur les fiches Numériser et archiver le dossier client Data cleaning
  • 4.  Une contrainte Majeure qui a conditionné la suite : La décision d’adopter CIS après le démarrage des travaux du projet I. La migration prévue sur AS400 annulée Impossibilité de continuer toutes les étapes du processus (étape de correction sur le système) Décision de continuer sur la partie manuelle du processus et reporter les corrections II. Les données obligatoires exigées par CIS dépassent le contenu disponible dans les anciens dossiers Sur CIS La confirmation se fait par écran entier -> impossibilité de modification unitaire (par zone) détaillée Décision d’arrêter le processus : agence 28 n’a pas été traitée Data cleaning
  • 5. 20 150 dossiers clients ( Laissant de coté les dossiers du personnel , les clients de plusieurs agences , les comptes indisponibles )  2048 : Dossiers inexistants 10%  5734 : Dossiers incomplets 28%  1084 : Dossiers non actualisées 5%  11 284 : Contrôlés et corrigés sur fiches  7000 : Numérisés (listes détaillées communiquées aux agences concernées ) Contrôle des données migrées sur CIS : • Modification sur système : 4000 Clients ( Correction des Numéros pièce d’identité , noms et comptes joints ) • Contrôle des identités en double : 9009 comptes ( dont 3573 appartiennent au lot des 4 agences traitées) Data cleaning
  • 6.  Nécessité de se resituer par rapport au nouvel environnement CIS , en prenant en considération : Nouvelle structure de donnée et nouvelle logique du programme différente d’Oracle Des Données obligatoires qui n’étaient pas disponibles Un aspect réglementaire plus développé (FATCA & AML) Attribution d’un niveau de risque pour chaque client : LR / MR / HR Actualisation périodique (cyclique) des données selon le niveau de Risque Possibilités d’interaction avec d’autres applicatifs (Cashier) : Indicateur DQ (Indicateur de la qualité des données) C I S
  • 7.  Fonctionnement du mécanisme DQ L’indicateur DQ est positionné automatiquement par CIS lorsque certaines conditions sont détectées :  Inexistence de données obligatoires  Périodicité de l’actualisation des données dépassée (selon niveau de risque) DQ interagit avec l’environnement applicatif (Cashier) : un message d’alerte (non bloquant) L’opérateur sollicite Le client pour remplir un formulaire de mise à jour de ses données DQ sera annulé après qu’une mise à jour des données est faite (back office ) Data Quality
  • 8.  faisabilité :  Action de grande envergure : Lors de l’initialisation de DQ , toute la population des clients de la banque est concernée .  Convenir sur certain prérequis : • Périmètre de l’action (base données / dossier client / archivage E & P ) ? • Processus adéquat ? • Organisation : Equipe permanente ou projet ? supervision de l’équipe ? rattachement ? • Degré d’efficacité ? Data Quality
  • 10. Scenarios 1. Actualisation totale de la Base ET simultanément reconstitution totale des dossiers  Faisabilité , Efficacité , uniformité  Non adhésion des clients  Non adhésion du personnel 2. Actualisation de la base PUIS reconstitution des dossiers dans un 2ieme temps  Commercialement Non recommandé 3. Actualisation de la base et reconstitution dossier selon la situation processus adéquat ? Data Quality
  • 11. Data Quality Résoudre sélectivement : par groupe d’agence , par catégorie client Uniformité , faisabilité Prendre en charge la Gamme Retail (démarrage) Entamer un travail préliminaire pour chaque agence :Identifier les clients incomplets et inexistants Efficacité , adhésion du personnel Appliquer les 2 premières étapes de l’ancien process pour chaque agence simplifier la récupération de l’information (formulaire) Adhésion du client Identifier les informations obligatoires à fournir par le client Prendre en charge les modifications spontanées ( gagner sur le volume) Efficacité (Retail) Période d’observation (pilote) : 21,27,80 (Tous les critères ) 2 mois Max Action de sensibilisation pour l’agence pour l’introduire dans le contexte du projet. Adhésion du personnel Commencer par 21, 27 ,80 (sur le site de l’agence)
  • 12. Merci Pour Votre Attention