www.talend.com ©Talend 2016 · Fr Anticiper les comportements clients de demain - Prédire la relation client et accélérer la génération de cash “ Les directions financières peuvent comparer leurs performances en matière de délais de paiement - accordés ou subis - dans une approche fondée sur l’analyse de données et non sur une intuition. CASE STUDY INDUSTRIE • Services Financiers INFORMATION • Siège social : France • 51-200 employés CAS D’USAGE • Performance financière PROBLÉMATIQUE • Analyse prédictive des flux financiers clients PRODUIT TALEND UTILISÉ • Talend Big Data BÉNÉFICES • Analyse de 690 milliards € de transactions, soit 230 millions d’expériences clients et 5 millions d’entreprises sur les 3 dernières années • Des projets Big Data de 3 à 4 fois plus rapides grâce à Talend • 1 journée de délai de paiement gagnée = plusieurs millions d’€ (en fonction du CA de l’entreprise) ” Olivier Novasque, CEO, Sidetrade Sidetrade est le leader mondial des solutions prédictives permettant de créer de la valeur sur le cycle sales-to-cash (c’est-à-dire de la vente jusqu’au paiement) et la relation client. Complémentaire aux CRM et ERP, sa plateforme cloud est unique et tire parti de l’intelligence artificielle pour prévoir les comportements de paiement client et accélérer la génération de cash-flow. Plus de 1 000 entreprises de toutes tailles et tous secteurs, dans 65 pays du globe, ont adopté l’intelligence artificielle de Sidetrade pour une croissance durable. Analyse prédictive des flux financiers clients Selon les années et les pays, les retards de paiement subis par les entreprises sont en moyenne de 13 à 15 jours. Du point de vue du cash-flow, l’enjeu est significatif : en fonction du chiffre d’affaires de l’entreprise, une journée peut à elle seule représenter plusieurs millions d’euros. Sidetrade a développé une solution tout-en-un d’anticipation des comportements de paiement simplifiant la vision des dirigeants d’entreprises et responsables financiers, tout en les aidant à réussir leur transformation digitale. Cette solution s’appuie sur l’exploitation de volumes massifs de Big Data. « Avec Sidetrade Payment Intelligence, Sidetrade est le seul éditeur du marché à proposer ce type d’analyses prédictives à forte valeur ajoutée sur la relation client. Grâce au Big Data, les directions financières bénéficient de projections réalistes basées sur des faits. Ce nouveau service contribue à anticiper et à optimiser la gestion du fonds de roulement et, par conséquent, à faciliter la génération de cash-flow d’exploitation », explique Olivier Novasque, CEO de Sidetrade. Sidetrade a conçu de puissants algorithmes tirant parti de techniques de machine learning pour rendre possible l’analyse prédictive des comportements de paiements de plus de 5 millions d’entreprises, en se fondant sur l’analyse de 690 milliards d’euros de transactions sur les trois dernières années, représentant 230 millions d’expériences de paiement inter-entreprises. Toutes ces données sont stockées dans le cloud de Sidetrade. « Les volumes de données que nous manipulons pour établir les scores de comportement de paiement sont absolument gigantesques », poursuit Olivier Novasque. « Pour traiter, de manière anonyme, les téraoctets représentés par les millions d’expériences de paiement enregistrées dans notre cloud, nous nous appuyons sur une architecture massivement parallèle reposant sur Hadoop et avons choisi Talend pour orchestrer l’intégration de ces données. » Pourquoi Talend ? Si Hadoop est aujourd’hui incontournable pour tout projet de Big Data, les compétences associées restent rares. Mettant en relief sa capacité à simplifier considérablement la manipulation de données au sein d’une architecture Hadoop massivement parallèle, Sidetrade a considéré que Talend s’intégrerait parfaitement dans son système d’information, puisque la solution offre l’ensemble des connecteurs (Oracle, MongoDB, SQL Server) nécessaires. « En simplifiant l’appropriation d’Hadoop, Talend Big Data répond parfaitement aux exigences de Sidetrade : compatible avec toutes nos bases de données relationnelles,