Natixis Financement enrichit sa relation client avec Elasticsearch

Mise à jour le 1/12/2015 (correction du nom de la SSII)

A l’occasion de la première édition de l’Elasticon qui s’est déroulée à Paris, plusieurs clients sont venus témoigner de l’intégration des solutions Elasticsearch. Pour rappel, la start-up américaine propose deux éléments Open Source : un logiciel distribué et temps réel de recherche et d’analyse éponyme stockant des informations au format JSON, Logstash, pour recueillir, analyser, indexer et rechercher les logs ; et le moteur de visualisation Kibana (ne nécessitant aucune écriture de code pour s’interfacer avec Elasticsearch). La solution peut être utilisée seule, mais aussi en s’intégrant avec des applications via des APIs.

Parmi les clients mis en avant par Elasticsearch, il y a Natixis Financement. Filiale de Natixis, cette structure s’occupe de la partie financement dont les crédits à la consommation. Nicolas Lafaurie, responsable domaine informatique chez Natixis Financement a évoqué en préambule son projet avec Elasticsearch. « Tout est parti du CRC (centre de relation client) où il y avait besoin d’agréger plusieurs applications au sein du poste de travail des téléconseillers. La question était comment combiner l’ensemble des interactions clients provenant d’un ensemble de source (email, téléphone, application, etc.) ». Les équipes IT avaient bien des idées, mais « jamais de budget », se souvient le responsable.

Des prérequis bien établis

Puis un jour de janvier 2015, tout se débloque et le projet d’agrégation des interactions clients devient un sujet prioritaire avec une obligation de résultat d’ici le mois de juin. « En général pour ce genre de projet, on prend une base Oracle, mais cela prend des années, là nous n’avions que 6 mois », explique Nicolas Lafaurie. Le choix s’est rapidement porté sur les outils d’Elasticsearch préconisé par la SSII Advanced Schema.

Sur les prérequis, le responsable détaille les exigences : la collecte des informations en temps réel ou en batch, l’historisation des interactions passées avec la capacité de pouvoir faire des comparaisons. Pour la restitution des interactions, le projet prévoyait la création d’un site web de recherche des interactions, ainsi que la mise en place d’un IHM multi-critères. Enfin, pour l’envoi des interactions, l’organisme de financement dispose d’un datawarehouse sur lequel d’autres métiers comme les risques travaillent avec différentes solutions (SAS, Qlik ou R).

4 mois et des ambitions assumées

L’architecture technique choisie a donc permis de fédérer les différents flux de log, « en temps réel et des webs services au format JSON en et des batchs » au sein d’une application Java. Cette dernière doit être capable de valider, d’enrichir, de rejeter et aussi de charger les données dans Elasticsearch. « Nous avons été vigilant sur ce point notamment pour intégrer les ruptures partielles de service, quand quelqu’un touche à un paramètre comme par exemple sur le financement. Il faut être réactif pour savoir l’impact que cela va avoir comme une baisse du niveau de financement », souligne Nicolas Lafaurie.

Au final, le projet a mis 4 mois pour voir le jour. « Une mise en œuvre rapide qui s’est faite en mode itératif, une méthode inhabituelle pour la banque », assure le responsable. Une rapidité marquée par un circuit de validation court, sans passer par exemple par le RSSI, glisse discrètement Nicolas Lafaurie Le bilan est positif : 350 assistants commerciaux peuvent interagir avec 10 critères de recherches (dates, canaux, notification de l’interaction comme par exemple un remboursement anticipé, etc.) dans un temps de réponse inférieur à 3 secondes. L’outil récolte les informations de 15 sources différentes.

Mais l’objectif pour Nicolas Lafaurie n’est pas de s’arrêter en si bon chemin et il compte « ouvrir le moteur de requête à d’autres métiers ». Il est confiant dans la montée en puissance d’Elasticsearch sur des grands volumes de données « dans l’optique d’adresser à terme à 6 millions de clients ». Sur le montant du projet, le responsable admet un coût de production relativement faible, « entre 30 à 40 K€ ».

A lire aussi :

Des hackers combinent Elasticsearch et Cloud pour lancer des attaques DDoS
Big Data : les technologies sont déployées, mais pas sécurisées

Crédit Photo : mathias Richter-Shutterstock