ADMINISTRATION PUBLIQUE
Mener un projet de réécriture du patrimoine SAS en R
Comment notre client, un grand acteur de l’assurance maladie, a modernisé son Système d’Information Décisionnel en migrant ses applications SAS vers le langage R ?
Les clés pour construire sa plateforme data
Quel type de plateforme choisir entre data hub et data lake ? Quels bénéfices à partir sur une plateforme Cloud ? Comment sécuriser ma plateforme et faciliter l’intégration avec mon SI ?
Modernisation du SID : migration de SAS vers R
Notre client, un établissement public national, a démarré fin 2019 un programme de modernisation du Système d’Information Décisionnel très ambitieux. Dans le cadre de ce grand projet, ils nous ont fait confiance pour les accompagner sur le chantier « Réécriture du patrimoine ».
Ce chantier est une partie intégrante du programme de modernisation constitué de six chantiers, à savoir : gouvernance, environnements Azure, communication, montée en compétences, réécriture du patrimoine et standardisation.
Projet de migration SAS vers R ou Python : nos 4 prérequis
Migration SAS vers R : un chantier d’envergure
Le coût du système actuel SAS étant très important pour notre client, nous avons été sollicité pour les aider dans la migration du système actuel SAS ayant atteint ses limites de fonctionnement en terme d’évolutivité et de performance.
Le chantier « Réécriture du patrimoine » sur lequel nous intervenons est interdépendance des autres chantiers, d’où la nécessité de disposer d’une vision globale et partagée de la stratégie.
DataValue Consulting a proposé une démarche structurée impliquant deux phases :
- Phase de cadrage : prise de connaissance / prérequis et environnements techniques, validation et priorisation de la backlog, définition de la stratégie de migration, développement du POC, établissement du macro-planning projet.
- Phase d’accompagnement : assistance et support, assistance au développement et appui au pilotage agile.
Des résultats qui dépassent leurs attentes
01
Refonte complète de l’architecture fonctionnelle.
02
Réduction des coûts de traitements de la donnée en migrant vers l’outil open source R.
03
Amélioration des procédés et de la performance des applications.
04
Montée en compétences des métiers sur la nouvelle plateforme.
Pour aller plus loin
Points de vigilance pour réussir sa migration Big Data
De purement technologique, la migration est devenue une opération embarquant des enjeux métiers et organisationnels.
eBook : Les 5 niveaux de maturité data
Cet ebook vous propose une grille d’évaluation pour vous situer parmi 5 niveaux de maturité data, en fonction de l’état de l’art de votre écosystème ainsi qu’aux leaders de l’approche data centric.
Archi/Big Data
Archi/Big Data
Archi/Big Data