Contexte et objectifs
Acteur majeur de l’énergie présent dans 70 pays.
Dans le cadre du plan de transformation de la Direction Financière des entités de commercialisation d’énergie, le programme vise à automatiser, fiabiliser et faciliter le processus de clôture, les prévisions financières et le pricing.
Le programme ne couvre que les activités de « marge énergie » (haut de P&L) et exclut donc les OPEX.
Notre mission
PMO projet : définition de la roadmap, animation de la comitologie, facilitateur technico fonctionnel et industrialisation de la démarche projet.
Product owner : définition de la vision produit, expression de besoin métier, supervisassions du backlog et des développements produit.
Data management : initialisation de la data gouvernance associée au data domaine finance.
Résultats
Mise en place d’un socle AWS alimenté automatiquement par les fournisseurs de données
Modélisation du haut de P&L sous DataIku pour alimentation des processus budgétaire, rolling forecst et best-estimate
Mise en place de dashboard de Data Quality Monitoring (DataIku + Power BI)
Apport de l’IA dans les projets de reprise des données historiques
Automatisation de l’extraction des données :
Reconnaissance de modèles : identification et extraction automatique des données pertinentes à partir de diverses sources, même si elles sont non structurées.
Nettoyage et transformation des données :
Détection des anomalies : identification et correction des erreurs ou incohérences dans les données, améliorant ainsi la qualité des données transférées.
Normalisation des données : conversion automatique des données dans un format standardisé adapté au nouveau système.
Migration des données :
Planification intelligente : optimisation du plan de migration en identifiant les meilleures stratégies et séquences pour transférer les données.
Automatisation du transfert : réduction des interventions manuelles grâce à des algorithmes d’IA qui gèrent le transfert des données.
Validation et vérification :
Contrôle de qualité : vérification que les données transférées sont complètes et exactes.
Tests automatisés : exécution de tests pour s’assurer que les données fonctionnent correctement dans le nouveau système.
Analyse prédictive :
Prévision des problèmes : anticipation des problèmes potentiels pendant la migration et proposer des solutions proactives.
Résultats
Gain de temps : Réduction significative du temps nécessaire pour extraire, nettoyer et transférer les données.
Précision accrue : Moins d’erreurs humaines grâce à l’automatisation et à la vérification continue.
Efficacité : Processus plus fluide et moins de perturbations pour les opérations quotidiennes.
Adaptabilité : Capacité à gérer des volumes de données importants et diversifiés.
