Mise à l’échelle des données avec Azure, Databricks, Snowflake et l’IA pour un important régime de soins de santé

40 % d’économies de coûts réalisées grâce à la migration des données héritées vers le nuage avec l’IA générative et l’automatisation, permettant des opérations plus intelligentes, une plus grande agilité et une expérience de données prête pour l’avenir
5 min de lecture
Partager

Pour surmonter les limites de l’infrastructure de données héritée, notre client, un grand régime national de soins de santé, s’est associé à HCLTech pour migrer son vaste ensemble de données sur site vers le cloud.

En tirant parti de la , de l’automatisation et d’une architecture de données évolutive sur , et , la collaboration a permis de transformer avec succès les , améliorant ainsi la performance, l’adoption par les utilisateurs finaux, l’expérience de la donnée et la capacité à prendre des décisions pour répondre aux besoins et attentes des clients de façon pragmatique.

Le défi

Gestion des données sur site avec une évolutivité limitée et des coûts élevés

Notre client gérait des données d’affaires critiques sur site (Teradata), ce qui limitait l’évolutivité et augmentait à la fois les dépenses d’investissement et d’exploitation en raison de l’augmentation des volumes de données et de la dépendance à l’infrastructure physique.

De plus, la gestion manuelle accrue des données, la mauvaise qualité des données, un taux d’erreurs plus élevé, des outils fragmentés et l’incapacité à faire évoluer les opérations pour un grand nombre d’utilisateurs nuisaient à l’agilité de l’entreprise et faisaient augmenter les coûts opérationnels quotidiens. L’absence d’analytique en libre-service et d’exploration des données a exacerbé le problème.

En outre, la plateforme existante ne disposait pas de stratégies robustes en matière de sécurité et de reprise après sinistre, exposant l’infrastructure à des risques de résilience et augmentant les menaces pour la sécurité et la conformité des données.

L'objectif

Créer une plateforme évolutive de données et d'analytique infonuagique pour automatiser les flux de travail

Notre client visait à construire une plateforme évolutive de données et d’analytique de prochaine génération basée sur le cloud avec les objectifs suivants :

  • Réduire la complexité globale de la gestion des données existantes en automatisant les pipelines ETL et en optimisant les flux de données pour les unités fonctionnelles de l’entreprise, permettant une analytique et des rapports quasi en temps réel avec des indicateurs exploitables
  • Améliorer l’efficacité et réduire les goulets d’étranglement liés au réseau, à SQL et au traitement
  • Améliorer la flexibilité de l’infrastructure, la sécurité, prendre en charge l’évolutivité des applications et la reprise après sinistre
  • Simplifier l’intégration pour plus de 7000 utilisateurs grâce à une assistance intelligente et guidée
  • Réduire de façon significative les coûts de gestion et d’exploitation des données

La solution

Mettre en œuvre une stratégie de migration et de modernisation des données optimisée par GenAI pour une efficacité optimale

HCLTech a mis en œuvre une stratégie complète de migration et de modernisation des données, propulsée par GenAI, l’automatisation et un modèle de prestation unifié. Cette approche a assuré la continuité des activités, la scalabilité technique et une adoption rapide par les utilisateurs grâce à l’automatisation intelligente, à la gouvernance et à l’alignement opérationnel. La solution a permis ce qui suit :

Une architecture évolutive et pérenne

  • Architecture de données moderne activée par GenAI avec observabilité, sécurité et FinOps.
  • Technologies patrimoniales déchargées et processus ETL rationalisé/automatisé pour un traitement optimisé des données.
  • Modèle de validation et de rapprochement complet.
  • Réduction du travail manuel grâce à une automatisation accrue des flux de travail.
  • Infrastructure évolutive et résiliente alimentée par Azure, Snowflake et Databricks.

Modèle d’adoption unifiée par l’entreprise

  • Zéro interruption grâce à des DataOps unifiés et un accueil personnalisé selon le profil utilisateur.
  • Supervision intégrée avec un programme structuré d’habilitation des utilisateurs en 5 phases.
  • Soutien en temps réel via un chatbot GenAI.

Automatisation intelligente dirigée par l’IA

  • Tests, validation et certification automatisés des données basés sur GenAI avec l’outil Gatekeeper de HCLTech.
  • Conversion automatisée du code de DataStage vers PySpark via UPilot.
  • Tests applicatifs, surveillance et optimisation des flux de travail pilotés par l’IA avec l’IA Force de HCLTech.

Cadre global de gestion des sinistres :

  • Systèmes de surveillance automatisée pour la détection en temps réel et l’alerte rapide des sinistres potentiels.
  • Renforcement des infrastructures critiques afin de résister aux sinistres et d’assurer la continuité des opérations.
  • Systèmes robustes de sauvegarde et de reprise pour minimiser le temps d’arrêt et garantir l’absence de perte de données. Gouvernance robuste et stratégie de gestion des talents.
  • Usine de migration dédiée et modèle d’exécution évolutif.
  • Forte attention accordée à la gestion du changement et à l’alignement des utilisateurs.
  • Gouvernance alignée sur la conformité, la sécurité et la réussite axée sur les résultats.

L’impact

Améliorer l’efficacité de la gestion des données et de l’expérience utilisateur grâce à la modernisation infonuagique

Le programme de modernisation des données vers l’infonuagique a généré des améliorations mesurables en matière d’efficacité, d’évolutivité et d’expérience utilisateur finale. Notre solution novatrice a aligné la transformation des activités et des technologies, permettant des réductions de coûts importantes, une performance et une productivité accrues, une mise sur le marché plus rapide et un engagement utilisateur amélioré.

  • 30 à 40 % de réduction des efforts manuels de conversion de code
  • 25 % de diminution de la complexité de gestion des données grâce à un DataOps unifié
  • Optimisation de 30 à 40 % grâce à l’IA, améliorant la performance
  • Augmentation de 20 à 30 % de l’adoption par les utilisateurs grâce à des processus d’intégration structurés
  • Zéro interruption d’affaires pour plus de 7000 utilisateurs à travers plus de 50 modèles de consommation
  • Migration accélérée et préparation des plateformes grâce à une exécution propulsée par GenIA

Grâce à une migration stratégique vers l’infonuagique et à l’intégration de GenIA, le client a pu surmonter avec succès les contraintes des systèmes patrimoniaux. L’approche collaborative a favorisé l’agilité opérationnelle, amélioré l’expérience utilisateur et jeté des bases solides pour l’innovation et la montée en échelle futures.

LSH Assureurs maladie Étude de cas Mise à l’échelle des données avec Azure, Databricks, Snowflake et l’IA pour un important régime de soins de santé