Group 1001 augmente sa productivité de 10x

« Avec Snowflake, Fivetran et Coalesce, la productivité de mon équipe a été multipliée par 10. Nous sommes désormais en mesure de passer de l’idée à l’insight en seulement deux jours, contre trois mois avec notre ancienne solution ETL héritée. »
— Gu Xie, Head of Data Engineering chez Group 1001

Group 1001 est un acteur disruptif du secteur de l’assurance qui gère plus de 60 milliards de dollars à travers plusieurs marques, avec une large gamme de produits d’assurance, y compris des rentes.

Lorsque Gu Xie a rejoint l’entreprise en tant que Head of Data Engineering, il s’est fixé pour objectif de favoriser une culture axée sur les données et d’améliorer les opérations métier grâce à des données précises. À l’époque, Group 1001 n’avait aucun moyen de visualiser l’ensemble de ses actifs ni la façon dont ils étaient répartis par entreprises, gammes de produits ou clients.

La stack de données héritée dont Xie a hérité rendait impossible la visibilité granulaire dont la direction avait besoin pour prendre des décisions clés. Le système devait être capable de gérer les jeux de données de gestion des polices ainsi que des sources de données supplémentaires liées au support client, aux ventes et au marketing. Les cycles de traitement des données prenaient plus de cinq heures. Les tâches subissaient souvent des défaillances silencieuses dont la correction prenait encore plus de temps, ce qui conduisait l’entreprise à utiliser des données incomplètes et incorrectes dans ses rapports. 

Une nouvelle approche était nécessaire, capable d’automatiser la création de pipelines à partir de nombreuses sources de données, de transformer les données efficacement et de fournir des résultats précis afin d’améliorer la visibilité sur l’expérience client.

Construire une stack de données moderne, accélérer l’analytique

Xie et son équipe ont repensé la stack de données de Group 1001 en plaçant l’automatisation au cœur de la création de valeur pour son équipe et pour l’entreprise. 

En moins d’un an, la petite équipe d’ingénierie des données a mis en place Snowflake, automatisé l’ensemble de ses déploiements, migré 160 rapports Power BI, déplacé 200 pipelines différents vers Dagster et répliqué 66 bases de données. Grâce à Fivetran, près de 4 000 flux de tables étaient chargés chaque jour, sur l’ensemble des sources de bases de données et SaaS, pour un total de près de quatre téraoctets de données non compressées. Grâce à l’approche entièrement gérée de la plateforme, Xie a pu réaliser tout cela nettement plus vite et avec une équipe plus réduite que s’il avait construit ces pipelines manuellement ou via un logiciel hérité.

S’ils avaient adopté une approche « code-first » ou utilisé des solutions de transformation héritées, son équipe « aurait eu besoin de cinq fois plus de personnes et de deux fois plus de temps ». 

« Nous ne pouvons nous concentrer sur des résultats stratégiques qui font avancer l’organisation que si nous ne passons pas notre temps à gérer en urgence des problèmes de cycles. Je viens d’un environnement Informatica, et avec Fivetran, Coalesce et Snowflake, nous passons fondamentalement de processus manuels et d’approximations à des insights entièrement automatisés. » 
— Gu Xie, Head of Data Engineering chez Group 1001

[CTA_MODULE]

Automatiser la valeur dans la souscription de rentes et l’optimisation des processus 

Les rapports et tableaux de bord reposent désormais sur des données de haute qualité, offrant aux utilisateurs métier de Group 1001 un accès facile aux informations de support issues des tickets de service, aux données d’intention client provenant de Zendesk, ainsi qu’aux informations marketing et de trafic provenant de Google Analytics.

« En utilisant les données et les insights plutôt que la spéculation dans l’ensemble de notre organisation, nous connaissons les véritables problèmes, là où nous échouons et là où nous pouvons optimiser », déclare Xie. Un aspect important de l’activité des rentes, par exemple, est la mise en place des polices pour les clients dans les délais. Il s’agit d’un processus qui peut facilement être ralenti par la collecte de documents, l’obtention de signatures, la réalisation d’analyses Know Your Customer et de lutte contre le blanchiment d’argent, ainsi que d’autres démarches réglementaires. 

Avec autant d’éléments en mouvement, la visibilité sur l’entonnoir de vente était un composant essentiel qui manquait à Group 1001 avec sa solution héritée.

Réduire le délai d’obtention des insights de trois mois à deux jours

Parce que les utilisateurs métier porteurs de bonnes idées veulent saisir chaque opportunité et agir rapidement, l’optimisation de la productivité était une autre priorité majeure pour Xie et son équipe. La combinaison de solutions cloud — Fivetran, Coalesce et Snowflake — a permis aux parties prenantes clés de passer de l’idée à l’insight en seulement deux jours. « C’était du jamais-vu dans notre organisation », affirme Xie. « Notre productivité a été multipliée par 10. »

Passer de l’idée à l’insight prenait auparavant trois mois complets, dont 80 % du temps consacré à la construction d’ETL pour importer les données. Maintenant que la plupart des données de Group 1001 sont répliquées de façon transparente vers Snowflake, Fivetran peut intégrer des jeux de données supplémentaires et les faire alimenter des tableaux de bord en une journée. 

« Ce niveau de visibilité [avec Fivetran, Coalesce et Snowflake] n’a jamais existé dans le secteur, et ce que vous rendez possible va fondamentalement changer la façon dont les équipes de données travailleront. »
— Gu Xie, Head of Data Engineering chez Group 1001

En éliminant les systèmes ETL hérités et obsolètes, des responsables des données comme Xie donnent aux utilisateurs métier les outils dont ils ont besoin pour résoudre les problèmes rapidement et à moindre coût. L’expérience de Xie chez Group 1001 montre que vous n’avez pas besoin d’une grande équipe d’ingénierie des données pour obtenir des résultats révolutionnaires qui aident les utilisateurs métier à mieux servir leurs clients. 

[CTA_MODULE]