Top 5 des cas d’utilisations
Pourquoi du graphe ?
Le monde est un graphe !
les gens, les lieux et les évènements
Les entreprises, les marchés et les clients
la technologie, les réseaux, les machines, les applications et les utilisateurs
les applications, le code, les dépendances, les architectures …
les criminels, les fraudeurs et leurs comportements
Un langage naturel
Un modèle unique
La modélisation fonctionnelle et technique sont identiques
Croisez vos données
Les relations entre les données sont plus importantes que la donnée en elle-même.
Quels sont les cas d’utilisations ?
Les cas d’utilisations
En interne
Master Data Management
Analyse des réseaux
Détection de fraude
Orienté client
Recommandation
Graph-Based Search
Gestion des accès
La recommandation
La recommandation
Offrir une recommandation en temps réel, hautement ciblé et contextuelle
afin quelle soit pertinente pour l’utilisateur
Pourquoi du graphe ?
Faire des recommandations efficaces repose sur une base qui comprend les relations existants entre les entités, ainsi que la qualité et la solidité de ces connexions.
Les défis
Traiter de gros volumes de données et de relations pour comprendre le contexte
Offrir des recommandations pertinentes en temps réel, sur des faits immédiats
Prendre en compte continuellement des données et relations nouvelles
Meetic
L’algorithme du filtrage collaboratif
Autres clients
Fournit des recommandations en temps réel sur leur service de vente en ligne, en utilisant les informations relatives aux préférences des clients.
Le géant du commerce électronique eBay a également utilisé avec succès un moteur de suggestion fonctionnant sur un graphe, en l’occurrence pour une solution sophistiquée d’acheminement de paquets/courrier en temps réel (Ebay now).
La détection de fraudes
La détection de fraudes
La fraude coûte des milliards chaque année aux banques et assurances
Les techniques de fraudes sont de plus en plus sophistiquées
Il faut constater la fraude en temps réel (ie. avant quelle est lieu)
Pourquoi du graphe ?
Bien qu’aucune mesure de détection de fraudes ne soit parfaite, il est possible d’introduire des améliorations considérables si l’on se penche sur les connexions qui relient les points de données individuels.
Il faut étudier l'interconnexion des données.
Les défis
Effectuer une analyse complexe des liens pour découvrir les schémas et les réseaux de fraude
Détecter et empêcher les fraudes en temps réel
Réseaux de fraude en évolution et dynamiques
Les Paradise Papers
Fraude dans le e-commerce
Graphe d’une série de transactions effectuée avec fraude probable se produisant à l’adresse IP1.
( IP : Adresse IP, CC : carte de crédit, ID : Identifiant de l’utilisateur, CK : Adresse de livraison)
La gestion de données de référence
La gestion de données de référence
Les données de référence constituent le pilier de votre entreprise et incluent des données telles que les utilisateurs, les clients, les produits, les comptes, les partenaires, les sites, les unités commerciales, …
stockées à différents emplacements (effet silo)
avec des chevauchements et des redondances
et des qualités variables
Pourquoi du graphe ?
Les données sont hautements connectées
Les systèmes de gestion traditionnels ne sont pas flexibles
L'interconnexion des données de références permettent d’obtenir un avantage concurrentiel
La modélisation RH d’une entreprise
Réseau de données de référence détaillant les relations de rapport et de supervision d’employé, ici avec une plus grande complexité du monde réel.
L’entreprise connectée
Client
Adidas utilise Neo4j pour créer leur référentiel interne, incluant les données sur les produits, les marchés, les médias sociaux, les actifs numériques, …
Wine Data System utilise Neo4j pour réconcilier les bases de données des négociants afin de construire un référentiel unique.
La gestion des identités et des accès
C’est un graphe !
Des personnes qui appartiennent a des groupes, qui eux-mêmes peuvent appartennir à des groupes.
Les groupes et utilisateurs possèdent des rôles.
Est-ce que l’utilisateur Benoit a accès en écriture au répertoire \\samba\clients ?
Les défis
Les identités et autorisations d’accès sont hautement interconnectées
Garder la cohérence des données et faciliter sa compréhension
Retrouver un accès en quelques millisecondes pour satisfaire les clients
Telenor
Telenor permet à ses clients de gérer les services de leurs employés.
Les administrateurs ne voient que les parties de l’entreprise et les services qu’ils ont le droit de gérer.
5 millions de clients, souscriptions et accords
dépendances complexes entre les groupes, sociétés, individus, comptes, produits, souscriptions, services et accords
Les réseaux informatiques
Un réseau est un graphe !
Modélisation et stockage naturel
Meilleur visualisation et appréhension des données
Permet de réaliser des analyses d’impacts en cas de panne
A l’inverse, voir les redondances du réseau
Les défis
Résolution des problèmes sur un réseau : trouver la source d’un dysfonctionnement le plus rapidement possible
Analyse d’impact : vérifier la résilience du réseau
Nombre croissant de noeuds physiques et virtuels
Analyse d’impact chez SFR
Identification temps réel des clients liées à une panne, ou une maintenance.
Gestion d’inventaire réseaux très flexible.
Une seule source de vérité (Neo4j) représentant le réseau entier.
Système dynamique de chargement (ETL) des données issues de +30 sources variées.
Identifier les faiblesses du réseau
Graphs are everywhere !
Des questions ?
Suivez nous sur twitter @neojfr & @neo4j
Posez vos questions par email sur les google groups Neo4jfr & Neo4j, ou sur stackoverflow avec les tags neo4j & cypher
Parlez avec nous sur Slack