C'est pas mon idée !

jeudi 5 septembre 2013

WorkFusion, le "cloudsourcing" pour les services financiers

Crowd Computing Systems
Le concept – que j'ai baptisé "cloudsourcing" il y a quelques années – consistant à faire appel, via le web, à une communauté de travailleurs pour exécuter des tâches simples n'est certes plus nouveau. L'arrivée d'un acteur ciblant spécifiquement le secteur financier pourrait cependant raviver l'intérêt pour une idée qui ne semble pas vraiment y décoller…

Avec sa plate-forme "WorkFusion", la jeune pousse "Crowd Computing Systems" (CCS) ne fait en effet pas montre d'une grande originalité dans ses principes de fonctionnement et ses modes opératoires. De fait, elle combine très classiquement deux composantes complémentaires, l'une technologique et l'autre humaine.

La première est la brique logicielle qui se charge, d'une part, de découper la "mission" soumise par le client en un ensemble de tâches élémentaires, accessibles à des travailleurs peu qualifiés, et, d'autre part, de ré-assembler le travail de ces derniers pour produire le résultat final attendu. Dans certains cas, elle assure également l'exécution des activités qui peuvent être totalement automatisées.

La seconde est une "équipe" virtuelle de 22 millions de personnes, dont les profils ont été validés, prêtes à participer aux travaux distribués. En réalité, pour cette partie, la startup s'appuie sur les solutions existantes, telles que le célèbre "Mechanical Turk" d'Amazon. Elle prend tout de même en charge une phase de formation (avec évaluation) pour chaque type de tâches qu'elle confie à ses "recrues".

The Ideal Workforce

Le choix de CCS de focaliser ses efforts commerciaux "verticaux" sur le seul secteur financier ne doit pas surprendre : il répond simplement à la parfaite adéquation de son modèle de "cloudsourcing" avec des métiers qui sont à la fois très consommateurs de ressources humaines et fortement centrés sur le traitement de l'information (voire de la connaissance).

L'étude de cas présentée sur le site de la société est d'ailleurs typique de cet état de fait. Il y est question d'un fournisseur de données financières utilisant désormais "WorkFusion" pour mettre à jour (régulièrement) les informations qu'il détient (et commercialise) sur 500 000 entreprises. Sa problématique était simple : le volume des données à analyser est en expansion permanente, leur vitesse de propagation explose, tandis que les clients attendent une meilleure réactivité.

La mise en œuvre de la solution a commencé par une phase de modélisation de la répartition des tâches, en l'occurrence relativement simple, puisqu'elle consiste en une partie entièrement automatisée de collecte d'information standardisée et de détection d'événements et une partie "crowdsourcée" de vérification et de capture manuelle de données utiles. Les cas requérant une expertise et la mise en forme finale restent évidemment du ressort de l'entreprise cliente, puisqu'il s'agit de sa valeur ajoutée.

En moins d'un mois, l'expérience a produit d'excellents résultats par rapport à la situation antérieure, dans laquelle l'entreprise avait déjà recours à un prestataire externe (traditionnel) : la qualité de la prestation s'est significativement améliorée, le coût est passé de 3,80 à 0,22 dollars par enregistrement, et la vitesse de livraison a été multipliée par 10 ! Et à ces avantages, il faut encore ajouter la flexibilité d'un modèle de travail "à la demande".

Dans un sens, l'approche de CCS s'inscrit aussi dans la fameuse tendance "big data", en y introduisant une composante humaine là où la machine ne s'avère pas (encore ?) capable d'automatiser certains traitements, notamment sur des données non structurées et extrêmement hétérogènes. Plutôt que d'ignorer ces sources (ce qui constituerait la solution de facilité), celles-ci deviennent ainsi exploitables sans pour autant imposer d'y consacrer plus de ressources que nécessaires.

Aucun commentaire:

Publier un commentaire

Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)