Avec des millions de déclarations mensuelles et une vingtaine de flux de données disparates et non structurées, nous avions besoin d’une plateforme de données complète, qui puisse les gérer en temps réel.
Pour remplir au mieux sa mission au sein de la sphère sociale, le Groupement d’Intérêt Public Modernisation des Déclarations Sociales (GIP-MDS) avait besoin de garantir une meilleure délivrabilité de ses données au sein de ses systèmes distribués et d’un moyen plus efficace d’investiguer et de résoudre les incidents.
Grâce à l’analyse proactive et à l’hypervision, le GIP-MDS a pu passer de la réactivité à la proactivité. Il a considérablement réduit le temps de détection d’incidents pour des déclarations unifiées et distribuées au sein des différents organismes de la protection sociale (retraite, maladie, RH, etc.)
Le GIP-MDS est le fruit d’une coopération inédite entre acteurs de la sphère publique et privée pour mutualiser des moyens en matière de dématérialisation des déclarations sociales. La mission du GIP-MDS, créé en 2000, est simple : faciliter la collecte des données sociales. Elle a démarré par un vaste chantier d’unification, en créant un portail unique pour l’ensemble des entreprises françaises, puis de simplification, avec la mise en place de la Déclaration Sociale Nominative (DSN). La DSN remplace à ce jour 47 procédures en une déclaration unique et numérique pour l’ensemble des organismes sociaux. La DSN a été généralisée en 2017 à toutes les entreprises du secteur privé, et elle est en cours de mise en place pour la Fonction Publique.
Avec plus de 2 millions de déclarations DSN transmises chaque mois pour plus de 20 millions de salariés, le GIP-MDS avait un défi de taille : suivre les flux de données circulant dans le SI DSN, distribués à travers les différents SI des organismes sociaux, et assurer leur arrivée à destination. Ces échanges génèrent des volumes de données importants conséquents nécessitant un système big data. Le Groupement a besoin de visibilité opérationnelle sur cette infrastructure distribuée. Auparavant, en cas d’incident sur une déclaration ou un retour, l’investigation était réactive et consistait à ouvrir des tickets et réaliser des recherches au niveau des SI des partenaires pour en trouver la cause. Face à ces défis, il était nécessaire de fédérer les acteurs et trouver une solution mutualisée pour exploiter ces gros volumes de données et simplifier la vie des entreprises.
Le GIP-MDS avait besoin de Splunk pour pouvoir ingérer et traiter ces gros volumes de données, et ce peu importe le format utilisé par l’organisme public. Avec des déclarations sécurisées, conformes et traitées dans les temps, la satisfaction du déclarant s’allie à celui des exploitants, pour qui des déclarations perdues ou retardées représentent une perte des droits des salariés.
Aujourd’hui, toutes les entreprises du secteur privé utilisent la DSN en France ! Fort du succès du projet d’hypervision pour la DSN, qui a montré que l’on pouvait assurer un meilleur suivi des flux de données et anticiper les incidents, l’administration fiscale a choisi de s’adosser au socle de la DSN pour le prélèvement à la source, en s’appuyant sur le GIP-MDS. Ce sont donc des nouveaux flux de données au volume croissant à distribuer vers ce nouveau partenaire.
Avec des millions de déclarations mensuelles et une vingtaine de flux de données disparates et non structurées, nous avions besoin d’une plateforme de données complète, qui puisse les gérer en temps réel.
Les tableaux de bords sont consultés par des utilisateurs issus de différentes services et organismes. Les exploitants viennent d’organismes privés (comme les mutuelles et assurances) et publics (comme l’Urssaf et la CNAV). L’équipe de Youssef KILANY, responsable du département Architecture, Expertise et Performance, assure la maintenance et la gestion de la solution d’hypervision basée sur Splunk. M. Kilany explique : « Splunk simplifie l’usage de la donnée. Chaque exploitant accède au tableau de bord présentant le journal du parcours d’un flux, et en tire des informations clefs qui le guident dans son action. » Ils peuvent ainsi suivre des SLA métier en temps réel ou réaliser des recherches en cas d’incident. Grâce à un système de suivi élaboré sur un calendrier rigoureux, ils peuvent rapidement déceler un incident sur le processus de déclarations pour une expérience plus sûre et plus fiable. Encore mieux, grâce à l’analyse prédictive, le Groupement peut même éviter l’incident bien avant qu’il n’impacte le déclarant (un taux de prélèvement à la source non transmis par exemple). Finalement, ce sont des entreprises satisfaites et un service public qui tient ses promesses.
On est passé de la collecte simple de données à son utilisation éclairée pour extraire de la valeur concrète et assurer le succès de missions variées de service public.
Aujourd’hui, avec la rapidité des investigations et la visibilité opérationnelle offerte par Splunk, les exploitants dégagent du temps pour se consacrer à des projets à forte valeur ajoutée. Il précise : « Non seulement nous gagnons du temps en évitant de devoir effectuer de nombreuses tâches manuelles sur plusieurs systèmes, mais, en outre, la transparence est renforcée. » Avec des profils divers et parfois non techniques, tous les membres de l’équipe s’appuient sur Splunk pour accéder et utiliser plus facilement les données. M. Kilany poursuit : « Splunk est devenu la norme pour les différents services d’exploitation dans le suivi des flux ». La même donnée est utilisée pour des programmes distincts et pour assurer le succès de missions variées. C’est l’avantage de pouvoir maîtriser le big data ! La fiabilité de la collecte des données sociales va permettre de servir de nouveaux usages, et éclairer des prises de décision sur des sujets tels que l’égalité homme/femme au travail ou le type de contrats de travail par exemple.