Rapport de Projet de Fin d’Études: Reporting temps réel sur un cluster MongoDB

Ce rapport porte sur le domaine de l'informatique décisionnelle appliquée à l'assurance, plus précisément sur la mise en place d'un système de reporting en temps réel utilisant un cluster MongoDB. Il s'adresse aux étudiants et professionnels souhaitant comprendre comment collecter, stocker et visualiser des données massives issues de services web dans un contexte métier complexe comme celui de l'assurance vie.

La question

Le projet traite du défi de fournir aux décideurs une vision synthétique et actualisée des performances d'une solution d'assurance vie, Solife, afin d'améliorer la prise de décision. La problématique principale est de concevoir une plateforme capable de collecter des données en temps réel via des web services SOAP, de les stocker efficacement dans un cluster MongoDB, puis de restituer ces données sous forme de tableaux de bord dynamiques. Ce travail est motivé par la nécessité croissante dans le secteur de l'assurance d'exploiter les données massives pour optimiser la gestion des sinistres et des contrats, tout en automatisant les processus d'analyse et de reporting.

Concepts de base

Pour comprendre ce projet, il est essentiel de saisir plusieurs notions clés :

• Assurance vie et assurance non vie : L'assurance vie gère les primes par capitalisation, c’est-à-dire que les cotisations individuelles sont affectées à des prestations futures spécifiques à chaque assuré. L'assurance non vie, en revanche, fonctionne par répartition collective des primes pour couvrir les sinistres.
• Acteurs du secteur de l’assurance : L’assureur (fournisseur du service), le souscripteur (celui qui signe le contrat), l’assuré (la personne exposée au risque), le bénéficiaire (celui qui reçoit la prestation), et l’agent d’assurance (intermédiaire mandaté).
• Base de données NoSQL et MongoDB : Contrairement aux bases relationnelles classiques, MongoDB est une base de données orientée documents, adaptée au stockage de données volumineuses et distribuées. Elle permet la scalabilité horizontale via le clustering, c’est-à-dire l’ajout progressif de serveurs pour gérer l’augmentation des données et des requêtes.
• Cluster MongoDB : Ensemble de serveurs MongoDB configurés pour assurer la haute disponibilité, la répartition de charge et la tolérance aux pannes. Il comprend des nœuds dits "réplicas" qui maintiennent des copies synchronisées des données.
• Web services SOAP : Protocoles standardisés permettant l’échange de messages XML entre applications. Dans ce projet, ils servent à extraire les données de Solife.
• Tableaux de bord (dashboards) : Outils visuels qui synthétisent des indicateurs clés de performance (KPI) pour faciliter la compréhension et la prise de décision. Ils permettent de suivre en temps réel les sinistres, les performances des équipes et les tendances métier.
• Méthodologie 2TUP : Processus de développement logiciel en Y qui sépare les aspects fonctionnels (besoins métier) des aspects techniques (architecture, outils) avant de les fusionner pour concevoir une solution complète et adaptée.

Approche

Le projet a été réalisé au sein de l’entreprise VERMEG, spécialisée dans les solutions informatiques pour la finance et l’assurance. La démarche adoptée s’appuie sur la méthodologie 2TUP, qui permet de traiter en parallèle les besoins fonctionnels liés au métier de l’assurance vie et les exigences techniques liées à la gestion des données massives.

La solution proposée comprend trois volets :

• Développement d’une application capable de consommer les données fournies par les web services SOAP de Solife.
• Stockage de ces données dans un cluster MongoDB configuré pour assurer la scalabilité et la disponibilité.
• Création d’un tableau de bord interactif, utilisant un outil de restitution (Qlik Sense), qui interroge le cluster MongoDB pour générer des rapports automatiques et des visualisations en temps réel.

Le choix de MongoDB s’explique par sa capacité à gérer des données distribuées et non structurées, ce qui est adapté aux volumes et à la diversité des données issues des sinistres et contrats d’assurance. Le cluster MongoDB est déployé dans un environnement distribué pour garantir la performance et la tolérance aux pannes.

Sur le plan fonctionnel, une analyse approfondie des besoins a permis d’identifier les indicateurs clés de performance à suivre, ainsi que les utilisateurs cibles (analystes IT, administrateurs métier, gestionnaires). Des diagrammes de cas d’utilisation ont modélisé les interactions entre ces acteurs et le système.

Résultats

Le projet a abouti à une solution opérationnelle intégrant :

• Un cluster MongoDB configuré avec plusieurs nœuds réplicas et serveurs de configuration pour assurer la cohérence et la disponibilité des données.
• Une application développée avec le framework Spring Boot, permettant la consommation des données SOAP, leur transformation et leur insertion dans MongoDB.
• Un tableau de bord sécurisé avec authentification, offrant une visualisation claire des sinistres selon différents critères (statuts, types, fréquence) et permettant le suivi en temps réel des performances.

Cette solution facilite la prise de décision en fournissant aux décideurs des informations fiables, actualisées et accessibles via des représentations graphiques intuitives. Elle automatise également le processus de collecte et de traitement des données, réduisant ainsi les délais et les erreurs.

Limites et questions ouvertes

Le rapport ne détaille pas explicitement les limites rencontrées, mais plusieurs points restent à approfondir :

• La gestion des performances du cluster MongoDB face à une montée en charge importante et variable.
• L’intégration complète avec d’autres systèmes d’information de l’entreprise, notamment la conversion et la compatibilité entre protocoles SOAP et REST.
• La personnalisation avancée des tableaux de bord selon les profils utilisateurs et leurs besoins spécifiques.
• La sécurisation renforcée des données sensibles dans un contexte réglementaire strict.

Ces aspects pourraient faire l’objet de développements futurs pour améliorer la robustesse et la pertinence de la solution.

Glossaire

• Assurance vie : Contrat d’assurance gérant les primes par capitalisation, lié à des prestations individuelles.
• Cluster MongoDB : Ensemble de serveurs MongoDB configurés pour assurer la haute disponibilité et la scalabilité.
• Dashboard (tableau de bord) : Interface visuelle synthétisant des indicateurs clés pour la prise de décision.
• 2TUP : Méthodologie de développement logiciel dissociant les aspects fonctionnels et techniques avant leur intégration.
• SOAP : Protocole d’échange de messages XML utilisé pour les web services.
• KPI (Key Performance Indicator) : Indicateur clé de performance mesurant l’efficacité d’un processus ou d’une activité.
• NoSQL : Type de base de données non relationnelle adaptée aux données volumineuses et variées.
• Prime : Cotisation versée par l’assuré à l’assureur en échange de la couverture d’un risque.
• Sinistre : Événement donnant lieu à une prestation d’assurance.
• Spring Boot : Framework Java facilitant le développement d’applications web et services.