Développée en 2014 par la startup PredicSis, ChurnSpotter permet à ses clients, allant de startups à de grandes entreprises, d'augmenter le taux de rétention de leurs clients. Basée sur des algorithmes de Machine Learning, sa plateforme automatisée analyse les données des clients sans traitement préalable afin de comprendre et d’anticiper les comportements. Sa grande capacité de calcul allie vitesse et précision pour identifier les clients qui risquent de partir comme ceux prêts à acheter. Ses prédictions d'une fiabilité de 80% en moyenne dotent les entreprises d'une visibilité immédiate et spécifique des comportements que d'autres approches plus génériques ne permettent pas. Aujourd'hui, les campagnes de ses premiers clients sont lancées et ChurnSpotter mise sur sa technologie prédictive Big Data pour s'imposer à l'échelle mondiale.
Suite au développement de sa technologie prédictive, PredicSis voulait lancer sa solution ChurnSpotter en 6 à 8 mois jusqu'à ouverture totale. La startup avait alors en main un prototype : une micro-plateforme de démonstration sur des serveurs loués chez un hébergeur. Son objectif visait à mettre sa solution sur le marché sans délai avec une ambition de développement mondial et l'acquisition rapide de nouveaux clients. Pour passer à l'étape de plateforme accessible par les clients, un hébergement traditionnel n'était pas une solution envisageable. Cette option demande en effet trop de temps, d’argent et d’anticipation de capacités, ce qui est impossible pour une startup.
Un deuxième défi tenait à rendre disponible les algorithmes du Machine learning sous forme d'API, interface de programmation incontournable pour permettre à l’application ChurnSpotter de charger les fichiers de données que la solution analyse et d’en récupérer les résultats rapidement et de manière sécurisée. Opération complexe puisque ce chargement de fichiers peut impacter l'expérience client s'il prend trop de temps. Il nécessite donc une solution d'accès performante. "Développer notre propre solution d'API aurait pris 3 à 4 mois de travail par un développeur, soit un budget de 50 000 euros. Impossible pour nous ! Nous devions trouver une réponse plus rapide, avec les ressources humaines à disposition" souligne Bastien Murzeau, directeur technique de PredicSis.
Enfin, PredicSis cherchait à résoudre les contraintes de test de sa solution Big Data par ses développeurs avant la mise en production. "Avec le Big Data, un test en condition Cloud s'impose pour vérifier que la solution délivre la performance attendue. Or les machines dans nos bureaux ne permettent pas ce test à taille réelle" explique Bastien Murzeau. D'où la nécessité de trouver l'environnement de test adéquat pour passer à coup sûr en production sans devoir redévelopper le code.
Pour passer en production, PrediCsis a étudié différentes Plateforme de Cloud, les offres de fournisseurs français et de fournisseurs d'OpenStack. La plateforme d'AWS s'est distinguée sur plusieurs points, à commencer par l’avancement technologique d’AWS de par la diversité de son offre de services et leur performance, notamment sur la partie Big Data. Autre atout: la dimension internationale de l’infrastructure et son échelle qui ont permis à PredicSis de répondre à toutes les demandes dès le jour du lancement officiel.
Le support technique réactif et qualifié a été un autre élément décisif. En témoigne Bastien Murzeau : "Avec le support technique d'AWS, nous avons apprécié d'obtenir des réponses rapides et surtout précises sur des sujets complexes, déterminant notre projet. L'équipe d'AWS a toujours été tenace pour trouver les solutions qui nous ont permis d'avancer sur la plateforme". La facilité à mettre en place une solution résiliente, résistante aux pannes, grâce à des outils comme la réplication des bases de données quasi instantanée a également été appréciée. Enfin grâce à la philosophie de prix à la demande et sans engagement, PredicSis a pu déployer des ressources sans coût d'entrée contrairement aux concurrents.
La plateforme Saas de Churnspotter bénéficie d'un espace privatisé dans le Cloud AWS et s’appuie sur de nombreux services tels que : Amazon Virtual Private Cloud (Amazon VPC), Amazon Elastic Compute Cloud (Amazon EC2), et Amazon EC2 Container Service (ECS) pour les applications compatibles avec Docker. Elle a recours à Amazon Relational Database Service (Amazon RDS) et de l'entrepôt de données Amazon Redshift. Grâce à Amazon CloudFront et Amazon Route 53, l'accès à ChurnSpotter est simple et rapide, d'autant plus que le stockage de données sur Amazon S3 facilite les chargements de fichiers par l'utilisateur. L'architecture qu'utilise PredicSisis sur la plateforme AWS se compose comme suit :
Le service AWS Cloud Formation aide aussi la startup à gérer ses ressources AWS de manière automatisée. De plus, l'équipe de développement de PredicSis utilise Amazon Elastic MapReduce (Amazon EMR) qui facilite la vie de l’équipe de développement grâce à son framework Hadoop.
L'intérêt d'utiliser AWS pour l'analyse des Big Data tient aussi à l'interconnexion entre les différents services d'AWS - par exemple Amazon S3 et Redshift - : il est possible de gérer de gros fichiers en direct dans l'environnement d'AWS, sans supporter un coût de bande passante qu'imposerait une sortie des données par le biais d'Internet.
Avec AWS, PredicSis a déployé ChurnSpotter sous la forme SaaS pour servir ses clients partout dans le monde depuis une seule plateforme. ChurnSpotter a bénéficié du programme Activate à destination des Startups. "Nous avons bénéficié de crédits d’utilisation sur AWS ainsi que de l’accompagnement technique avec 1 an de support technique offert et des workshops avec l’équipe locale d’architectes solution. Ce soutien nous a donné la marge pour faire nos tests en mode lean et accélérer la mise en production. Nous avons tenu les délais et lancé officiellement ChurnSpotter sur scène aux côtés de Werner Vogel (CTO Amazon.com) ainsi que 4 autres Startups triées sur le volet lors de Re:Invent, la conférence AWS à Las Vegas en octobre 2015" relate Jean-Louis Fuccellaro, CEO de PredicSis. L'évènement a offert un incroyable tremplin pour ChurnSpotter : des investisseurs et des prospects se sont rapidement manifestés. Selon Jean-Louis Fuccellaro : "Avec Re:Invent, AWS nous a donné une visibilité précieuse sur le marché américain. C'est un véritable accélérateur de business qui entérine notre crédibilité et enclenche le développement mondial que nous visons".
ChurnSpotter offre à ses utilisateurs un accès simplifié de chargement des données : AWS permet de gérer gratuitement une connexion ouverte sur plusieurs heures et Amazon Route 53 assure un chargement direct et immédiat des fichiers quand un client se connecte. A la clé : une expérience fluide pour l'utilisateur. Selon Bastien Murzeau, "Si nous avions développé notre propre solution d'API, nous aurions perdu jusqu'à 4 mois et 20% de la plateforme auraient été accaparés par la solution développée, avec le besoin de multiplier les serveurs pour éviter tout phénomène de saturation. Grâce à la plateforme AWS, nous évitons ce cas de figure".
Les tests de performance de la solution se déroulent à taille réelle sur la plateforme d'AWS. Il est possible, par exemple, de vérifier que ChurnSpotter peut traiter 100 000 prédictions en moins de 4 minutes. Ces ratios de haut vol, propres au traitement des Big Data, s'appuient sur la puissance des instances Amazon EC2, sur EMR mis en instance pour les tests et sur Amazon Route S3 utilisé pour gérer les 3 machines de test chez PredicSis. "Il est possible de récupérer 100 giga-octets de fichiers en 3 minutes avant d'entamer le test. En dehors de la plateforme d'AWS, cette opération peut prendre jusqu'à 30 minutes" indique Bastien Murzeau.
L'équipe de PredicSis reste en veille permanente sur les différents services AWS. ChurnSpotter envisage maintenant de tirer parti d’AWS pour son développement commercial. L’objectif vise à lister la solution sur la Marketplace d’AWS pour proposer son offre aux clients d’AWS et ainsi développer un nouveau canal d’acquisition client.