EDF développe son Intelligent Customer Engine sur le Data Cloud Snowflake

EDF est un fournisseur d’énergie majeur, qui fournit du gaz et de l’électricité aux foyers et aux entreprises dans tout le Royaume-Uni. EDF est également le plus grand producteur d'électricité zéro carbone en Grande-Bretagne : ses énergies éolienne, solaire et nucléaire contribuent à réduire les émissions de carbone. L'objectif de l'entreprise est de fournir par défaut de l'électricité zéro carbone aux particuliers ayant souscrit un contrat à tarif fixe.

EDF exploite la data science de diverses manières pour mieux servir ses clients. Elle permet notamment d'améliorer l'efficacité énergétique et d'identifier les utilisateurs financièrement vulnérables afin de leur proposer une aide appropriée. Cependant, sa plateforme interne Customer Analytics Zone (CAZ), conçue pour développer et déployer des modèles de machine learning (ML), n'a pas toujours facilité la génération des informations requises. 

« Jusque-là, notre accès aux données était compliqué et nous n'avions aucun moyen de déployer nos modèles en production », explique Rebecca Vickery, Data Science Lead chez EDF. « Comme beaucoup de nos données sont très sensibles, il était difficile de faire quoi que ce soit sans avoir besoin d'obtenir des autorisations ou d'organiser des réunions. Pour chaque projet, nous devions demander à l'équipe de data lake de nous fournir des extraits avec lesquels nous pouvions travailler, ce qui pouvait prendre plusieurs jours. Ce processus lent et parfois difficile pouvait aussi être compliqué, car nous devions gérer nous-mêmes la sécurité et la gouvernance de ces données. » 

En 2022, après avoir passé quatre mois à essayer de déployer un modèle unique de ML sur CAZ, EDF a décidé d'opter pour une nouvelle plateforme de données clients et une approche inédite. Le fournisseur d'énergie s'est alors tourné vers le Data Cloud Snowflake pour bénéficier d'une source centrale de données facilement accessibles pour son nouveau moteur client intelligent (ICE, Intelligent Customer Engine). 

EDF s'appuie désormais sur Snowflake et son environnement de développement Snowpark pour permettre à ses data scientists d'utiliser leur langage de prédilection, Python, et de mettre des modèles de ML en production sur Amazon SageMaker. EDF tire parti du partenariat entre AWS et Snowflake pour obtenir des opérations de machine learning (MLOps) et des capacités de data science de premier ordre.

EDF avait envisagé plusieurs plateformes data pour prendre en charge sa nouvelle solution de veille client, mais Snowflake offrait des avantages inégalés par les solutions concurrentes, notamment une évolutivité élastique et un moteur de traitement neutre en termes de langage via Snowpark. 

« Ces deux caractéristiques étaient indispensables pour nous », souligne Alex Read, Senior Manager of Data Platforms chez EDF. « Nos précédentes plateformes basées sur Spark devenaient difficiles à faire évoluer et nous ne pouvions plus respecter nos SLA de charge. Snowflake nous facilite grandement la tâche, car le calcul et le stockage sont indépendants. Nous avons toujours respecté nos SLA depuis la migration. » 

EDF utilise désormais Snowflake comme référentiel central pour toutes ses données clients. Et comme Snowpark prend en charge Python et SQL, les utilisateurs professionnels peuvent traiter ces données exactement là où elles se trouvent, afin de déployer des solutions de machine learning de bout en bout et de mobiliser les informations qui facilitent la vie des clients. C'est une nouvelle réalité à des années-lumière de notre environnement complexe et lourd avant Snowflake.

Avec la précédente architecture, l'équipe de data science d'EDF mettait des mois à déployer un modèle de machine learning capable de fournir des informations sur nos clients ou de nouveaux produits pour ces derniers. Avec Snowflake, il ne lui faut plus que quelques jours.

Parmi ces nouveaux produits, citons notamment un algorithme de ML conçu pour identifier les clients financièrement vulnérables. Le modèle signale les clients qui sont régulièrement déconnectés du réseau électrique, ou ceux qui rechargent leur compteur prépayé de manière irrégulière et par petites sommes. EDF est alors à même de leur fournir une assistance dès que le besoin s'en fait sentir. 

« Nous sommes passés d'un processus d'accès aux données complexe à une véritable mine de données à notre disposition », explique Rebecca Vickery. « Nous pouvons désormais concevoir de tels produits en trois ou quatre semaines, alors qu'auparavant, cela aurait pris des mois, voire plus. » 

Le développement de plateformes a également été accéléré, comme en témoignent le développement et le déploiement rapides d'ICE pour remplacer Customer Analytics Zone. « Malgré presque trois ans à développer Customer Analytics Zone, la plateforme n'était pas encore aboutie », explique Alex Read. « Avec Snowflake, nous avons pu construire un environnement de data science et d'analyse complet et automatisé en quelques mois à peine. »

L'un des principaux avantages de la migration vers Snowflake est qu'EDF a pu regrouper plusieurs environnements pour différents fournisseurs, ce qui lui a permis de simplifier son environnement informatique et, au final, de réduire ses coûts. 

« Notre travail nous demandait beaucoup de ressources », explique Alex Read. « Désormais, nous pouvons travailler avec une équipe plus consolidée dotée d'un ensemble de compétences unique. Cette consolidation, ajoutée au fait que nous payons seulement pour les ressources que nous utilisons, présente des avantages significatifs en termes de coûts. » 

EDF estime que la plateforme permettra également de renforcer ses équipes, en attirant des profils désireux de se former aux toutes dernières technologies et plateformes data dans le cloud. 

« Cela nous permet d'attirer les talents et de les fidéliser », renchérit Rebecca Vickery. « Notre plateforme moderne ainsi que l'opportunité de développer ses compétences sur Snowflake intéressent particulièrement les profils tournés vers l'avenir. Nos data scientists déjà en poste, quant à eux, apprécient grandement de ne plus avoir à composer avec la gestion et la gouvernance des données pour pouvoir se concentrer sur la partie intéressante de notre travail, à savoir la construction de modèles et la génération d'informations. »

Grâce à cette plateforme optimisée, les data scientists d'EDF peuvent se focaliser sur leur objectif premier : prendre soin de leurs clients, les aider quand ils rencontrent des difficultés et fournir des produits et services sur mesure qui améliorent la satisfaction et la fidélisation des clients. 

EDF a par ailleurs récemment commencé à mettre à disposition de ses clients les analyses de hub énergétique, ce qui leur permet de suivre leur consommation d'énergie de manière rapide et précise grâce aux données de leurs compteurs intelligents. Ses clients peuvent désormais accéder à des informations essentielles sur la manière dont ils peuvent réduire leur consommation, et ainsi leur empreinte carbone et leurs factures d'énergie. 

« Snowflake va changer la donne pour nos clients », affirme Rebecca Vickery. « Nous sommes maintenant bien mieux équipés pour les servir, qu'il s'agisse de les aider de façon proactive lorsqu'ils rencontrent des difficultés de paiement ou de leur proposer les produits et les prix adaptés à leur situation actuelle. » 

« Les avantages sont incommensurables par rapport à notre situation d'il y a six mois », ajoute Alex Read. « De plus, nous continuons d'explorer les possibilités de cet outil, en faisant appel à Snowflake pour optimiser nos activités de marketing, notre gestion et les tâches de conformité réglementaire. Maintenant que nous avons vu de quoi cette solution est capable, je suis convaincu que cette année sera une grande année pour EDF et Snowflake. »