Aller au contenu principal

Cartographie des paiements mobiles — Orange Big Data

Logo Orange Client : Orange
calendar_today
schedule + de 9 ans

Géo-business intelligence pour le paiement mobile

Cette application de géo-marketing Big Data a été développée sur mesure pour une filiale du groupe Orange. Livrée en 2017, elle transforme les données massives du réseau mobile en visualisations cartographiques interactives, offrant aux équipes marketing et commerciales un outil d'aide à la décision opérationnelle.

x10 est intervenu sur la conception et le développement de l'application web (SPA) et de l'API REST backend, en collaboration avec la division Big Data du groupe Orange.

Contexte et enjeux

La filiale Orange avait besoin d'une vue géographique de ses indicateurs de performance marketing à partir des données du réseau (CDR IN). Avant cette solution, l'information était peu accessible et difficilement exploitable pour les équipes terrain.

La capacité à visualiser ces données sur une carte était essentielle pour :

  • Développer un marketing régional ciblé basé sur la donnée
  • Améliorer la connaissance client (comportement d'appel, revenus générés)
  • Adapter rapidement les offres commerciales et piloter les campagnes de marketing direct
  • Affiner la stratégie commerciale régionale et le pilotage des distributeurs
  • Mieux comprendre la concurrence via l'analyse des numéros concurrents

Fonctionnalités clés

L'application permet de visualiser, pour une période et une zone géographique données (site, district, région commerciale), les indicateurs marketing essentiels du réseau mobile.

  • Carte de chaleur (heatmap) — Visualisation de la densité d'activité et des revenus par zone géographique, révélant les concentrations d'usage et les opportunités commerciales.
  • Diagrammes de Voronoï — Découpage territorial des zones d'influence par site mobile, permettant d'identifier les couvertures et les zones blanches.
  • Cercles proportionnels — Représentation du volume d'activité par site mobile avec affichage détaillé au survol (nombre d'abonnés, rayon, nom du site).
  • Aplats de couleur — Comparaison régionale des performances par code couleur pour une lecture rapide des écarts entre zones.
  • Courbes d'évolution temporelle — Graphiques horaires des KPIs pour la zone sélectionnée, avec export multi-format (JSON, CSV, PDF, PNG, HTML).
  • Filtres avancés — Sélection par ville, site, indicateur, période et échelle géographique pour une exploration fine des données.

Contribution technique x10

x10 est intervenu sur l'ensemble du développement applicatif, du frontend cartographique à l'API backend.

  • Frontend SPA — Application Single Page développée avec AngularJS et LeafletJS pour le module de cartographie interactif. L'interface est conçue pour être multilingue (français et anglais).
  • API REST — Backend structuré autour d'une API REST documentée avec Swagger, assurant la communication entre l'interface et le serveur de données alimenté par la division Big Data.
  • Déploiement automatisé — Livraison complète incluant scripts de déploiement Ansible et documentation technique pour une mise en production reproductible.
  • Méthodologie Agile — Projet mené selon les principes Scrum, garantissant une livraison incrémentale et une collaboration étroite avec les équipes Orange.

Résultats

L'application traite 4 Go de données journalières issues du réseau mobile et les transforme en visualisations cartographiques exploitables. Elle fournit un outil de géo-business intelligence directement utilisable par les équipes marketing et commerciales régionales pour optimiser leur stratégie de distribution et leurs campagnes.

La complexité du projet résidait autant dans le traitement des volumes de données Big Data que dans la création d'une expérience utilisateur riche et performante, combinant cartographie interactive et analyse temporelle des indicateurs.

Technologies

Back-end

PHP PHP Symfony Symfony

Front-end

AngularJS AngularJS

Infrastructure & Ops

Ansible Ansible Docker Docker GitLab GitLab

Captures d'écran

Carte interactive : visualisation des sites mobiles avec indicateurs KPI par zone géographique au Botswana.
Carte de chaleur : densité des paiements mobiles par région avec filtres par indicateur et période.
Visualisation en cercles proportionnels : volume d'activité par site mobile avec popup de détail.
Diagramme de Voronoï : découpage territorial des zones d'influence par site mobile.
Tableau de bord analytique : graphiques d'évolution horaire des KPIs avec export multi-format (JSON, CSV, PDF, PNG).
Vue combinée : carte interactive et courbes d'évolution temporelle des indicateurs par site sélectionné.

Questions fréquentes

Quel est le rôle de x10 dans le projet de cartographie des paiements mobiles chez Orange ? expand_more
x10 est intervenu en tant que développeur freelance sur ce projet en 2017 : développement de l'application web SPA (Single Page Application) et de l'API REST backend, en collaboration avec la division Big Data du groupe Orange.
Quelles technologies sont utilisées par l'application de cartographie ? expand_more
L'application repose sur AngularJS pour le framework frontend, LeafletJS pour le module de cartographie interactif, et une API REST documentée avec Swagger côté backend. L'interface est multilingue (français et anglais) et le déploiement est automatisé via Ansible.
Quels types de visualisation cartographique l'application propose-t-elle ? expand_more
L'application offre quatre modes de représentation adaptés aux différents indicateurs : carte de chaleur (heatmap) pour la densité, diagrammes de Voronoï pour les zones d'influence, cercles proportionnels pour les volumes et aplats de couleur pour les comparaisons régionales.
Quels indicateurs marketing sont visualisés par l'application ? expand_more
L'application permet de visualiser 8 KPIs essentiels issus des données réseau (CDR IN) : comportement d'appel, revenus générés, activité par zone géographique et données concurrentielles — avec filtrage par période, site, district et région commerciale.
Comment l'application gère-t-elle le volume de données Big Data ? expand_more
La solution traite 4 Go de données journalières issues du réseau mobile. L'architecture backend optimise l'agrégation et le filtrage des données pour garantir des temps de réponse rapides, même sur des volumes importants, avec des exports disponibles en JSON, CSV, PDF et PNG.