Contexte : le besoin d’anticipation des entreprises

Face à l’évolution de la technologie, du comportement des citoyens, des consommateurs et à une concurrence effrénée, les organisations et les entreprises rencontrent des difficultés pour construire leur stratégie à long terme.
Plus précisément elles ont besoin de comprendre et d’anticiper :

  • Les comportements des citoyens, consommateurs, clients, leur appétence à certains produits et services, les causes de leur mécontentement, les risques d’impayés ou de fraude.
  • Le risques de survenu des certains évènements comme les pannes, les incidents, les sinistres, …

Les algorithmes prédictifs pour anticiper

 

Le big data mining et les algorithmes prédictifs pour répondre au besoin d’anticipation

Pour comprendre et anticiper les événements, les comportements, les différentes organisations se tournent vers le big data mining  et l’analyse prédictive (les algorithmes prédictifs) pour mettre en place des pistes d’amélioration ou des actions correctrices et établir des relations plus heureuses et profitables avec leurs citoyens, leurs clients.

Le big data mining est le traitement et l’analyse (data mining) d’une grande quantité de données (big data) pour en extraire des informations significatives.
L’objectif du big data mining est de mieux comprendre les liens entre des phénomènes en apparence distincts, d’anticiper des tendances non identifiables et d’élaborer, des modèles d’analyse prédictives (ou algorithmes prédictifs).
Les algorithmes prédictifs sont désormais au cœur des enjeux des entreprises, voire des nations, dans de multiples domaines. Ils sont de plus en plus efficaces grâce à :

  • La croissance des données à analyser laissées par les individus (citoyens, consommateurs, patients, etc…), via tous les canaux digitaux à leur disposition et les machines, phénomène accéléré par la montée en puissance des objets connectés.
  • La puissance de calcul des outils utilisant les différents modèles statistiques.

Le big data mining et les algorithmes prédictifs pour anticiper

 

Les modalités d’accompagnement du Groupe HLi

Le pôle de « data scientists » du Groupe HLi accompagne vos équipes pour la mise en place de vos algorithmes prédictifs adaptés à votre cas pour tout type d’évènements : de l’appétence des consommateurs à une offre, aux risques d’impayés et de fraude, de pannes d’un système, d’attrition (churn) …

1/ Construire avec vous vos algorithmes prédictifs

Les principales étapes seront les suivantes :

  • Cadrage du projet : détermination du besoin sous forme d’ateliers métier
  • Collecte et analyse des données avec le big data mining
    –    Identification, extraction & structuration des données internes et externes des via les aspirateurs de données big Data (internes, Open Data, Open Map, réseaux sociaux, …).
    –    Analyse et valorisation des  données
    –    Réduction des dimensions
  • Réalisation du moteur de calcul à l’aide des algorithmes prédictifs :
    –    Construction des modèles prédictifs intégrant de grands volumes de données, à l’aide de divers modèles : machine-learning, économétrie, segmentation et arbre de décision, réseaux neuronaux et bayésiens, boosting,
    –    Imbrication des modèles(*) et modélisation temps réel,
    –    Validation statistique et métier.
  • Mise en production du moteur de calcul : utilisation de l’algorithme prédictif pour piloter des décisions métiers
  • Approche « test and learn » : suivi de l’application et de l’efficacité du modèle prédictif et amélioration du moteur.

(*) L’imbrication de modèles consiste à créer plusieurs modèles puis à les croiser ou les fusionner dans un algorithme prédictif afin :
– d’expliquer l’évènement à prévoir par l’ensemble des signaux forts et faibles explicatifs. Un seul modèle exclu souvent les signaux faibles
– de tenir compte de signaux ne pouvant être traités dans un seul type modèle.
Cette imbrication permet d’augmenter le pouvoir prédictif et la stabilité temporelle de l’algorithme prédictif et de n’avoir qu’un moteur de calcul à gérer.

2/ Utiliser nos modèles en les adaptant à votre cas pour :

  • Améliorer la relation client et votre chiffre d’affaires en proposant des produits et services adaptés, des ventes croisées, ventes additionnelles ou en prévoyant le départ des clients (churn ou l’attrition)
  • Fidéliser vos collaborateurs, clients abonnés en analysant leur mécontentement
  • Diminuer vos provisions en anticipant la fraude et le risque d’impayé
  • Faire de la maintenance prédictive en anticipant les pannes de matériel, les sinistres
  • Dimensionner vos réseaux en anticipant les flux

L’approche innovante du Groupe HLi :

Nos projets sont mis en œuvre selon une méthode agile avec la réalisation de POC (Proof) qui permet d’obtenir rapidement les premiers résultats et un découpage par lots.
Par ailleurs nous disposons d’un ensemble d’outils et méthodes développés par notre laboratoire HLi Lab (accrédité CIR) permettant d’accélérer les réalisations algorithmes.
Quant aux données, nous traitons aussi les cas où les clients disposent de peu de données en les enrichissant d’open data(*).
Nos moteurs de calcul sont constitués d’algorithmes imbriqués (cf. encadré plus haut) qui permettent une estimation plus fiable de l’évènement à prévoir. La survenue de l’événement est ainsi caractérisée et probabilisée.

Expertise technologique :

Nos consultants utilisent les outils suivants : SAS, R, SQL server, Storm, H2O, Tableau, Python, Java,etc.

(*) Open data : données numériques, de source privée ou publique, libres d’utilisation.