Expertise en Data Science et en Statistique


Notre société est en capacité de vous propose ses services de conseil et d’expertise en statistique et en data science. Notre permettons à nos clients de tirer une connaissance approfondie sur leurs données et ainsi valoriser l’information sous-jacente.
Nos consultants seront en mesure de vous accompagner à chaque étape de votre projet : réflexion en amont, analyse statistique des données, interprétation des résultats, déploiement d’une solution informatique, maintenance de votre outil d’analyse prédictive….
Nos consultants, docteurs en statistique, architectes “Big Data” et data scientists, étant également formateurs, sauront trouver les mots justes et adapter leur discours aux compétences statistiques et informatiques de vos collaborateurs.

Pour ce faire, qu'est-ce que la statistique et la data science?


La data science est un domaine interdisciplinaire dédié à l’analyse des données faisant appel à des compétences en statistique et en informatique. Les données peuvent être structurées ou non, et provenir de sources multiples, internes ou externes à l’entreprise. Nos data scientists sont capable de :

– Déployer une plateforme pérenne et évolutive
– Développer des solutions innovantes
– Analyser les données (de la préparation à l’analyse prédictive) et restituer l’information de manière synthétique et visuelle

La statistique est un ensemble d’outils et de méthodes dédiée à la collecte et l’analyse des données. Nous pouvons noter quelques objectifs principaux auxquels la statistique répond :

– Décrire et explorer
– Comparer
– Modéliser et expliquer
– Prédire et optimiser

Notre expertise en Data Science


Notre expertise

Nos équipes de data scientists expérimentés et certifiés sont capable de proposer leur expertise sur des projets complets. Ci-dessous, certains exemples concret des domaines d’expertise de nos docteurs en statistiques :

– Mise en place d’une architecture “Big Data”
– Analyse des données
– Interprétation des résultats
– Préconisations
– Présentation des résultats
– Déploiement des modèles
– Monitoring
– …

Nos champs d’actions

Accompagnement en amont des projets
– Comment vous démarquer de la concurrence en innovant ?
– Conception de votre cas d’usage.
– Plan d’expériences, taille d’échantillons requise.
– Soumission d’un protocole au comité éthique…

Accompagnement sur des projets de recherche
– Accompagnement ponctuel et à la carte.
– Développement d’une solution informatique.
– Encadrement de doctorants et de stagiaires.
– Formation-action.

Nos compétences

– Data analysis
– Data mining
– Exploration
– Visualisation
– Machine learning
– Logiciel R
– Data Lab
– Data Lake
– Hadoop
– Text mining
– Prévision
– SAP HANA, SAP Predictive Analytics, SAP Analytics Cloud, SAP Cloud Platform
– MapReduce
– Deep Learning
– Open Data
– Spark
– …

Secteurs d'activités de nos clients


Cas d'usages de nos clients


Notre méthodologie en Data Science


Afin de mener à bien vos projets et d’être le plus performant possible, nos équipes appuient leur savoir-faire sur une méthodologie bien définie en amont du projet. Ci-dessous, un schéma expliquant brièvement la méthodologie utilisée par nos experts.


Notre expertise en Statistique


Nos docteurs en statistique sauront vous conseiller et vous guider tout au long de votre projet. Par ailleurs, il est important de notifier qu’ils ont les capacités à vous challenger afin de comprendre vos besoins les plus profonds, ceux auxquels vous n’aurez pas pensé. En faisant appel à nos services, vous pourrez déterminer l’information pouvant être extraite de vos données, organiser, structurer vos essais, contrôler votre processus de fabrication et évaluer vos outils de mesure, analyser vos données à une échelle aussi bien macroscopique que microscopique, rechercher les paramètres (facteurs) influents, explorer vos données, élaborer vos modèles statistiques, communiquer et publier vos résultats de façon concise et précise, valider votre logiciel de statistique…

Nos compétences en statistiques


Méthodes statistiques


– Analyses factorielles multivariées : ACP, AFC, ACM, AFDM, ACC, AFD…
– Clustering : CAH, k-means
– Modèles prédictifs : modèles linéaires, linéaires généralisés et non-linéaires
– Régression PLS : PLS, OPLS, sparse-PLS, PLS-DA
– Arbres de décision : CART, Random Forest…
– Méthodes paramétriques et non paramétriques
– ANOVA et modèles mixtes
– Plans d’expériences
– MSP: Etudes de capabilités, cartes de contrôles, études R&r

Notre méthodologie en statistique


Afin de mener à bien vos projets et d’être le plus performant possible, nos équipes appuient leur savoir-faire sur une méthodologie bien définie en amont du projet. Ci-dessous, un schéma expliquant brièvement la méthodologie utilisée par nos experts.


Analyse prédictive


De tout temps, la connaissance du futur a toujours fasciné et intrigué. Cependant, la lecture du marc de café ou d’une boule de cristal n’a que très rarement (et principalement par coïncidence) pu s’avérer efficace. L’analyse prédictive ne consiste pas à questionner une boule de cristal mais plutôt à utiliser des technologies et modèles mathématiques éprouvés pour identifier les relations entre les données qui influencent significativement les résultats.
Déjà omniprésent dans nos outils de tous les jours, cette révolution n’est pas tant dans de nouvelles méthodologies mais plutôt dans sa démocratisation. En effet, plus personne n’est étonné par la saisie semi-automatique de Google, ou encore par la reconnaissance vocale ou de langue du dernier smartphone. Les systèmes de navigation offrant en temps réel les conditions de circulation et des redirections sont quotidiennement utilisés. Les recommandations sur les sites marchands par rapport à un panier donné ou les suggestions de contact sur LinkedIn sont de plus en plus pertinentes. Bref, derrière tous ces objets ou outils maintenant quotidiens, se cache l’analyse prédictive.

Pour toute entreprise, les cas d’applications sont multiples et à tous les niveaux. Que cela soit pour réduire les risques (financiers, industriels, …), obtenir une meilleure connaissance des comportements des clients et notamment de leur propension à se désabonner ou de leur rentabilité, l’analyse prédictive trouve un intérêt dans chacun des maillons de la chaîne d’une entreprise et également à différentes vitesses avec le traitement en temps réel. En marketing par exemple, l’idée n’est plus de trouver les clients pour un produit mais plutôt le produit pour mes clients. Ce changement de paradigme est motivé principalement par deux aspects : la démocratisation des outils permettant de faire de l’analyse prédictive et la demande de plus en plus forte d’informations des consommateurs.

L’application de tels outils et méthodes trouve un écho potentiellement intéressant en utilisant les données des entreprises. L’idée est d’aller plus loin que l’analyse (connaître pour mieux comprendre) en injectant une intelligence mathématique dans les procédés décisionnels (comprendre pour mieux anticiper). Ce phénomène est d’autant plus exacerbé avec l’émergence de données multi-sources et ouvertes massives, complémentaires des données entreprises et dont la valeur ajoutée au travers de l’analyse prédictive laisse actuellement seulement entrevoir l’immense étendu applicative.

Les outils d'analyse prédictive SAP


SAP Analytics Cloud


SAP Analytics Cloud est la nouvelle révolution SAP en terme d’outils de datavisualisation embarquant à la fois un module d’analyse prédictive. Cet outil, très simple d’utilisation, moderne et entièrement orienté “user-friendly” vous offre les capacités d’exécuter une analyse plus poussée de vos données afin d’en tirer des informations encore plus pertinente tout en offrant une agilité et une simplicité qui n’existait pas jusqu’à présent dans ce type d’outil.

SAP Analytics Cloud combine toutes les fonctionnalités analytiques, notamment la planification, l’analyse prédictive et la Business Intelligence (BI), dans une seule et même solution SaaS. Bénéficiez d’une expérience utilisateur moderne et intuitive et gagnez du temps grâce à la planification, l’analyse, la prévision et la collaboration en contexte.

3 modules sont totalement intégrés à l’outil :

– Fonctions de datavisualisation permettant de répondre aux questions métiers grâce à l’exploration des données. Possibilité de charger des données (SAP ou autres, sur site ou dans le cloud) provenant de S/4HANA, Business Warehouse, les univers BO ou SAP HANA et des sources tierces.

– Fonctions d’analyse prédictive reprises de Predictive Analytics, dont la finalité est de mettre en évidence des relations entre les données sur base d’algorithmes et d’en déduire des lois de comportement pour effectuer des prévisions.

– Module de planification inspiré de SAP BPC (Business Planning and Consolidation),  au service des utilisateurs qui simplifie la planification et l’analyse  financière.

Comme nous pouvons constater sur les différents visuels, la solution est très moderne en termes de visualisations, les tableaux et graphiques sont tous dynamiques et il existe différentes possibilités de croiser les tableaux entre eux afin d’obtenir des résultats croisés ou des comparaisons entre différentes données.

De plus, comme nous l’avons précisé, la solution est entièrement destinée à l’utilisateur final et c’est pourquoi, elle est très simple à prendre en main. Nous ne pouvons passer sans préciser que l’outil dispose d’une plateforme collaborative ou les utilisateurs peuvent communiquer en temps réel grâce à un tchat en ligne, ainsi que commenter les différents tableaux et graphiques. Cette option “commentaire” permet à l’utilisateur de poser une question directement au créateur du rapport afin de comprendre d’où provient le résultat.

Une des autres options de l’outil, et c’est notamment une des options qui le rend intelligent, est qu’il a la capacité de s’auto-juger. Cela veut dire que lorsque vous ne comprenez pas d’où provient la donnée, ou lorsque vous désirez connaitre les différents facteurs influents qui ont joué un rôle dans l’obtention du résultat, l’outil va creuser au sein des données afin de vous sortir une liste des différents facteurs influençant le résultat.

BR3 Consultants propose un package “clé-en-main” certifié par SAP autour de la solution SAP Analytics Cloud, pour plus d’information cliquez ici.

Pour visionner la démonstration vidéo de l’outil préparée par l’un de nos data scientist, cliquez ici.

SAP Predictive Analytics


Avec son application Business Objects Predictive Analytics, SAP a fait une intrusion sur le marché du logiciel d’analyse prédictive. L’application comporte un ensemble d’algorithmes prédictifs et sait également traiter les algorithmes écrits avec le langage Open Source R pour l’analyse statistique.

Composer de deux mode, Automated et Expert, l’offre d’Analyse Avancée de SAP est une suite complète et intuitive, conçue pour fournir une analyse plus intelligente, prospective et pertinente et adaptée aux différents acteurs. Que vous soyez experte métier, data analyste ou scientist, les possibilités sont nombreuses.

SAP Predictive Analytics est proposé en version autonome, mais SAP la couple avec sa base de données in-memory HANA, qui dispose d’une bibliothèque de fonctions statistiques.

Longtemps considérée comme complexe et à la portée de quelques érudits, la modélisation prédictive est aujourd’hui très simple d’accès : en quelques clics de souris, un utilisateur peut construire et appliquer son premier modèle de prédiction.

L’approche réclame surtout des données, lesquelles ne manquent pas en général. En effet, ces informations sur des caractéristiques client, des transactions réalisées entre comptes ou issues de capteurs de machines, sont collectées, stockées mais rarement analysées sous l’angle prédictif.

La démarche consiste à prédire l’apparition d’un évènement (variable à expliquer) par rapport à des prédicateurs (appelés variables explicatives). Les algorithmes utilisés sont nombreux et dépendent des distributions des données : lesquels couvrent les modèles paramétriques (régression linéaire, analyse discriminante…) et les modèles non-paramétriques (arbres de décision, réseaux de neurones, plus proches voisins…).

La question suivante est de retenir le meilleur modèle dans la situation donnée. Toutes ces méthodes se manipulent et se comparent de façon intuitive avec la souris. Les graphiques et les statistiques d’aide à la décision sont d’ailleurs produits automatiquement.

La meilleure méthode est également proposée par défaut : l’expert métier se concentre alors sur la traduction opérationnelle de ses travaux.

Pour créer une analyse, la procédure est la suivante :

  • Acquérir les données d’une source de données (csv, sql, hana, excel, univers BusinessObjects).
  • (Facultatif) Préparer les données pour l’analyse (par exemple, en les filtrant).
  • Appliquer des algorithmes (prédictions temporelles – Lissage exponentiel triple, Algorithmes de régression – linéaire, exponentielle, géométrique, log, …, algorithme d’association, arbre de décision, détection de valeur hors norme, réseau neuronaux…).
  • (Facultatif) Stocker les résultats de l’analyse pour une analyse approfondie.
  • Exécuter
  • Enregistrer

Mais au-delà du mode automatique, accessible aux « non-initiés » et intuitif, le mode expert de l’outil permet aux data analysts et data scientists de pousser plus loin les possibilités et les visualisations  révélant et explicitant des comportements ou phénomènes contenus dans les données. Ce mode expert permet également d’utiliser une grande variété d’algorithmes prédictifs, des fonctions R et les capacités In-Memory afin de traiter des grands volumes de données rapidement et efficacement.

Notre expertise


Nos équipes de consultants composées de docteurs en statistique expérimentés et certifiés sauront vous guider, vous orienter et vous soutenir tout au long de votre projet. Grâce à leurs différentes expériences, ils pourrons appuyer vos différents besoins sur des cas d’usages existant afin d’orienter le projet dans une démarche de performance, d’efficacité et de durabilité. Laissez vous guider par nos experts et prenez part dans notre aventure…