A l’occasion de la dernière plénière du Microsoft Tech Days 2015 intitulée « Vers une technologie invisible et une intelligence omniprésente ?! », nous avons pu découvrir 3 jeunes entrepreneurs français. Ces trois entrepreneurs ont particulièrement attiré mon attention car ils ont placé le « machine learning » au cœur de leur business model.

Qu’est ce que le machine learning ?

Pour définir le plus court possible ; le machine learning est l’activité qui consiste à implémenter des algorithmes et solutions automatiques qui permettent à une machine d’apprendre des données qu’elle collecte afin de la rendre plus performante.

Se servir du big data pour mieux anticiper

Antoine-Durieux-e1384768864846-270x270

Antoine Durieux, Alkémics

Start up lancée il y a environ 3 ans dans le secteur de la grande distribution, la société Alkémics récolte les données des tickets de caisses pour permettre aux grandes enseignes de mieux connaître leurs clients. Le système de codes produits et plus généralement de codes barres est conçu pour répondre à un problème de logistique mais les données sont difficilement exploitables à des fins marketing.

Grâce au machine learning et l’aide de plus de 800 marques, Alkémics a trouvé une solution pour décrypter ces tickets de caisses, récupérer les données et les analyser. D’une simple abréviation sur le ticket ressort une multitude de caractéristiques produit. Ces données leur permettent de détecter des habitudes d’achat et de connaître parfaitement leurs client pour plus tard mettre en place une segmentation très précise, analyser l’efficacité de leurs campagnes marketing… La solution d’Alkémics rapproche les enseignes de grande distribution et les marques fabriquant ces produits.

photo

Jérémy Harroch, Quantmetry

Quantmetry est un cabinet de conseil qui accompagne ses clients dans leur transformation digitale. Leur business model s’articule autour de la technique et la science. Grâce au machine learning et au big data, les données collectées vont permettre à Quantmetry de proposer un business model plus adapté et plus performant. Le cabinet va récolter les données dans tous les départements et différents secteurs de l’entreprise et les analyser comme un tout. Là où Quantmetry innove, c’est dans l’exploitation des données. Alors que beaucoup de techniques d’analyse de données vont s’attacher à analyser les données récurrentes et les grandes tendances, le cabinet de conseil attache une importance à toutes les données, même les moins significatives à premier abord. Cela va leur permettre d’anticiper des événements rares qui auront une influence sur l’activité de l’entreprise et de lui proposer une solution afin de réagir rapidement.

Joannes_NB2012

Joannes Vermorel, Lokad

Lokad est un éditeur de logiciels pour les commerces. La société se sert du big data pour faire de l’optimisation quantitative pour les commerces.

Joannes Vermorel a donné deux exemples qui représentent bien les activités de Lokad.

Le premier est le problème de rayon vide dans un magasin. Pour éviter ça, Lokad va collecter des informations sur la demande de chaque produit et magasin. Avec le machine learning, ils seront capable d’anticiper de façon précise la demande d’un produit à un moment donné et dans un point de vente défini. Dans un second temps, Lokad va analyser l’offre : les stocks du magasins, combien de produits sont abimés, mal rangés, etc, afin d’avoir une connaissance précise de ces stocks. En mettant en corrélation ces deux « familles » de données, il peuvent proposer à leurs clients des solutions adaptés pour pouvoir éviter ce problème du rayon vide.

Le deuxième exemple est celui d’un de leur client, constructeur Allemand de pièces de rechange pour l’A380. Les types de contrats signés par cette entreprise engagent les deux parties pour une très longue durée (environ une décennie) et pour un montant généralement très élevé. Il est donc important de bien négocier ce contrat. L’activité du constructeur consiste en une multitude de petites opérations de maintenance, il est donc très difficile de prévoir toutes les opérations qui seront faites durant le contrat et le constructeur ne peut pas se fier à d’autres contrats étant donné que beaucoup d’éléments propres à chaque clients vont influer la régularité et l’importance de ces opérations. Lokad se sert donc du machine learning pour anticiper ces opérations afin de proposer une tarification du contrat la plus pertinente possible.