Votre réussite, notre triomphe
Réalisations en gestion de la science des données
Industrie du transport
- Maintenance prédictive
- Optimisation et planification des itinéraires
- Optimisation et contrôle de la consommation de carburant
Lineas, la plus grande entreprise de fret ferroviaire en Europe, a un cycle de maintenance obligatoire à mi-vie pour toutes ses locomotives. Ils possèdent un total de 200 locomotives. Elles ne desservent pas toutes les mêmes itinéraires ni n’accomplissent les mêmes fonctions ; certaines sont utilisées pour les manœuvres, tandis que d’autres parcourent des trajets courts ou longs.
Sur la base des données collectées à partir de plus de 200 capteurs sur chaque locomotive, générant des milliards d’enregistrements, nous avons réussi à élaborer un modèle qui suggère le moment où chaque locomotive doit subir son cycle de maintenance « mi-vie ». En savoir plus sur Lineas.
En moyenne, nous avons réussi à prolonger le cycle de vie par
locomotive de 15 %. Par conséquent, les économies générées sont considérables.
Commerce de détail
- Gestion prédictive des stocks
- Optimisation de l'assortiment des rayons
- Améliorer l'expérience client
- Analyses en temps réel destinées à autonomiser les responsables de magasin
Lagardere Travel, filiale du Groupe Lagardère, propriétaire de plus de 270 boutiques duty free à travers l’Europe, nous a sollicités pour maximiser leurs ventes à périmètre constant.
Après nous être connectés à leur système de point de vente et à leur ERP, ce qui nous a permis de collecter des données en direct, nous avons pu identifier des opportunités pour eux :
- Optimiser l'assortiment dans les terminaux
- Augmenter la pénétration dans les segments de clientèle clés
- Améliorer le taux de conversion des magasins
- Améliorer le service client (optimisation des effectifs)
- Autonomisation des responsables de magasin avec des analyses prédictives et en temps réel jusqu'au niveau des articles (SKU).
de leurs ventes en seulement 90 jours.
Télécommunications
& infrastructure
- Identification précise des problèmes d'infrastructure
- Maintenance préventive de l'infrastructure
- Identifier les problèmes avant qu'ils ne surviennent
Proximus, le plus grand opérateur de télécommunications en Belgique, avait des difficultés à identifier les problèmes sur leur réseau. Dans la plupart des cas, pour résoudre un problème donné, ils devaient envoyer un technicien sur place qui effectuait la procédure standard de dépannage. Si ce technicien ne pouvait pas identifier/résoudre le problème, ils devaient alors envoyer une équipe qui devait creuser la route et effectuer une procédure de dépannage physique.
Notre Gestion de la Science des Données a développé un modèle qui a assemblé et traité des milliers de points de données par seconde. Cela nous a permis de prédire correctement quel technicien est nécessaire pour résoudre le problème, nous évitons des dizaines de milliers d’interventions inutiles par an. D’après les retours du terrain, l’algorithme est même un meilleur prédicteur que les diagnostics des techniciens.
