Le fil

Air Liquide

- 25 février 2019

Au sein de la direction digitale d’Air Liquide, nous avons accompagné les équipes de la Data Factory pour mettre en oeuvre des scores de churn sur la population des clients achetant des gaz de l’air conditionnés en bouteilles. La difficulté vient ici de la faiblesse du signal de churn puisque la majorité des clients ne commandent que peu souvent des bouteilles pour rétablir leur stock au plus juste en fonction de leur propre activité. Les algorithmes mis en oeuvre ont permis de cibler des populations à risque de churn sur lesquelles les campagnes tests d’appel visant à décourager le churn ont démontré la pertinence de l’apport data de manière opérationnelle.

R&D
Voici shinydrive, le dernier-né des packages Datastorm

Dans la famille des packages shiny de Datastorm, voici le petit dernier : shinydrive. Le package shinydrive a été développé pour répondre à un besoin simple : faciliter le partage de fichiers entre différents utilisateurs d’une application R/shiny.

R&D
Functional Data : un potentiel encore peu exploré

La dernière matinée R&D de Datastorm était notamment consacrée aux données fonctionnelles. Elles peuvent apporter de nouvelles pistes de modélisation pour la prévision ou l’analyse. Le point avec Benoit Ravel, CEO de Datastorm.

Replay webinar : Anticiper les dérives de vos Modèles de Machine Learning grâce au MLOps

La multiplication des projets data et des algorithmes expose les entreprises à un risque aujourd’hui clairement identifié : la baisse de performance des modèles de Machine Learning. Il est pourtant capital d’anticiper les dérives de vos modèles et le Machine Learning Operations (MLOps) peut vous y aider. Dans ce nouveau webinaire, les équipes de Datastorm vous expliquent comment.

Toute l'expertise du Groupe ENSAE-ENSAI

Plateau de Saclay
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE

Paris
24 rue Barbès
92120 MONTROUGE - FRANCE