Grégory Serrano, co-fondateur de Invenis
Pour comprendre ce qu'un analyste de données peut espérer faire aujourd'hui, sans disposer de l'expertise d'un Data Scientist, nous avons posé quelques questions à Grégory Serrano, co-fondateur de Invenis.
Decideo : Le citizen data scientist est un concept encore peu développé dans les entreprises françaises. Vous l'utilisez comme axe de communication, comment définissez-vous cette fonction, et la voyez-vous se développer dans certaines entreprises ?
Grégory Serrano, cofondateur de Invenis : Le concept du Citizen Data Scientist repose sur le fait qu’un collaborateur qui n’est ni Statisticien ni Data Scientist peut créer et générer des modèles prédictifs. Cela est rendu possible par l’utilisation d’outils qui automatisent les tâches les plus complexes de Data Science.
De manière plus globale, le concept de Citizen Data Scientist permet de sortir de la fracture technologique qui prospère, entre les grands groupes digitalisés et les PME et les ETI qui peinent à atteindre une maturité digitale sur leur marché.
Les PME et les ETI sont aujourd’hui clairement les délaissés de la donnée. Faute de moyens, d’infrastructures, elles peinent à analyser leurs données alors même qu’elles sont conscientes des bénéfices de l’analyse prédictive pour leurs activités et disposent de collaborateurs talentueux.
Chez Invenis, nous savons que les statisticiens et les Data Scientists ne sont pas les seuls à s’intéresser à l’analyse de données. Ainsi, nous travaillons avec les experts métiers et les analystes métiers afin qu’ils puissent exploiter eux-mêmes leurs modèles prédictifs grâce à une solution conçue pour eux et avec eux. Nous leur donnons toutes les clés pour qu’ils puissent prendre des décisions éclairées, innover dans leurs activités, en toute autonomie.
Decideo : Les besoins d'analyse de chaque entreprise sont différents. Pourtant, vous annoncez proposer une solution adaptée, "quels que soient leur taille ou leur secteur d'activité". Comment parvenez-vous à "standardiser" les besoins décisionnels ?
Grégory Serrano : Ce qui diffère d’une entreprise à une autre n’est pas tant les problématiques que les données disponibles et la façon d’adresser ces problématiques.
En parallèle, la façon d’adresser les problématiques par l’analyse de données comporte des similitudes. Se poser une question, choisir un set de données, l’analyser, en tirer des informations intelligibles, les partager… toutes ces étapes sont communes à la démarche d’analyse de données.
Invenis propose donc une interface qui intervient à chaque étape de l’analyse de données : connexion aux données (fichiers plats ou bases de données), nettoyage de données, enrichissements, statistiques, Machine Learning et visualisation (tableaux de bord, cartographies dynamiques…).
Nous pouvons ainsi adresser une grande partie des besoins décisionnels des entreprises dans les fonctions Marketing et Sales, Opérations, Logistique en standardisant des cas d’usages. L’utilisateur peut donc mettre en place son propre cas d’usage, selon ses besoins, en toute autonomie.
De plus, nous mettons en place actuellement une bibliothèque de cas d’usage. Comme des « templates » déjà créés, correspondant aux besoins standards de nos clients et disponibles dans notre solution. Ainsi par exemple, un analyste marketing choisira le cas d’usage « Segmentation Client Retail » et aura accès à un cas d’usage au plus près de son besoin. A lui d’affiner en fonction de ses besoins précis mais 80% du travail sera déjà réalisé et disponible.
Decideo : Invenis incorpore de l'apprentissage machine et de l'analyse prédictive des données métiers. Quels algorithmes proposez-vous ? Comment les avez-vous choisi ? Et comment vos clients les utilisent-ils ?
Grégory Serrano : La solution Invenis propose à des non experts de la donnée, ces fameux Citizen Data Scientists, de réaliser des analyses prédictives en toute autonomie. Le logiciel comprend donc des algorithmes de Machine Learning prêts à l’emploi, que notre équipe de Data Scientists a sélectionné parmi les meilleurs algorithmes existants pour répondre aux problématiques business, ainsi que certains algorithmes que nous développons nous-mêmes. Mais surtout, notre vocation est d’abstraire la complexité de ces algorithmes, casser la frontière entre l’aspect technique et les besoins fonctionnels et placer l’analyse prédictive entre les mains des métiers. Ainsi, nos clients les utilisent pour répondre à leurs problématiques opérationnelles quotidiennes : baisse des coûts, amélioration de la productivité, gain de temps, se recentrer sur le cœur de métier, rendre les équipes performantes et autonomes …
De plus, nous pouvons ainsi adresser une grande partie des besoins en analyse prédictive des entreprises :
- Marketing et Sales : recommandation d’achats, segmentation client, lutte contre le churn …
- Opérations : optimisation des process, maintenance prédictive, accélérer les tests qualité et la détection d’anomalies
- Logistique : prédiction des stocks, optimiser les coûts d’approvisionnement, prévenir les ruptures d’approvisionnement
Le cœur de notre proposition n’est pas tant une révolution technologique mais plutôt une innovation d’usage : équiper les équipes métiers et les analystes d’une solution performante pour mieux anticiper leur activité, innover et gagner en productivité.
Decideo : Le citizen data scientist est un concept encore peu développé dans les entreprises françaises. Vous l'utilisez comme axe de communication, comment définissez-vous cette fonction, et la voyez-vous se développer dans certaines entreprises ?
Grégory Serrano, cofondateur de Invenis : Le concept du Citizen Data Scientist repose sur le fait qu’un collaborateur qui n’est ni Statisticien ni Data Scientist peut créer et générer des modèles prédictifs. Cela est rendu possible par l’utilisation d’outils qui automatisent les tâches les plus complexes de Data Science.
De manière plus globale, le concept de Citizen Data Scientist permet de sortir de la fracture technologique qui prospère, entre les grands groupes digitalisés et les PME et les ETI qui peinent à atteindre une maturité digitale sur leur marché.
Les PME et les ETI sont aujourd’hui clairement les délaissés de la donnée. Faute de moyens, d’infrastructures, elles peinent à analyser leurs données alors même qu’elles sont conscientes des bénéfices de l’analyse prédictive pour leurs activités et disposent de collaborateurs talentueux.
Chez Invenis, nous savons que les statisticiens et les Data Scientists ne sont pas les seuls à s’intéresser à l’analyse de données. Ainsi, nous travaillons avec les experts métiers et les analystes métiers afin qu’ils puissent exploiter eux-mêmes leurs modèles prédictifs grâce à une solution conçue pour eux et avec eux. Nous leur donnons toutes les clés pour qu’ils puissent prendre des décisions éclairées, innover dans leurs activités, en toute autonomie.
Decideo : Les besoins d'analyse de chaque entreprise sont différents. Pourtant, vous annoncez proposer une solution adaptée, "quels que soient leur taille ou leur secteur d'activité". Comment parvenez-vous à "standardiser" les besoins décisionnels ?
Grégory Serrano : Ce qui diffère d’une entreprise à une autre n’est pas tant les problématiques que les données disponibles et la façon d’adresser ces problématiques.
En parallèle, la façon d’adresser les problématiques par l’analyse de données comporte des similitudes. Se poser une question, choisir un set de données, l’analyser, en tirer des informations intelligibles, les partager… toutes ces étapes sont communes à la démarche d’analyse de données.
Invenis propose donc une interface qui intervient à chaque étape de l’analyse de données : connexion aux données (fichiers plats ou bases de données), nettoyage de données, enrichissements, statistiques, Machine Learning et visualisation (tableaux de bord, cartographies dynamiques…).
Nous pouvons ainsi adresser une grande partie des besoins décisionnels des entreprises dans les fonctions Marketing et Sales, Opérations, Logistique en standardisant des cas d’usages. L’utilisateur peut donc mettre en place son propre cas d’usage, selon ses besoins, en toute autonomie.
De plus, nous mettons en place actuellement une bibliothèque de cas d’usage. Comme des « templates » déjà créés, correspondant aux besoins standards de nos clients et disponibles dans notre solution. Ainsi par exemple, un analyste marketing choisira le cas d’usage « Segmentation Client Retail » et aura accès à un cas d’usage au plus près de son besoin. A lui d’affiner en fonction de ses besoins précis mais 80% du travail sera déjà réalisé et disponible.
Decideo : Invenis incorpore de l'apprentissage machine et de l'analyse prédictive des données métiers. Quels algorithmes proposez-vous ? Comment les avez-vous choisi ? Et comment vos clients les utilisent-ils ?
Grégory Serrano : La solution Invenis propose à des non experts de la donnée, ces fameux Citizen Data Scientists, de réaliser des analyses prédictives en toute autonomie. Le logiciel comprend donc des algorithmes de Machine Learning prêts à l’emploi, que notre équipe de Data Scientists a sélectionné parmi les meilleurs algorithmes existants pour répondre aux problématiques business, ainsi que certains algorithmes que nous développons nous-mêmes. Mais surtout, notre vocation est d’abstraire la complexité de ces algorithmes, casser la frontière entre l’aspect technique et les besoins fonctionnels et placer l’analyse prédictive entre les mains des métiers. Ainsi, nos clients les utilisent pour répondre à leurs problématiques opérationnelles quotidiennes : baisse des coûts, amélioration de la productivité, gain de temps, se recentrer sur le cœur de métier, rendre les équipes performantes et autonomes …
De plus, nous pouvons ainsi adresser une grande partie des besoins en analyse prédictive des entreprises :
- Marketing et Sales : recommandation d’achats, segmentation client, lutte contre le churn …
- Opérations : optimisation des process, maintenance prédictive, accélérer les tests qualité et la détection d’anomalies
- Logistique : prédiction des stocks, optimiser les coûts d’approvisionnement, prévenir les ruptures d’approvisionnement
Le cœur de notre proposition n’est pas tant une révolution technologique mais plutôt une innovation d’usage : équiper les équipes métiers et les analystes d’une solution performante pour mieux anticiper leur activité, innover et gagner en productivité.
