Technologie
Des algorithmes couplant Géostatistique et Machine Learning
En nous appuyant sur un actif géostatistique continûment développé et appliqué depuis plus de 10 ans dans l’industrie des ressources naturelles et en l'enrichissant de Machine Learning, nous ouvrons la voie à des modélisations locales d'intérêt et de comportement consommateurs inédites.
Nous croisons toutes les données utiles entre elles et réalisons une modélisation des variables d'intérêt
La Géostatistique fournit un cadre probabiliste dans lequel les données d’intérêt sont considérées comme une réalisation d’un ensemble de réalisations possibles d’une fonction spatiale aléatoire. Cette dernière étant censée représenter le phénomène étudié. Ce cadre permet la construction de modèles d’estimation locale qui minimisent l’erreur de cette estimation.
Étape 1 - Rassemblement des données
Vos données (optionnel)
CRM, campagnes, enquêtes, etc.
Open data
Bases INSEE, SIREN, etc.
Données récoltées
Réseaux sociaux et enquêtes web large panel.
Étape 2 - Modélisation géostatistique multi-variables non-stationnaire
10 ans de développement et d’application industrielle, technologie brevetée pour la détermination de paramètres locaux.
Étape 3 - GéoInsights
Nous développons des modèles géostatistiques innovants et garantissons leur paramétrage optimal
L’innovation est au cœur de notre développement. Nous réalisons chaque année des investissements importants pour améliorer nos algorithmes de modélisation locale.
Des modélisations toujours plus précises
L’une des améliorations récemment développée combine des outils de modélisation et d’apprentissage issus du Machine Learning avec les techniques les plus avancées de la Géostatistique (approches SPDE).
Un vrai savoir-faire pour la mise en œuvre et le paramétrage des modèles
Développer des modèles innovants est une chose, les appliquer à des données réelles en est une autre. L’expérience et l’expertise de notre équipe permettent une mise en œuvre et un paramétrage des modèles optimaux.
