Makila vise à proposer à ses clients des solutions technologiques innovantes et apportant une forte valeur ajoutée. Dans le cadre de ses innovations, Makila a choisi de mener un projet spécifique sur l’analyse prédictive et prescriptive des données de ventes, de budget et de facturation. Reconnaissant l’aspect innovant de ce projet, le MEI a sélectionné Makila et permis la réalisation de ce projet.

Origines du projet

A l’initiative de ce projet, on retrouve le constat suivant : beaucoup d’entreprises utilisent des logiciels ou services lui permettant de connaître, dans chacun des domaines de l’entreprise (finance, vente, etc.), la situation à date – analyse descriptive. Cependant, peu d’entreprises sont capables de croiser ces informations d’un domaine à l’autre pour obtenir une vision d’ensemble. Et encore moins sont capables d’obtenir des informations sur la situation à venir – analyse prédictive – et sur les éléments permettant de définir ce qui peut être mis en œuvre pour améliorer la situation (analyse prospective).

Démarche adoptée

Les équipes mobilisées sur ce projet réunissent les experts suivants :

  • Expert métier, en charge des analyses des données de ventes et financières de l’entreprise
  • Expert technique, pour les aspects d’échanges de données et de tests de la solution mise en œuvre
  • Expert technologique en Intelligence Artificielle et analyse prédictive, responsable du choix des différents algorithmes prédictifs utilisés
  • Équipe de développement en charge de l’intégration des données et du développement de la solution proposée

Le projet, réalisé en mode agile, a mobilisé tous les acteurs, sur des échéances courtes, associées à des objectifs précis et quantifiables en sous-ensemble opérationnels de la solution globale.

Projet soutenu par le gouvernement du Québec

Les objectifs et la démarche proposés par Makila ont été reconnu par le MEI, qui a contribué à la réalisation de ce projet ambitieux. Parmi les résultats concrets, citons :

  • L’analyse prédictive de données de ventes et de facturation, là où seule l’analyse des chiffres passées était disponible jusqu’à présent
  • La comparaison des analyses prédictives à d’autres données (par exemple budgétaires ou financière) afin de mettre en valeur ces données
  • La capacité à faire varier les facteurs d’analyse afin d’exploiter pleinement les prévisions réalisées
  • L’étude de pertinence des prévisions réalisées (écart entre la prédiction et le constaté)

Pour atteindre ces objectifs, les grands domaines ayant été adressés sont ceux du traitement de la donnée, de la mise en œuvre des modèles prédictifs et de l’analyse et présentation des résultats.

En partenariat avec :

 

 

Partagez :