SKAPÁNê

José Corral Gallego

CEO / Fondateur

06 19 92 63 18

www.skapane.com

Analytique

API

Applications

Dataviz

Infrastructure

Institutionnels

Consultants/SSII

Intégrateurs

RETOURS D’EXPERIENCES PROJETS DE MACHINE LEARNING OU BIG DATA

 

Offre d’analyse automatique d’échanges clients

L’offre d’analyse automatique de textes proposée par Skapánê vous permet d’améliorer l’efficacité de vos contacts client grâce à l’extraction automatique d’information pertinente de tous les messages provenant de tous vos canaux de contact client.

 

Ce robot numérique propose des services de catégorisation automatique et d’aide à la décision tels que la préconisation de réponse et la qualification automatique de contact s’appuyant sur un DataLake de données multi-sources provenant de votre système d’information interne (informations du compte client, niveau de fidélisation, ...) et/ou externe (catégorie socio-professionnelle, zone d’habitation, …).

 

L’utilisation des outils du machine Learning, utilisés, selon les cas, en apprentissage supervisé (Random Forest, NaiveBayes, ...) ou non supervisé (Kmeans, …), couplée aux meilleures techniques de Text Mining des messages garantit un haut niveau de pertinence de catégorisation et de qualification. Grâce à ces technologies, le système est capable de s’adapter à tous les types de phraséologie et à tous les niveaux de langage utilisés par vos clients.

 

Grâce à un apprentissage permanent, le système est aussi capable d’évoluer et de s’améliorer au fur et à mesure de son approvisionnement en messages, et de toujours mieux « comprendre » les messages formulés en langage naturel.

 

Pour vous permettre de mesurer, de comprendre, et d’optimiser la gestion de vos contacts, l’offre vous propose des outils statistiques, des indicateurs de suivi, et des capacités d’exploration dynamique des données de contact, exposés via une interface web.

Et pour vous offrir une vision unifiée à 360° des canaux de contact client, ce produit propose en option l’intégration de tous vos messages papier, qui seront interprétés par la machine et traités de manière unifiée grâce à l’utilisation d’outils de reconnaissance de caractères et d’écriture manuscrite, ainsi que des messages vocaux, grâce à l’intégration d’un moteur de reconnaissance vocale.

Cette offre est fournie à un acteur de la banque et permet de fixer automatiquement la priorité de traitement d’un message client sur la base de détection du sujet et de la tonalité (« l’humeur ») du client.

 

Maintenance prédictive

Le monde de l’industrie dispose de processus de maintenance préventive permettant de diminuer le risque d’incidents sur des critères établis à la conception des systèmes. Le complément idéal de ces processus consiste en la capacité à prévoir des incidents potentiels sur la base d’équipements en production et de sites industriels en fonctionnement. Ce nouveau type d’outils, la maintenance prédictive, permet d’ajouter des capacités de prévision d’incidents avant qu’ils n’apparaissent sur des environnements industriels opérationnels.

 

Les capacités de traitement nécessaires au calcul de modélisation sur des centaines de milliards d’événements et de mesures remontés par l’ensemble de capteurs et systèmes d’environnements industriels complexes (raffinerie, centre de tri, ...) ont été mobilisés par Skapánê pour créer des algorithmes prédictifs sur la base de Support Vector Machines incluant des algorithmes de gestion des séries temporelles. La technologie de Skapánê permet l’utilisation d’événements asynchrones (alertes) et des événements synchrone (mesures régulières) dans les mêmes algorithmes, maximisant le pouvoir prédictif des modèles utilisés en production. Ces solutions prévoient correctement 95% des incidents réels avant qu’ils n’apparaissent sur une période de plus de 10 ans de la vie de l’installation.

 

Les industriels ont maintenant la capacité de prévoir et donc d’éviter des incidents qui apparaissent malgré la maintenance préventive, économisant ainsi des coûts élevés liés à l’arrêt complet possible des équipements suivant le type d’incidents. L’utilisation d’outils de suivi en temps réel fournis par Skapánê permet une intégration complète dans les outils industriels de pilotage.

 

Cette solution a été validée sur la base de l’historique de mesures d’une raffinerie sur une période de 10 années et a permis de démontrer la capacité à prévoir les incidents techniques avant leur survenance.

 

 

SKAPÁNê

José

Corral Gallego

CEO / Fondateur

interview

Dites-nous qui est Skapánê ?

Depuis notre création en Mars 2015, nos locaux se situent au sein du pôle d’excellence et d’innovation Euratechnologies à Lille. D’abord incubés, nous sommes aujourd’hui accélérés. Le projet de Skapánê repose sur l’innovation apportée par les nouvelles solutions de traitement de la donnée et d’apprentissage automatique, notamment pour le temps réel : recommandation de produits, maintenance prédictive, lutte contre la fraude… Il s’agit de mettre en œuvre des algorithmes mathématiques poussés et puissants existants sur le marché afin de dépasser l’usage traditionnel de la donnée en tant que moyen d’analyse, pour en faire un outil de prédiction, et être capable de l’appliquer on-line directement sur les applications de traitement, interactives. La culture du résultat et la vertu du modèle Cloud, permettent aux clients de Skapánê de bénéficier de l’expertise d’acteurs spécialisés. Pour financer son développement, Skapánê a réalisé un premier tour de table au dernier trimestre 2017.

 

Quels sont les nouveautés à venir chez Skapánê ?

La grande nouveauté chez Skapánê est la mise en place d’une plateforme de service client sous forme d’un logiciel SaaS facilement accessible et utilisable par les clients. Skapánê fournit toute l’infrastructure mais le client est totalement autonome concernant l’utilisation de l’application. L’interface proposera plusieurs fonctions métiers tel que la détection de fraude, et plus généralement la prédiction de comportements clients : achats, mode de livraison, moyen de paiement, …

 

Sur quels types de projets travaillez-vous ?

Nous travaillons sur des projets variés tel que la lutte contre la fraude en apprentissage automatique, ici il s’agit d’analyser le comportement des clients via des algorithmes de Machine Learning mis en place par nos soins, ce qui va permettre de définir un score de risque de fraude et donc d’autoriser le paiement en un clic pour les clients fiables et le 3DS pour les clients potentiellement frauduleux. Parmi les axes de développement, l’analyse automatique d’échanges clients, le traitement d’images issues du monde médical ou le pilotage intelligent de bâtiments connectés sont des priorités pour les mois qui viennent. Nous formons beaucoup de data scientists au traitement des données volumineuses avec Hadoop & Spark par exemple chez, Cofidis, MonaBanq ou Oney Banque Accord. Nos formations sont très appréciées car nous y intégrons beaucoup de pratique, les stagiaires manipulent leurs propres données et nous leur mettons ainsi le pied à l’étrier pour intégrer un projet de datascience. Aussi, nous formons ou plutôt coachons également des membres de comités de direction et des managers qui ont besoin d’être accompagnés à la transformation numérique sur la dimension de la gestion de la donnée, et notamment de la donnée volumineuse ou non-structurée.

 

Hébergez-vous les données de vos clients ?

Nous utilisons les services d’un fournisseur de data center hautement sécurisé, dans lequel nous avons monté et opérons notre propre plateforme Cloud. L’offre en mode Cloud et SaaS est une offre que nous souhaitons développer car elle permet à nos clients de lancer des pilotes, des expérimentations, très rapidement …. Afin de tester des usages et de démontrer les apports de ces technologies dans leur business. Par exemple, sur cette plate-forme, nous réalisons des projets de connaissance clients: analyse de la navigation des clients et prospects sur le site web, analyse des messages reçus et tri automatique par nature, urgence, traitement des messages vocaux, …

 

Sur quelles technologies Skapánê s’appuie-t-elle ?

La vague de développement de logiciels d’infrastructure Open Source est particulièrement réussie sur le monde du Big Data et du Machine Learning. Plusieurs solutions de référence de grande qualité sont disponibles. Nous avons choisi Hadoop et Spark pour le stockage distribué sécurisé et les traitements distribués. Nous utilisons les bases de données NoSQL du marché : principalement HBase. Spark, particulièrement depuis la version 2.0, propose une librairie très complète sur les algorithmes de Machine Learning modernes. Nos plateformes en production nous ont permis de démontrer la qualité, la production sécurisée et le coût de possession attractif de ces solutions.

 

Comment voyez-vous Skapánê dans les prochaines années ?

Nous souhaitons faire rayonner le Big Data et le Machine Learning en France et en Europe et ainsi développer les savoir-faire et l’expertise. L’extension de notre offre vers du logiciel en mode SaaS contribuera à l’adoption de ces technologies. Notre ambition est de transformer le minerai brut des données en valeur raffinée pour le métier de nos clients, ayant une valeur directe sur leur activité. Nous espérons contribuer à la formation d’ingénieurs experts, de Datascientists et à l’introduction de ces technologies dans tous types de projets d’entreprises.