→

Retour

SUCCESS STORY — ARMATEUR MONDIAL DE TRANSPORT MARITIME

Armateur mondial de transport maritime — Data Science : de la R&D à l’industrialisation

Dans un contexte hautement concurrentiel, l’armateur a fait le choix d’un investissement soutenu dans la R&D. KPC cadre, construit et industrialise ses projets Data Science.

Data

Qlik

Data

L’impact en quelques chiffres

5 ans

d’accompagnement

L’impact en quelques chiffres

5 ans

d’accompagnement

L’impact en quelques chiffres

5 ans

d’accompagnement

Contexte & enjeux centraux

Des demandes d’innovation très variées

Un acteur majeur du fret international : transport maritime, manutention portuaire et logistique terrestre.

Les demandes en innovation vont de la prévision de la demande à l’instant T à l’optimisation de la consommation de carburant via le choix des routes maritimes.

Traduire les problématiques métier en défis analytiques

Intégrer des données hétérogènes, y compris l’IoT

Livrer des solutions utilisables par les métiers, dans les standards informatiques du client

Contexte & enjeux centraux

Des demandes d’innovation très variées

Un acteur majeur du fret international : transport maritime, manutention portuaire et logistique terrestre.

Les demandes en innovation vont de la prévision de la demande à l’instant T à l’optimisation de la consommation de carburant via le choix des routes maritimes.

Traduire les problématiques métier en défis analytiques

Intégrer des données hétérogènes, y compris l’IoT

Livrer des solutions utilisables par les métiers, dans les standards informatiques du client

Contexte & enjeux centraux

Des demandes d’innovation très variées

Un acteur majeur du fret international : transport maritime, manutention portuaire et logistique terrestre.

Les demandes en innovation vont de la prévision de la demande à l’instant T à l’optimisation de la consommation de carburant via le choix des routes maritimes.

Traduire les problématiques métier en défis analytiques

Intégrer des données hétérogènes, y compris l’IoT

Livrer des solutions utilisables par les métiers, dans les standards informatiques du client

Notre approche

Du cadrage au calcul du ROI

Exemples de use cases : estimation des zones d’amarrage à partir des données AIS, taux d’occupation des navires à 15 jours, optimisation des routes selon la météo, prévision des expéditions et des conteneurs vides, détection des trafics illicites dans les conteneurs.

Encadrement

Cadrer avec l’IT et les métiers

Définition des besoins et des objectifs avec les équipes IT et métier, cadrage des projets Data Science, supervision des risques, des coûts et des imprévus.

Big Data & Data Science

Construire les modèles

Intégration de données hétérogènes dans la plateforme Hadoop (Hortonworks), modèles statistiques, Machine Learning et Deep Learning avec R, Python, SAP Predictive Analytics, SAS et SPSS, restitution via Qlik Sense.

Python

Hadoop

Qlik Sense

Industrialisation

Industrialiser

Packages et applications web pour les métiers, intégration dans l’environnement informatique du client, suivi des résultats, ajustement des modèles et calcul du ROI.

Notre approche

Du cadrage au calcul du ROI

Encadrement

Cadrer avec l’IT et les métiers

Définition des besoins et des objectifs avec les équipes IT et métier, cadrage des projets Data Science, supervision des risques, des coûts et des imprévus.

Big Data & Data Science

Construire les modèles

Python

Hadoop

Qlik Sense

Industrialisation

Industrialiser

Packages et applications web pour les métiers, intégration dans l’environnement informatique du client, suivi des résultats, ajustement des modèles et calcul du ROI.

Notre approche

Du cadrage au calcul du ROI

Encadrement

Cadrer avec l’IT et les métiers

Définition des besoins et des objectifs avec les équipes IT et métier, cadrage des projets Data Science, supervision des risques, des coûts et des imprévus.

Big Data & Data Science

Construire les modèles

Python

Hadoop

Qlik Sense

Industrialisation

Industrialiser

Packages et applications web pour les métiers, intégration dans l’environnement informatique du client, suivi des résultats, ajustement des modèles et calcul du ROI.