logo
logo
  • Accueil
  • Conseils & expertises
    • Architecture
    • Datascience
    • Audit de performance
    • Dataviz
    • Databases
    • Intégration de données
  • Formations
  • Références
  • Qui sommes nous ?
  • Blog
  • Carrière
  • Contact

Prévisions des coûts moyen d’intervention

  • icone secteur activite

    Secteur d'activité

    Assurance
  • icone contexte client

    Contexte client

    Le client dispose de prévision
  • icone enjeux client

    Enjeux client

    Prédire le prix moyen d'intervention par groupe de produit (120 prédictions), par mois et sur 18 mois
  • icone contexte technologique

    Contexte technologique

    • SGBD : MS SQL Server 2016
    • Python 3.6
    • Frameworks : Pandas, Scikit-Learn, FBProphet, XGBoost
  • icone délais

    Délais

    15 jours
  • icone résultat

    Résultat

    Entre 4 et 7% d'erreur sur la prédiction à 18 mois (cross-validation), pour les 3 principales catégories de produit. Modèle en production, réentraîné tous les mois

Méthode: pour les prévisions des coûts moyens d’intervention grâce à des prédictions de séries temporelles, couplage avec données de jours fériés, nombre de jours ouvrés par mois, et autres variables calendaires.

  • Dashboards usine pour un suivi opérationnel efficace
  • Optimiser le rendement chaufferie en usine

EXPERTISES

  • Architecture IT
  • Audit de performance IT
  • Datascience & IA
  • Dataviz
  • Intégration de données
  • Databases
  • FORMATIONS
  • ETUDES DE CAS
  • QUI SOMMES NOUS ?
  • BLOG
  • CARRIERE
  • CONTACT

Suivez-nous

  • @2performance
  • @2performance
  • aetperf.github.io

@ARCHITECTURE & PERFORMANCE     Mentions légales

Crée par