carrot carrot carrot Change Centers x cognizanti collaborators create-folder Data Science Decisive Infrastructure download download edit Email exit Facebook files folders future-of-work global sourcing industry info infographic linkedin location Mass Empowerment Mobile First our-latest-thinking pdf question-mark icon_rss save-article search-article search-folders settings icon_share smart-search Smart Sourcing icon_star Twitter Value Webs Virtual Capital workplace Artboard 1

Découvrez des liens cachés dans vos données

Comprenez ce qui motive les comportements et les prises de décision

LA CAUSALITÉ FOURNIT DES MESURES STRATÉGIQUES ET TACTIQUES


La question la plus importante pour une entreprise commence toujours par le mot « pourquoi ».

Pourquoi un client achète ou n'achète-t-il pas nos produits ? Pourquoi un employé quitte-t-il son entreprise ? Qu'est-ce qui le pousse à agir ainsi ? Sans comprendre la cause d'une situation, les entreprises ne peuvent pas travailler sur leurs véritables points faibles et peuvent même perdre du temps à gérer les mauvaises problématiques. La plupart des plateformes d'apprentissage machine automatisées s'intéressent uniquement aux structures de modèles connues et tentent d'y intégrer des données. 

Lorsque les résultats s'appuient sur la corrélation et non pas sur la causalité, ils n'utilisent pas des connaissances et des modèles adaptés pour expliquer les prédictions et ils n'identifient pas la qualité des comportements liés aux données prédictives par nature. Le moteur de causalité Cognizant ne s'appuie pas sur des hypothèses. Il apprend, analyse et adapte ses conclusions. Ainsi, nos clients comprennent le biais et tirent parti des signaux prédictifs de leurs données pour ensuite se concentrer sur les facteurs essentiels et déterminer les mesures les plus aptes à fournir des résultats optimaux.

NOTRE APPROCHE

Le traitement des biais et de la causalité requiert une démarche mathématique pratique et éprouvée. Notre moteur de causalité simplifie le processus, réduit les biais et fournit des mesures stratégiques et tactiques pouvant être prises suite à un changement. Il identifie les liens entre les variables et établit un modèle personnalisé. Ensuite, le modèle s'affine, se forme et s'auto-corrige afin de fournir des facteurs de causalité véritables. 

Le moteur identifie les variables offrant les meilleurs facteurs de prédiction pour l'objectif métier défini par l'utilisateur à partir de milliers de variables. Ce faisant, il identifie une combinaison d'effets dont les facteurs offrant une faible capacité de prédiction individuellement possèdent d'excellentes capacités prédictives lorsqu'ils sont utilisés collectivement. Ce système fournit automatiquement de multiples recommandations pour atteindre l'objectif attendu. 

 

COLLABORATIONS RÉCENTES

 
AMÉLIORER LE RECOUVREMENT PAR CARTE DE CRÉDIT

Un grand fournisseur de cartes de crédit co-brandées avait besoin d'aide pour mieux comprendre les facteurs liés au recouvrement de dettes, afin de réduire le risque de défaut et déterminer comment simplifier les recouvrements et réduire les abandons de créance cumulant 900 millions de dollars US par an.

  • Ce client devrait économiser 7 millions de dollars US par an suite à l'optimisation des tâches des agents sur le segment de l'engagement à payer.
  • Nous avons identifié la part de 10 à 20 % des détenteurs de compte les plus enclins à payer leurs factures s'ils disposaient d'un peu plus de temps. 
  • Notre solution a généré automatiquement une segmentation des données, les facteurs et recommandations y afférents.
IDENTIFIER LES GÈNES RESPONSABLES DU CANCER DU SEIN

Une société de diagnostic génétique souhaitait améliorer ses tests diagnostics et utiliser les schémas thérapeutiques les plus efficaces. Pour ce faire, elle a analysé les données génétiques et historiques de 300 sujets sur plus de 10 ans.   

  • La solution a accru l'exactitude prédictive de 22 %, qui est passée de 62 % à 81 %.
  • Elle a analysé 25 000 gènes et identifié les séquences de gènes responsables sur 3 à 5 gènes, plutôt que sur 70. 
  • Surtout, la solution a permis de fournir des protocoles de soins optimaux pour les patientes atteintes du cancer du sein.  
RÉDUIRE L'ATTRITION ET MIEUX CERNER SES CLIENTS

Un grand nom de l'agroalimentaire américain avait besoin d'aide pour comprendre et réduire son taux d'attrition à l'échelle mondiale. Pour cela, nous avons identifié les facteurs d'attrition et les schémas de données pouvant être modifiés afin d'impulser un changement.

  • Désormais, notre client sait quels clients il doit surveiller en priorité selon les zones géographiques.
  • Il a développé sa clientèle grâce à ses efforts de fidélisation.
GAGNER DU TEMPS ET DE L'ARGENT, ET RÉDUIRE LES RISQUES DU PORTEFEUILLE

Une compagnie d'assurance voulait réduire les délais et les coûts des activités, et atténuer les risques du portefeuille. 

  • Elle a identifié les 9 variables offrant la stabilité et la pertinence les mieux appropriées pour prédire les résultats. 
  • La solution a sensiblement amélioré la rapidité et les coûts d'émission de polices d'assurance, et a réduit les coûts des tests supplémentaires requis.
  • Elle a également permis d'accroître le nombre de cas « préférés » acceptés pour les agents et les clients.
AMÉLIORER LES TEMPS DE RÉSOLUTION ET RÉDUIRE LES COÛTS

Une compagnie de télécommunications voulait améliorer ses délais de résolution et réduire les coûts associés à son centre d'opération réseau.

  • Elle a dégagé des schémas de causalité et recommandé des solutions pour chaque type d'incident.
  • La solution suggère les 3 premiers résultats pour un problème donné. 
  • L'entreprise est ainsi parvenue à améliorer la productivité et à réduire la redondance et la disparité des connaissances.

À la une

Emotion in Decision Making


Pour optimiser son impact, il est essentiel de comprendre quelles données permettent d'identifier les causes.

REGARDER LA VIDÉO

FAITES LE PREMIER PAS

Assister nos clients en nous tournant vers l'avenir autant que vers le passé peut sembler une promesse difficile à tenir, mais les nouvelles capacités du numérique s'accroissent de jour en jour.

Please Enter Valid First Name
Please Enter a Valid Email Address
Please Enter Valid Company Name
Please Enter Valid Contact Number
Please Input the Region
Please Input the Inquiry Type
Please Input the SubInquiry Type
Please Enter A Message

Thank you for your interest in Cognizant.

We’ll be in touch soon.