Nous proposons un modèle organisationnel qui dépasse la simple architecture technique et permet d’allier technologie et gestion des ressources humaines. Ce modèle organisationnel s’appuie sur trois briques identifiées dans la modélisation Data Vault 2.0 et propose de nouvelles composantes comme l’éducation sur la donnée pour dépasser les freins existants à l’usage de celle-ci.
Nos travaux de recherche s’inscrivent dans le champ de l’inférence causale, domaine du machine learning visant à produire des modèles d’aide à la décision capables d’exploiter de grandes masses de données complexes. L’une de nos applications phares est le ciblage marketing : nos modèles permettent de maximiser le ROI des campagnes grâce des analyses individuelles sélectionnant les profils clients à cibler en priorité.
Le jumeau numérique est un type de simulation qui repose sur le principe d’un clone virtuel d’un système physique ou d’un processus. Si l’exploitation du jumeau numérique est très répandue dans les milieux industriels et scientifiques pour soutenir la prise des décisions associées aux produits, très peu de recherches se sont intéressées à son exploitation pour soutenir la prise de décisions associées aux processus. La gestion de l’empreinte carbone et de l’émission des gaz à effet de serre dans l’intra logistique est un processus nécessite notamment l’utilisation des jumeaux numériques que nous développons.
Nous améliorons la prise en compte du caractère non-stationnaire et multivarié des variables climatiques dans le domaine des statistiques. À partir du nouveau cadre mathématique établi, nous permettons aux assureurs non-vie d’évaluer leurs risques liés au changement climatique en considérant les dépendances entre risques.
Nous réalisons un cadre conceptuel complet inédit permettant d’objectiver l’analyse des portefeuilles d’investissement et, ainsi, de créer une série de modèles capables d’intégrer et de traiter des données portant sur les émissions de gaz à effet de serre des entreprises ; d’adapter les méthodes de projection de ces émissions de gaz à effet de serre aux données disponibles, et de s’appuyer sur des méthodes mixtes pour optimiser les projections ; d’apporter de la transparence quant au fonctionnement et à l’organisation des algorithmes sous-jacents au modèle.
L’approche par la valeur permet aux décideurs de développer une stratégie intégrée sur l’ensemble de leur réseau de valeur (écosystème) recouvrant aussi bien les enjeux de performance (financière, extra-financière, opérationnelle) que les défis les plus contemporains de la compétitivité, de l’innovation et de la rentabilité. Piloter la performance par la valeur permet aux COMEX d’aligner stratégie, organisation, opérations et management.
