Sélectionner une page
Le Square Research Center approfondit les expertises de Square pour apporter des solutions théoriques et pratiques aux besoins présents et futurs de nos clients.

Qui sommes-nous ?

Le Square Research Center a été fondé pour favoriser le développement des travaux de R&D appliquée réalisés au sein de Square. Il a pour objectif de concevoir et de tester les approches et outils les plus innovants afin d’apporter une réponse pertinente aux problématiques majeures des organisations. Le Square Research Center associe chercheurs (docteurs et doctorants), consultants, partenaires académiques et organisations publiques et privées, à la production de connaissances et de solutions nouvelles, orientées vers l’action et destinées à être mises en œuvre concrètement. 

Que réalisons nous ?

Le Square Research Center mobilise ses équipes pour lever les verrous scientifiques et technologiques qui empêchent les organisations de traiter en profondeur les “problèmes” auxquelles elles sont confrontées, que ces problèmes soient neufs, émergents ou déjà connus. À cette fin, nous développons des modèles, des solutions et des outils pour nos clients, nos partenaires et nos consultants. Nous partageons nos résultats dans des séminaires académiques, dans des manifestations professionnelles, dans des publications, et utilisons nos découvertes dans le cadre des missions que nous confient nos Clients.

RESPONSABLE SQUARE RESEARCH CENTER

Diplômé de l’IEP de Paris, détenteur d’un Master of Arts (Kent) et d’un Master 2 de littérature comparée (Paris III), David Alcaud étudie la sociologie (Paris X) puis devient Docteur en science politique de l’IEP de Paris. Lauréat de la Bourse de l’Ecole française de Rome et de la Fondation Lazard, il a enseigné à l’IEP de Lille et à l’IEP de Paris, ainsi que dans plusieurs Universités américaines. Il a été chercheur associé au CEVIPOF et au CURAPP et Vice-Président de la Fondation interdisciplinaire pour la recherche comparative en sciences sociales. Il a dirigé collection et ouvrages et a contribué à de nombreuses conférences et publications universitaires. David a rejoint Square il y a dix ans pour mener conjointement des travaux de recherche appliquée et des missions de conseil. Il est aujourd’hui responsable du Square Research Center et contribue à plusieurs projets.

Les programmes

Management de la donnée

Management de la donnée

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.

lire plus
Inférence causale et amélioration des modèles de connaissance clients (Uplift)

Inférence causale et amélioration des modèles de connaissance clients (Uplift)

Nos travaux montrent les limites du Big Data dans le domaine de la connaissance client et ont ouvert la voie à de nouvelles études autour du Machine Learning, et plus spécifiquement encore du Préférence Learning. Cette technique d’analyse appliquée au ciblage marketing permet de caractériser les seuls clients rentables et est reproductible dans d’autres domaines (santé, etc.)

lire plus
Jumeaux numériques des entrepôts — intra logistique

Jumeaux numériques des entrepôts — intra logistique

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.

lire plus
Modèles d’alignement des portefeuilles sur les trajectoires climatiques

Modèles d’alignement des portefeuilles sur les trajectoires climatiques

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.

lire plus
Management de la donnée

Piloter la performance par la valeur

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.

lire plus
Plateformisation et Stratégies d’Innovation

Plateformisation et Stratégies d’Innovation

Nos travaux permettent de proposer un nouveau cadre de référence pour concevoir et de piloter les nouveaux projets de modèles d’affaires et de déterminer dans quelle mesure la plateformisation peut être — ou pas — un levier de développement. Nous nous concentrons plus particulièrement sur les perspectives de plateformisation dans le contexte de l’Open Banking, et les impacts sur les modèles de création de valeur.

lire plus
Soutenabilité Bancaire

Soutenabilité Bancaire

Nous avons développé une modélisation économétrique qui permet d’analyser les déterminants (facteurs exogènes et endogènes) impactant le profit et le risque bancaire. Interrogeant de ce fait la pérennité des modèles d’affaires bancaires, autrement appelée « soutenabilité bancaire », nos travaux proposent un cadre d’analyse neuf qui permet de mesurer et d’anticiper les impacts sur le profil de rentabilité et de risque des banques, et ce en fonction de leurs spécificités : banque de détail, banque d’investissement, banque de grande clientèle, banque universelle.

lire plus
Numérique Responsable

Numérique Responsable

Notre programme de R&D développe un outil de mesure de la valeur immatérielle du numérique débouchant sur un outil d’analyse et d’aide à la décision. Nous permettons au numérique responsable de faire partie intégrante de la stratégie RSE et de la stratégie IT d’une entreprise, consolidant ainsi le pilotage des performances extra-financières. 

lire plus
Inférence causale et amélioration des modèles de connaissance clients (Uplift)

Modélisation de la culture organisationnelle pour conduire le changement

Nous renforçons la capacité des organisations à mieux saisir et mesurer les facteurs culturels qui ont des effets directs et indirects sur leur écosystème et sur leur capacité à bien se transformer et à conduire le changement . L’analyse de la culture organisationnelle en particulier reste souvent reléguée au second plan, rendant tout diagnostic culturel délicat, voire infructueux, privant les organisations d’un levier clé du changement choisi.

lire plus
Inférence causale et amélioration des modèles de connaissance clients (Uplift)

Nouvelles méthodes de travail et de management

Nous développons un modèle de démarche permettant de comprendre la manière dont les pratiques professionnelles « font méthode » dans une organisation. Le programme vise à modéliser la meilleure façon de mettre en mouvement les personnes, les équipes et l’organisation, et ainsi conduire le changement en fonction des pratiques et de la configuration de l’entreprise.

lire plus
Inférence causale et amélioration des modèles de connaissance clients (Uplift)

L’explicabilité des modèles d’apprentissage automatique

Notre travail de recherche développe des solutions permettant l’amélioration des métriques d’évaluation des modèles d’explicabilité en termes de plausibilité et de fidélité. La conception de modèles de substitution robustes aux attaques adversariales. La génération d’attaques adversariales et d’exemples contrefactuels adaptés, particulièrement ardue dans le cas d’une application NLP, afin d’optimiser la capacité d’interprétabilité des algorithmes d’IA.

lire plus

NOUS CONTACTER

173, avenue Achille Peretti
92200 Neuilly-sur-Seine
+33 1 46 40 40 00

DONNEZ DU FUTUR À VOTRE TALENT