Aller au contenu principal

Renforcez votre gestion des risques

Tirez parti de la datascience et des analyses statistiques avancées pour renforcer votre gestion des risques et la détection des anomalies.

Case study

Utiliser des analyses statistiques avancées pour repérer les branchements non répertoriés pour un acteur des Utilities

Contexte

Le rendement du réseau est un enjeu majeur pour toutes les entreprises de gestion de distribution de ressources. En effet, les pertes sur le réseau représentent un manque à gagner pour l’entreprise, et par conséquent pour le contribuable.

Certains branchements physiques ne se retrouvent pas au sein des systèmes d’information. Il s’agit de branchements sauvages ou bien de branchements mal renseignés. Ces branchements ne sont pas facturables, ni maintenables. En conséquence, ceux-ci peuvent représenter une perte importante.

Notre équipe a donc initié un prototype sur une durée de 2 mois pour voir s’il était possible de détecter ces branchements non répertoriés.

 

Notre approche

Afin de détecter ces branchements, nous avons cibler des zones géographiques en sous-consommation, modélisées grâce à des méthodologies de machine learning. Nous avons enrichis l’approche avec des données dites en Open Data afin de cibler précisément les bâtiments suspects. Enfin, afin de faciliter l’investigation des experts fonctionnels, nous avons réalisé une interface de visualisation restituant les branchements suspects, avec une vision 3D du contexte environnant. 

 

Facteurs clés

  • Valorisation des données en Open Data
  • Modèles de régression pour la modélisation de la consommation de zone géographique
  • Géocodage en masse des adresses de branchements
  • Visualisation des résultats sur Google Maps : vision satellite et 3D pour mieux explorer les résultats de l’approche

Résultats

Approche prometteuse faisant ressortir des anomalies de consommation, vérifiées sur le terrain. A noter : une forte sensibilité aux coordonnées géographiques - et par conséquent à la qualité des adresses disponibles - a représenté une source de difficulté majeure. 

Lancement d’un projet de fiabilisation des adresses de branchements

 

Introduction des sous-thèmes : Cybersecurity, Fraud detection, Outliers detection

Nos équipes d’experts en Data Science et en Cybersécurité vous accompagnent pour renforcer votre gestion des risques : risques de cyber-attaques, de fraudes ou encore de risques liés à la présence de données aberrantes dans le système d’informations. La détection de tels risques le plus tôt possible est vitale et souvent à portée de main grâce notamment à l’analyse de signaux faibles présents dans vos données. Notre expertise technique est également complétée par une connaissance métier forte et multi-sectorielle qui nous permet de répondre au mieux aux problématiques propres à chacun de nos clients.

 

Heka est l'écosystème des solutions d’Intelligence Artificielle développées par Sia Partners. Ces solutions, héritées d'années de développement et d'expérience, dotent nos clients des outils industriels nécessaires pour répondre à des problèmes récurrents auxquels la datascience apporte une réponse convaincante.