Scoring par zone géographique


Définition

Le scoring par zone géographique de 10h11 peut se définir comme la capacité à prendre en compte les données d’un environnement, de définir des conditions d’intelligences permettant de transformer les données en indice ou score. Enfin, de diviser un territoire géographique en différentes zones pour afficher l’indice ou le score spécifique à chaque zone définie en fonction des données se trouvant dans la zone.

Bénéfices

Le scoring par zone géographique permet aux organisations de lire, analyser et comprendre un territoire en fonction des données disponibles sur celui-ci. Par exemple, cette technologie est utilisée pour redéfinir des zones de chalandise, pour évaluer la valeur d’un bien en fonction de sa cible, pour prendre des décisions d’urbanisme en fonction des éléments présents, pour choisir les zones d’implantations de commerces spécifiques... Les usages comme leurs bénéfices sont multiples.

Méthodologie scientifique

Lorsqu’un client souhaite utiliser notre brique technologique, nous déroulons ensemble les étapes méthodologiques suivantes :

  • - Établir la liste des sources de données, consolider et attribuer à chacune une note de fiabilité.
  • - Implémenter la logique de récupération industrielle de ces informations et les stocker en Big Data.
  • - Étudier et définir, en se basant sur des études cognitiques et/ou scientifiques, quels sont les critères qui permettent de définir la note/indice/score recherchée.
  • - Implémenter ces algorithmes d’extraction d’information pour faire apparaître une note par quartier/zone délimitée sur une cartographie.
  • Notre technologie permet de classer par ordre de choix un certain nombre d’alternatives sur la base d’un ensemble de critères favorables ou défavorables. En complément, elle peut déterminer pour chaque alternative un coefficient sur la base des distances (euclidiennes) entre chaque alternative d’une part et les solutions idéales favorables et défavorables.
  • - Adapter les visualisations aux usages divers par des filtres ou éléments de navigation.
Architecture

Les données utilisées peuvent être directement fournies par l’entreprise elle-même sous forme de base de données SQL. Si l’entreprise le souhaite et si cela est possible, l’équipe de 10h11 peut collecter des données via des APIs ou par l’Open-data disponible.
Les éventuels traitements des données et les méthodes de clustering sont réalisés sur le logiciel R et/ou Python.
La puissance computationnelle nécessaire dépendra de la taille de la base de données (nombre d’observations, nombre de colonnes).
Pour retrouver un exemple d’application, merci de vous reporter sur le site : http://bil.10h11.xyz.

Installation / Intégration

Le moteur peut être utilisé à distance ou bien être installé dans l'environnement client. Ces paramètres sont à déterminer lors de la commande.

Licence

Une licence d’utilisation est proposée lors de la commande.
Si le client souhaite pouvoir accéder aux sources et maintenir le moteur en interne, l’hypothèse est envisageable et les conditions sont à définir avec notre équipe.

Coût

À définir en fonction du volume de données à traiter et du calibrage nécessaire à effectuer sur le moteur.

Contact

william.brojanigo@10h11.com - Responsable Data Science.

10h11.com utilise des cookies afin de vous proposer une expérience de navigation personnalisée.
Si vous désirez en savoir plus sur l’utilisation des cookies par 10h11, cliquez sur ce lien.

Refuser
Accepter