Notre offre

See-d construit, avec vous, des solutions ciblées et personnalisées pour l’accompagnement de la mise en œuvre de votre stratégie et de l’optimisation de votre activité.

Services : prévision, optimisation, aide à la décision

Solutions opérationnelles en :
  • Prévision
  • Optimisation
  • Aide à la décision
Méthodes :
  • Modélisation
  • Simulations
  • Création d’indicateurs pertinents
  • Data Mining
  • Analyse statistique

Exemples

See-d aide à résoudre des problèmes  complexes de l’entreprise, à enjeux stratégiques et opérationnels:

  • Prévoir l’activité logistique du transport pour mieux gérer le personnel.
  • Modéliser le processus d’élaboration des financements jusqu’ à l’exécution du contrat.
  • Comprendre la situation de sa clientèle en analysant ses propres données.
  • Construire un modèle mathématique ad hoc pour un problème technique donné.
  • Créer des indicateurs pertinents
  • Décider d’un investissement en cohérence avec l’histoire de l’entreprise et son environnement.

Exemples de prestations 

1. Transporteur : Prévision d’activité logistique

       Problématique : optimiser le nombre d’intérimaires nécessaires à la manutention des marchandises sur ses quais de messagerie.

  • Solution See-∂ : conception d’un outil qui donne quotidiennement la prévision du volume de marchandises qui passera sur chaque quai dans les jours futurs.
  • Résultat : un logiciel de prévision d’activité permettant de réduire le nombre et donc les coûts de main-d’œuvre intérimaires et d’accroître ainsi, la rentabilité du transporteur sur ce poste.

2. Groupe agroalimentaire spécialisé en nutrition animale : Modélisation de la croissance du poulet.

       Problématique : Optimiser le coût de production de la croissance d’un poulet et améliorer la qualité nutritionnelle de sa nourriture.

  • Solution See-∂ : conception d’un poulet virtuel simulant la croissance et la consommation d’un vrai poulet face à un plan de nourrissage.
  • Résultat : un poulet virtuel permettant d’optimiser le coût de sa nourriture et donc d’abaisser le coût de production.
3. Groupe agroalimentaire : Granulométrie de nourriture pour ruminants

       Problématique : Déterminer rapidement et de manière fiable, la qualité d’un ensilage

  • Solution See-∂ : Analyser une photo d’ensilage en créant un « tamis numérique », ou « calibrage numérique » précis et rapidement réglable.
  • Résultat : Gains de temps (plus de tamisage manuel ni de coûts liés au tamisage manuel) – augmentation de la productivité liée à l’amélioration des choix nutritionnels grâce à l’analyse rapide de la qualité d’un aliment. 
4.Transporteur : homogénéiser les tarifications entre différentes agences du groupe

       Problématique : Corriger l’hétérogénéité tarifaire entre les différentes agences du groupe

  • Solution See-∂ : fournir une application sous forme d’interface, pour pouvoir facilement et rapidement comparer et décider de la tarification à adopter et proposer.
  • Résultat : Gains de temps et fiabilisation dans la prise de décision. Gains financiers grâce aux réajustements tarifaires.

Méthodologie et Modes de collaboration

Méthodologie
  • Etape de cadrage
    • diagnostic de votre besoin
    • expertise de vos données
    • programme de travail pour satisfaire votre besoin à l’aide de vos données
    • estimation de la valeur ajoutée que notre solution sur mesure vous apportera
  • Développement de notre solution
    • Mise en oeuvre du programme de travail
    • Points d’étapes fréquents
    • Réactivité et adaptabilité
    • Livrable
Mode de collaboration

Votre activité de Recherche est accompagnée par nos experts scientifiques

  • soit par une prestation
  • soit par la mise à disposition flexible et dédiée à votre projet de personnel.

Méthodes mathématiques et statistiques utilisées

Méthodes de description
  • Statistique descriptive
  • Modélisation statistique des données
  • Modélisation mathématique
  • Analyse Mathématique
  • Analyse Asymptotique
  • Analyse multi-fractale
  • Décomposition de Fourier
  • Ondelettes
  • Géométrie
Méthodes de datamining
  • Analyse en composante principale
  • Analyse des correspondances multiples
  • Analyse factorielle multiple
  • Classification hiérarchique
  • Régression (multi-)linéaire
  • Régression logistique
Assimilation de données
  • Filtre de Kalman (et variante)
  • Maximum de vraisemblance
  • Assimilation variationnelle (pour les données hétérogènes)
Méthodes de restauration de données
  • Méthodes statistiques de restauration de données manquantes
  • Méthodes de restauration d’images
Méthodes de simulation
  • Méthode d’Euler, de Runge-Kutta
  • Méthode de différences finies
  • Méthode d’éléments finis
  • Méthodes des volumes finis
Méthodes d’optimisation
  • Programmation linéaire
  • Programmation non-linéaire
  • Méthodes de gradient
  • Algorithmes génétiques (et autres algorithmes évolutionnaires)
Analyse de Risque
  • Bloc diagramme
  • Réseaux de Petri
  • Diagramme de fiabilité
  • Arbres de défaillance