Generated by All in One SEO Pro v5.0.0.1, this is an llms-full.txt file, used by LLMs to index the site. # AVISIA - AVISIA Cabinet de Conseil en Data, Intelligence Artificielle & IA Agentique ## Articles ### [Blog Expert en IA, Data & Digital](https://www.avisia.fr/actualites/blog) **Published:** mars 13, 2024 **Author:** Pascal BIZZARI --- ### [Analyse du cycle de vie (ACV) d'un produit data : méthodologie et bonnes pratiques Green IT](https://www.avisia.fr/actualites/blog/rse-impact/acv-produits-data-rex) **Published:** décembre 17, 2025 **Author:** Elodie PERRON **Excerpt:** Chez AVISIA, nous accompagnons nos clients dans la maîtrise des enjeux RSE. Nous les aidons ainsi à intégrer des pratiques numériques plus responsables. En effet, dans un contexte où l’impact environnemental du digital devient un sujet stratégique, il est essentiel de disposer de méthodes concrètes pour mesurer, comprendre et réduire l’empreinte des produits numériques. L‘ACV pour produits numériques (Analyse du Cycle de Vie) s’impose alors comme un levier stratégique pour piloter la performance environnementale des dashboards, services data et produits digitaux. Dans cet article, nous expliquons ce qu’est l’ACV. Ainsi, nous verrons pourquoi l’appliquer aux produits data. Par ailleurs, nous partagerons un retour d’expérience concret sur l’analyse d’un dashboard. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** RSE & Impact **Étiquettes:** ACV, ACV produits numériques, Analyse du cycle de vie, Impact, REX, RSE --- ### [Women Empowerment : promouvoir la mixité](https://www.avisia.fr/actualites/blog/data/women-empowerment-promouvoir-la-mixite) **Published:** juillet 31, 2026 **Author:** Honorine GILLIERS **Excerpt:** Chez AVISIA, la mixité a toujours été un sujet au cœur de l’action de chacun de nos collaborateurs. Se sentir à sa place dans son environnement de travail est pour nous essentiel pour innover sereinement. C’est dans cette optique de mise en avant de la mixité, déjà présente au sein du Cabinet, que le projet Women Empowerment a vu le jour cette année. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, RSE & Impact --- ### [Qu’est-ce que le CRO en 2026 ? La discipline évolue](https://www.avisia.fr/actualites/blog/data/cro-2026-evolutions) **Published:** juillet 30, 2026 **Author:** Priscila LEON **Excerpt:** Si le CRO est une discipline connue depuis plusieurs années, les processus et les outils qui lui sont associés ont profondément évolué. Entre la méthodologie initiale et celle qui s’applique en 2026, la discipline s’est littéralement réinventée grâce à l'arrivée de l'IA dans les différents outils.  **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital **Étiquettes:** CRO, Data, Digital, Media --- ### [Découvrez notre rapport RSE 2026](https://www.avisia.fr/actualites/blog/rse-impact/decouvrez-notre-rapport-rse-2026) **Published:** juillet 16, 2026 **Author:** Madeleine VALETTE **Excerpt:** Rapport RSE 2026 : AVISIA ouvre un nouveau chapitre Chez AVISIA, la RSE s’inscrit pleinement dans notre manière de penser la croissance, l’innovation et notre responsabilité en tant qu’entreprise de la data et de l’IA. Dans un contexte où les usages numériques se transforment en profondeur, nous poursuivons une ambition claire : faire évoluer nos pratiques, renforcer notre impact positif et inscrire notre développement dans une trajectoire durable. Notre rapport RSE 2026 revient sur cette dynamique. Il met en lumière les avancées réalisées cette année, les priorités qui structurent notre action et la manière dont nous faisons converger performance, engagement collectif et responsabilité. **Content:** **Rapport RSE 2026 : AVISIA ouvre un nouveau chapitre** Chez AVISIA, la RSE s’inscrit pleinement dans notre manière de penser la croissance, l’innovation et notre responsabilité en tant qu’entreprise de la data et de l’IA. Dans un contexte où les usages numériques se transforment en profondeur, nous poursuivons une ambition claire : faire évoluer nos pratiques, renforcer notre impact positif et inscrire notre développement dans une trajectoire durable. Notre **rapport RSE 2026** revient sur cette dynamique. Il met en lumière les avancées réalisées cette année, les priorités qui structurent notre action et la manière dont nous faisons converger performance, engagement collectif et responsabilité. ## **Une année de consolidation… et d’accélération** Année après année, notre démarche gagne en maturité. Les engagements pris se traduisent de plus en plus concrètement dans nos modes de fonctionnement, dans nos choix et dans les accompagnements que nous proposons. Cette nouvelle édition du rapport illustre une étape importante : celle d’une entreprise qui consolide ses fondamentaux tout en affirmant plus fortement encore sa vision pour l’avenir. Parmi les sujets abordés dans le rapport : - l’évolution de notre stratégie RSE - nos actions en faveur d’un numérique plus responsable - nos engagements environnementaux, sociaux, sociétaux et économiques - le rôle de nos consultants et leaders dans cette dynamique - et la manière dont nous accompagnons nos clients vers des pratiques plus durables ## **Une conviction forte au cœur de notre trajectoire** En tant qu’acteur de la data et de l’IA, nous sommes convaincus qu’il est essentiel de penser l’innovation dans toutes ses dimensions. Cela implique de regarder au-delà de la seule performance technique ou économique, pour intégrer pleinement les enjeux humains, environnementaux et sociétaux qui redéfinissent aujourd’hui le rôle des entreprises. C’est cette vision que nous partageons dans notre rapport 2026 : une approche exigeante, concrète et résolument tournée vers l’action. Ce nouveau rapport RSE permet de mieux comprendre la trajectoire que nous suivons, les progrès déjà réalisés et les chantiers que nous continuons à faire avancer. Il reflète aussi ce qui fait la force de notre engagement : une mobilisation collective, portée par l’énergie des équipes et soutenue à tous les niveaux de l’entreprise. [![Couverture Du Rapport Rse Avisia 2026](https://www.avisia.fr/wp-content/uploads/2026/07/Rapport_rse_avisia_2026-217x300.png "Rapport_rse_avisia_2026 • Avisia")](https://www.avisia.fr/wp-content/uploads/2026/07/Rapport-RSE-AVISIA-2026-min.pdf) [Consultez le rapport RSE AVISIA 2026](https://www.avisia.fr/wp-content/uploads/2026/07/Rapport-RSE-AVISIA-2026-min.pdf) ## **Merci à celles et ceux qui portent cet engagement** Les avancées présentées dans ce rapport sont le fruit d’un travail collectif. Elles témoignent de l’implication de nos consultants, de nos managers, de la confiance de notre direction et de la volonté partagée de faire progresser AVISIA de manière responsable et durable. Cette dynamique nous encourage à aller plus loin, avec la même exigence et la même envie d’agir. **Merci également à nos partenaires engagés** qui nous accompagnent dans cette démarche : **Café joyeux / Planet tech’care / Ecovadis / Ecotree / UN global compact / SAMI / FEVE / Les joyeux recycleurs** ![](https://www.avisia.fr/wp-content/uploads/2026/07/Partenaires_rse_avisia_gd-300x116.png "Partenaires_rse_avisia_gd • Avisia") ## **Pour aller plus loin…** Lier notre activité à nos engagements, c’est notre défi quotidien ! Nous nous devons de repenser nos actions en gardant un objectif : identifier les manières d’agir les plus responsables. **Exemple concret :** découvrez notre REX sur l’analyse du cycle de vie d’un produit DATA > [Analyse du cycle de vie (ACV) d’un produit data : méthodologie et bonnes pratiques Green IT](https://www.avisia.fr/actualites/blog/rse-impact/acv-produits_data_rex) **Catégories:** RSE & Impact **Étiquettes:** Impact, Rapport Sociétal des Entreprises, RSE --- ### [MMM by google : Modélisation géographique hiérarchique](https://www.avisia.fr/actualites/blog/data/mmm-by-google-modelisation-geographique-hierarchique) **Published:** octobre 3, 2025 **Author:** Laetitia Bienvenu **Content:** **Le Marketing Mix Modeling (MMM) est une approche statistique utilisée pour analyser l’impact des investissements marketing afin d’optimiser les stratégies budgétaires d’une entreprise.** Cependant, les modèles traditionnels de MMM présentent certaines limitations notamment en termes de variabilité de la donnée et de nombre d’individus statistiques par rapport au nombre de paramètre à estimer. Une solution possible est d’adopter une approche géographique hiérarchique [(Sun et al. Google 2017)](https://static.googleusercontent.com/media/research.google.com/fr//pubs/archive/46000.pdf) en appliquant le modèle non plus à des données agrégées à un niveau globale, mais à une granularité géographique pus fine (national, régional, etc…). L’approche géographique hiérarchique est préférable lorsqu’elle est possible, car elle utilise davantage de points de données par rapport au nombre de paramètres à estimer, offrant ainsi une précision accrue et des intervalles crédibilité plus étroits. ![](https://www.avisia.fr/wp-content/uploads/2025/10/hierarchie_geo1.png "Hierarchie_geo1 • Avisia") Pour assurer un impact médiatique cohérent entre différentes régions, il est crucial de normaliser les variables de réponse et de prédiction par la population de chaque région. Les KPI et les investissements marketing sont souvent corrélés à cette population, et la saturation des dépenses peut varier selon la taille de celle-ci. Ainsi, la normalisation par habitant est nécessaire. Ainsi, l’approche géographique permet de modéliser chaque zone géographique individuellement avant de combiner les résultats : ![](https://www.avisia.fr/wp-content/uploads/2025/10/hierarchie_geo2.png "Hierarchie_geo2 • Avisia") Les paramètres des effets de saturation et de forme sont considérés comme constants à travers les régions. Bien qu’il soit possible de les faire varier entre les régions, cela augmenterait encore le nombre de paramètre. Toutefois, il est nécessaire de garder à l’esprit que ces niveaux de granularités géographiques sont souvent compliqués à obtenir pour toutes les variables d’investissement et de contrôle. [Vous pouvez cliquer ici pour revenir sur l’article principal sur le MMM by Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia") Bibliographie : [*Sun et al., 2017. Geo-level Bayesian Hierarchical Media Mix Modeling*](https://static.googleusercontent.com/media/research.google.com/fr//pubs/archive/46000.pdf) **Catégories:** Data, Digital **Étiquettes:** Masqué --- ### [MMM by Google - Approche Bayésienne](https://www.avisia.fr/actualites/blog/data/mmm-by-google-approche-bayesienne) **Published:** octobre 3, 2025 **Author:** Laetitia Bienvenu **Content:** **Le Marketing Mix Modeling (MMM) est une approche statistique utilisée pour analyser l’impact des investissements marketing afin d’optimiser les stratégies budgétaires des entreprises.** Cependant, les modèles traditionnels de MMM présentent certaines limitations. En effet une approche bayésienne est souvent préférée pour estimer le modèle par rapport à une approche fréquentiste car elle offre les avantages suivants : - Le choix des distributions a priori régularisent l’ajustement des paramètres en intégrant des connaissances préalables venant d’expertises métiers ou d’études antérieures. - Les transformations appliquées aux variables d’investissement sont parfois non linéaires, rendant leur estimation compliquée avec des modèles linéaires mixtes traditionnels. Pour surmonter ce défi, des techniques d’échantillonnage Monte Carlo – Markov Chain (MCMC) peuvent être utilisées [(Hoffman and Gelman 2011)](https://arxiv.org/abs/1111.4246). ![](https://www.avisia.fr/wp-content/uploads/2025/10/Approche_bayesienne_1.png "Approche_bayesienne_1 • Avisia") En revanche, l’inférence bayésienne considère les paramètres comme des variables aléatoires, se basant sur la distribution a posteriori : ![](https://www.avisia.fr/wp-content/uploads/2025/10/Approche_bayesienne_2.png "Approche_bayesienne_2 • Avisia") Ainsi, il est courant d’utiliser la moyenne, la médiane ou le mode de la distribution a posteriori pour résumer les résultats. Un intervalle de crédibilité peut aussi être obtenu. Enfin, le choix des distributions a priori a un impact important sur les distributions a posteriori. Par exemple, les coefficients de régression décrivant l’influence des différents canaux marketing peuvent avoir des a priori non négatifs, reflétant l’hypothèse que l’effet des investissements est systématiquement positif. [Vous pouvez cliquer ici pour revenir sur l’article principal sur le MMM by Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia") Bibliographie : [*Hoffman and Gelman, 2011. The No-U-Turn Sampler: Adaptively Setting Path Lengths in Hamiltonian Monte Carlo*](https://arxiv.org/abs/1111.4246) **Catégories:** Data, Digital **Étiquettes:** Masqué --- ### [MMM by Google : lightweightMMM et Meridian, les deux outils de Marketing Mix Modeling de Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) **Published:** octobre 3, 2025 **Author:** Laetitia Bienvenu **Content:** **Mesurer l’efficacité de son budget marketing n’a jamais été aussi crucial – ni aussi complexe. Après avoir exploré les [différentes approches de Marketing Mix Modeling (MMM)](https://www.avisia.fr/actualites/blog/data/mmm-quelle-methode-pour-quel-contexte), faisons un focus sur la proposition de Google sur ce sujet.** ## LightweightMMM et Meridian : les modèles MMM open-source de Google Google a développé deux modèles de Marketing Mix Modeling (MMM) en open-source : [LightweightMMM](https://github.com/google/lightweight_mmm) en 2022 et [Meridian](https://developers.google.com/meridian?hl=fr) en 2025. Le modèle lightweightMMM a jeté les bases d’une approche plus sophistiquée du MMM, notamment en intégrant des effets non-linéaires, l’approche bayésienne pour l’estimation ainsi que l’approche géographique hiérarchique. Le modèle Meridian quant à lui, est une version mise à jour de lightweightMMM. En effet, il comporte toutes ses fonctionnalités ainsi que des extensions telles qu’une prise en compte plus fine des effets de saisonnalité. ## Les fonctionnalités clés de LightweightMMM et Meridian Ainsi voici les principales fonctionnalités comprises dans ces deux modèles : ### Effets différés des investissements et saturation publicitaire Les deux modèles prennent en compte l’effet différé des investissements, où l’impact des campagnes s’étend sur plusieurs périodes, ainsi que la saturation publicitaire, qui décrit la diminution de l’efficacité des dépenses supplémentaires après un certain seuil. Des fonctions paramétriques non linéaires sont utilisées pour modéliser ces effets de manière plus précise. [Plus de détails…](https://www.avisia.fr/actualites/blog/data/effets-differes-et-saturation) ### Approche bayésienne L’approche bayésienne est privilégiée pour estimer les deux modèles, car elle permet d’intégrer des connaissances préalables via des distributions a priori, et de mieux gérer les transformations non linéaires des variables d’investissement. [Plus de détails…](https://www.avisia.fr/actualites/blog/data/mmm-by-google-approche-bayesienne) ### Modélisation géographique hiérarchique Il est possible d’entrainer les deux modèles sur des données possédant une granularité géographique plus fines (national, régional, etc.), augmentant la précision et réduisant les intervalles de crédibilité. Chaque région est modélisée individuellement, prenant en compte les variations régionales tout en maintenant un mécanisme commun d’impact média. [Plus de détails…](https://www.avisia.fr/actualites/blog/data/mmm-by-google-modelisation-geographique-hierarchique) ### Composante temporelle Meridian intègre une composante temporelle pour modéliser les dynamiques temporelles telles que les tendances et la saisonnalité. Cela est réalisé en utilisant un paramètre d’intercept, calculé à partir de points temporels spécifiques, offrant une estimation plus lisse et précise des effets de saisonnalité. [Plus de détails…](https://www.avisia.fr/actualites/blog/data/mmm-by-google-composante-temporelle) ### Utilisation des données de couverture et de fréquence Lorsque les données d’impressions média sont utilisées plutôt que les données d’investissement, Meridian peut exploiter les données de portée (nombre de personnes uniques exposées) et de fréquence (nombre moyen d’expositions par personne) pour fournir des informations plus précises que les impressions seules. [Plus de détails…](https://www.avisia.fr/actualites/blog/data/mmm-by-google-couverture-et-frequence) Toutes ces avancées techniques permettent de créer des modèles robustes ([Spécification ici](https://www.avisia.fr/actualites/blog/data/mmm-by-google-specification-modele)), capables de procurer des insights clairs s’ils sont correctement mis en place et entrainés en prenant en compte leurs limites respectives ## Next step : deep learning pour le MMM Face à la complexité croissante de leurs modèles de MMM, Google a choisi d’explorer récemment le deep learning avec le NNN (Next-Generation Neural Networks) dans leur article [Next-Generation Neural Networks for Marketing Measurement](https://arxiv.org/abs/2504.06212). Cette approche améliore la précision de la modélisation, mais au prix d’une plus grande opacité. Tellement que Google a retiré le terme « Mix Marketing Modeling » de leur article peu après sa publication. Toutefois, des outils d’interprétabilité comme SHAP pourraient être utilisés pour démystifier ces modèles, en éclairant les contributions des différentes variables et rendant les résultats plus accessibles. **Retrouvez notre article sur le MMM by Meta prochainement** ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia") ## Besoin d’accompagnement sur votre stratégie MMM ? Vous souhaitez évaluer la pertinence du Marketing Mix Modeling pour piloter vos investissements marketing, ou être accompagné dans le déploiement d’un modèle adapté à votre contexte ? [Contactez nos experts Data & IA](https://www.avisia.fr/nous-contacter) pour en discuter. Bibliographie : [*Mulc et al., 2025. NNN: Next-Generation Neural Networks for Marketing Measurement*](https://arxiv.org/abs/2504.06212) **Catégories:** Data, Digital --- ### [Marketing Mix Modeling (MMM) : quelle méthode choisir selon votre contexte ?](https://www.avisia.fr/actualites/blog/data/mmm-quelle-methode-pour-quel-contexte) **Published:** septembre 26, 2025 **Author:** Laetitia Bienvenu **Content:** **Dans [notre dernier article](https://www.avisia.fr/actualites/blog/data/mesure-de-la-performance-marketing), nous avons passé en revue les [différentes approches de mesure de la performance marketing](https://www.avisia.fr/actualites/blog/data/mesure-de-la-performance-marketing). Aujourd’hui, focus sur l’une d’entre elles : Le Marketing Mix Modeling (MMM). Une méthode classique qui revient sur le devant de la scène et qui mérite qu’on s’y attarde.** Le Marketing Mix Modeling (MMM) est une méthode qui permet de mesurer l’impact des actions marketing sur les résultats d’une entreprise. Il devient aujourd’hui plus accessible grâce à des outils open-source et à la puissance de calcul offerte par le cloud. De plus en plus d’entreprises s’y intéressent pour mieux piloter leurs investissements marketing et améliorer leur retour sur investissement. Afin de bien comprendre comment le MMM mesure l’impact des campagnes, il faut d’abord connaître deux notions clés : **l’adstock et la saturation**. ## Adstock et saturation : les deux notions clés du Marketing Mix Modeling L’adstock représente la rétention de l’attention du consommateur au fil du temps. Le MMM intègre ce comportement en modélisant une diminution progressive de l’effet de l’investissement publicitaire dans le temps, ce qui permet de mieux estimer l’impact réel d’une campagne sur les résultats. Lorsqu’une campagne publicitaire est mise en place, les effets ne sont pas immédiats. Son impact se prolonge dans le temps après sa diffusion, l’effet est retardé. C’est ce phénomène que nous appelons l’adstock. Il est modélisé via un facteur de déperdition : plus ce facteur est élevé, plus l’impact de la campagne dure longtemps. Le graphique suivant illustre ce phénomène. Il montre comment l’impact d’une campagne publicitaire décroît progressivement après sa diffusion, selon différents facteurs de déperdition. Avec le facteur égal à 0.8, l’effet dure plus longtemps, la décroissance est plus lente. Tandis qu’avec un facteur égal à 0.2, l’effet disparaît rapidement. ![Effet-adstock-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/adstock_graph.png "Adstock_graph • Avisia") Le second phénomène à connaître est la saturation. Investir davantage en publicité ne génère pas toujours des résultats proportionnels. En effet, au-delà d’un certain seuil de dépense, l’efficacité marginale diminue. Ce phénomène de saturation se traduit souvent par une courbe en S ou une forme logarithmique, où les premiers euros dépensés sont souvent plus efficaces que les suivants. ![Effet-de-saturation-publicitaire-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/saturation_graph.png "Saturation_graph • Avisia") Le graphique ci-dessus nous permet de visualiser ce phénomène de saturation. La courbe en S (sigmoïde) montre qu’au début, chaque euro dépensé a un fort impact, mais que l’efficacité ralentit puis se stabilise. La courbe logarithmique montre un ralentissement immédiat de l’impact à mesure que les dépenses augmentent. Ces formes traduisent visuellement que l’efficacité marginale diminue quand les budgets deviennent trop élevés. Le MMM prend en compte cette dynamique pour éviter de sur investir sur des canaux qui ont déjà atteint leur plein potentiel. En résumé : ![Adstock-saturation-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/adstock_saturation.png "Adstock_saturation • Avisia") Avant de parler des différentes familles de modèles utilisées en Marketing Mix Modeling, abordons d’abord les données nécessaires, qui sont globalement du même type pour l’ensemble des modèles. ## Quelles données sont nécessaires pour un Marketing Mix Modeling (MMM) ? Pour utiliser les différentes méthodes, il est nécessaire de disposer de données historiques, de préférence sur une base hebdomadaire ou quotidienne. Ces données doivent inclure la variable à expliquer (comme les ventes ou les conversions), les dépenses marketing par canal (TV, digital, radio, etc.), ainsi que d’autres facteurs susceptibles d’influencer les résultats : saisonnalité (soldes, vacances), tendances, prix, promotions, ou encore contexte économique. La première étape consiste à bien préparer ces données : les nettoyer, combler les éventuels manques, et transformer certaines variables. ![Données-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/MMM-Donnees.png "Mmm-données • Avisia") Passons maintenant à la présentation des différentes familles de modèles utilisées en Marketing Mix Modeling. ## Les 3 familles de Marketing Mix Modeling (MMM) ### ![Familles-de-modèle-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/approches-MMM.png "Approches-mmm • Avisia") ### La régression linéaire MMM La première approche repose sur la régression linéaire classique, une méthode fréquentiste. Elle consiste à modéliser l’indicateur de performance (ventes, conversions, etc.) comme une combinaison linéaire des investissements marketing et d’autres variables explicatives. Pour mieux refléter la réalité, il faut généralement appliquer des transformations spécifiques aux variables médias afin d’intégrer les effets d’adstock et de saturation. Une fois les données prêtes, il est possible de construire un modèle de régression linéaire en sélectionnant les variables pertinentes et en testant leur influence sur les résultats. La qualité du modèle doit ensuite être évaluée à l’aide d’indicateurs. Après validation, le modèle permet d’estimer l’impact des leviers marketing, de comparer différents scénarios et d’orienter les choix budgétaires de manière plus éclairée. Cette méthode est simple, rapide à déployer et fournit des résultats facilement interprétables, ce qui en fait un bon point de départ pour des analyses exploratoires. En revanche, cette approche suppose une relation linéaire entre les dépenses et les résultats, ce qui est souvent irréaliste. Elle est également sensible à la multicolinéarité, un problème fréquent dans les données marketing où les dépenses médias sont souvent corrélées entre elles. Enfin, le paramétrage des effets d’adstock et de saturation peut être complexe et nécessite de tester plusieurs configurations. ## Le MMM bayésien : mieux gérer l’incertitude La deuxième approche repose sur les modèles bayésiens. Elle fonctionne de manière similaire à la régression linéaire classique, mais avec une différence importante : les coefficients ne sont pas estimés comme des valeurs fixes, mais comme des distributions de probabilité. On y ajoute aussi des priors, c’est-à-dire des hypothèses de départ sur les résultats attendus. Par exemple, sur le canal TV, les priors peuvent être définis ainsi : ![Canal-tv-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/prior_1.png "Prior_1 • Avisia") Ce qui signifie, qu’avant d’analyser les données, on suppose que le retour sur investissement publicitaire de la TV est autour de 1.2, avec une incertitude représentée par un écart-type de 0.3. Autre exemple, sur le canal search : ![Canal-search-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/prior_2.png "Prior_2 • Avisia") Les priors permettent de mieux gérer l’incertitude et rendent cette approche plus robuste lorsque les données sont peu nombreuses ou bruitées. Contrairement aux approches classiques, les modèles bayésiens nécessitent de définir ces priors. Ces derniers peuvent être neutres (non-informatifs) ou s’appuyer sur une connaissance métier. Ensuite, le modèle peut être construit. Une fois estimé, il fournit des prédictions, mais aussi des intervalles de crédibilité pour chaque paramètre, ce qui permet de mieux interpréter l’incertitude autour des résultats. Les modèles bayésiens gèrent bien l’incertitude, permettent d’intégrer la connaissance métier grâce aux priors, et sont plus robustes face à des échantillons de données limités. Ils ont toutefois quelques limites : ils sont souvent plus difficiles à mettre en place que les modèles classiques, nécessitent une bonne maîtrise des principes bayésiens, et sont plus exigeants en calcul : en traitant plus d’un million de lignes, le temps de traitement peut par exemple s’étendre à plusieurs heures. Enfin, leurs résultats, exprimés en probabilités et intervalles de crédibilité, peuvent être plus compliqués à faire adopter par des équipes non techniques. ## Les MMM automatisés : [Robyn](https://www.avisia.fr/actualites/blog/data/mmm-by-meta-robyn), [LightweightMMM et Google Meridian](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![Mmm-automatisés-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/logo-MMM-Automatises.png "Logo-mmm-automatises • Avisia") La dernière approche concerne les MMM automatisés, basés sur des outils open-source comme [Robyn](https://facebookexperimental.github.io/Robyn/) (créé par Meta), [LightweightMMM](https://github.com/google/lightweight_mmm) (développé par Google) ou encore [Google Meridian](https://developers.google.com/meridian?hl=fr). Ces outils utilisent des méthodes statistiques comme la régression bayésienne ou la régression Ridge. Ils intègrent automatiquement les principaux éléments du MMM, comme l’adstock et la saturation, ce qui facilite leur utilisation. Une fois les réglages faits, notamment l’étape de préparation des données et la configuration des paramètres d’entrée, l’outil prend en charge la modélisation, la sélection des meilleurs modèles et la génération de rapports. Il reste important de valider les résultats, de les interpréter avec recul, et d’ajuster certains paramètres si besoin pour refléter la réalité métier. L’un de leurs atouts majeurs est la sélection automatique des modèles et l’optimisation des paramètres, ce qui facilite grandement leur mise en œuvre, même pour des équipes ayant moins d’expertise technique. Ces outils proposent des méthodes modulaires et industrialisées, permettant de décomposer chaque étape du MMM (préparation des données, modélisation, validation, visualisation). Malgré leur accessibilité, les MMM automatisés ont aussi quelques limites. Leur fonctionnement peut parfois sembler un peu opaque, ce qui rend les résultats parfois difficiles à interpréter pour des utilisateurs non techniques. Ils demandent aussi un minimum de paramétrage pour bien fonctionner, notamment sur les données et les réglages de départ. Enfin, ils sont parfois moins flexibles quand il s’agit de traiter des cas très spécifiques ou d’ajouter des contraintes propres au métier. ## Quelle méthode de MMM choisir ? Le Marketing Mix Modeling est aujourd’hui un outil intéressant pour mieux piloter ses investissements marketing. Grâce aux outils open-source, au cloud et aux solutions automatisées, il est devenu plus accessible. Que l’on choisisse une méthode classique, bayésienne ou automatisée, l’important est de bien comprendre les concepts clés comme l’adstock, la saturation ou les choix de modélisation. Chaque approche a ses avantages et ses limites, et le bon choix dépendra surtout du niveau d’analyse, des outils disponibles et des besoins de l’entreprise. Le MMM ne donne pas des réponses toutes faites, mais il aide à prendre des décisions plus éclairées. Bien utilisé, il permet de mieux comprendre ce qui fonctionne, d’optimiser ses budgets et de prendre des décisions marketing fondées sur des données. **Dans le prochain article, nous irons plus loin en ouvrant le capot des MMM automatisés pour décrypter leur fonctionnement et comprendre comment les algorithmes produisent – ou biaisent – les recommandations.** Vous souhaitez évaluer la pertinence du Marketing Mix Modeling pour piloter vos investissements marketing, ou être accompagné dans le déploiement d’un modèle adapté à votre contexte ? [Contactez nos experts Data & IA](https://www.avisia.fr/nous-contacter) pour en discuter. ![Loevane-laetitia-mmm-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/09/MMM_auteur.png "Mmm_auteur • Avisia") **Catégories:** Data, Digital --- ### [MMM by google : Données de couverture et de fréquence](https://www.avisia.fr/actualites/blog/data/mmm-by-google-couverture-et-frequence) **Published:** octobre 3, 2025 **Author:** Laetitia Bienvenu **Content:** **Le Marketing Mix Modeling (MMM) est une approche statistique utilisée pour analyser l’impact des investissements marketing afin d’optimiser les stratégies budgétaires des entreprises.** Cependant, les modèles traditionnels de MMM présentent certaines limitations. Tout d’abord, les variables média peuvent être décrites en termes d’impressions lorsque les données d’investissements ne sont pas disponibles. Habituellement, lorsque les données d’impressions sont utilisées, l’impact des expositions multiples à une publicité sur le comportement des individus n’est pas intégré dans les modèles de MMM classiques. Les impressions peuvent être décomposées en portée (nombre de personnes uniques exposées) et fréquence (nombre moyen d’expositions par personne), essentielles pour les campagnes publicitaires numériques. En effet, la portée et la fréquence offrent des informations plus précises que les impressions seules. Par exemple, 100 impressions peuvent signifier une personne voyant l’annonce 100 fois ou 100 personnes la voyant une fois. Ces scénarios ont des impacts différents non capturés par les MMM utilisant uniquement les impressions, nécessitant l’utilisation d’une modélisation plus avancée, comme celle proposée par [Zhang et al., 2023](https://research.google/pubs/bayesian-hierarchical-media-mix-model-incorporating-reach-and-frequency-data/). Ainsi, pour les variables dont nous disposons des informations de portée et fréquence, nous pouvons modifier le terme des impressions médias : ![](https://www.avisia.fr/wp-content/uploads/2025/10/formule_zhang.png "Formule_zhang • Avisia"). La portée est supposée avoir une relation linéaire avec les ventes, bien que l’augmentation de la portée puisse ne pas être proportionnelle entre différents publics, entraînant des rendements décroissants. Pour éviter la sur-paramétrisation et les problèmes d’identifiabilité, cette relation linéaire est maintenue. [Vous pouvez cliquer ici pour revenir sur l’article principal sur le MMM by Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia")Louis Gerville-Reache Bibliographie : [*Zhang et al., 2023. Bayesian Hierarchical Media Mix Model Incorporating Reach and Frequency Data*](https://research.google/pubs/bayesian-hierarchical-media-mix-model-incorporating-reach-and-frequency-data/) **Catégories:** Data, Digital **Étiquettes:** Masqué --- ### [MMM by google : Spécification du modèle](https://www.avisia.fr/actualites/blog/data/mmm-by-google-specification-modele) **Published:** octobre 3, 2025 **Author:** Laetitia Bienvenu **Content:** **Le Marketing Mix Modeling (MMM) est une approche statistique utilisée pour analyser l’impact des investissements marketing afin d’optimiser les stratégies budgétaires des entreprises.** Cependant, les modèles traditionnels de MMM présentent certaines limitations. C’est pourquoi Google a développé deux modèles de MMM en open-source : lightweightMMM en 2022 et Meridian en 2025 qui sont exprimés ci-dessous. ## **LightweightMMM** Voici comment est exprimé le modèle LightweightMMM : ![](https://www.avisia.fr/wp-content/uploads/2025/10/formule_lightweight.png "Formule_lightweight • Avisia") ## **Meridian** Voici comment est exprimé le modèle Meridian : ![](https://www.avisia.fr/wp-content/uploads/2025/10/formule_Meridian.png "Formule_meridian • Avisia") [Vous pouvez cliquer ici pour revenir sur l’article principal sur le MMM by Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia")Louis Gerville-Reache **Catégories:** Data, Digital **Étiquettes:** Masqué --- ### [MMM by Google - Approche Bayésienne](https://www.avisia.fr/actualites/blog/data/mmm-by-google-approche-bayesienne-2) **Published:** octobre 10, 2025 **Author:** Laetitia Bienvenu **Content:** **Le Marketing Mix Modeling (MMM) est une approche statistique utilisée pour analyser l’impact des investissements marketing afin d’optimiser les stratégies budgétaires des entreprises.** Cependant, les modèles traditionnels de MMM présentent certaines limitations. En effet une approche bayésienne est souvent préférée pour estimer le modèle par rapport à une approche fréquentiste car elle offre les avantages suivants : - Le choix des distributions a priori régularisent l’ajustement des paramètres en intégrant des connaissances préalables venant d’expertises métiers ou d’études antérieures. - Les transformations appliquées aux variables d’investissement sont parfois non linéaires, rendant leur estimation compliquée avec des modèles linéaires mixtes traditionnels. Pour surmonter ce défi, des techniques d’échantillonnage Monte Carlo – Markov Chain (MCMC) peuvent être utilisées [(Hoffman and Gelman 2011)](https://arxiv.org/abs/1111.4246). ![](https://www.avisia.fr/wp-content/uploads/2025/10/Approche_bayesienne_1.png "Approche_bayesienne_1 • Avisia") En revanche, l’inférence bayésienne considère les paramètres comme des variables aléatoires, se basant sur la distribution a posteriori : ![](https://www.avisia.fr/wp-content/uploads/2025/10/Approche_bayesienne_2.png "Approche_bayesienne_2 • Avisia") Ainsi, il est courant d’utiliser la moyenne, la médiane ou le mode de la distribution a posteriori pour résumer les résultats. Un intervalle de crédibilité peut aussi être obtenu. Enfin, le choix des distributions a priori a un impact important sur les distributions a posteriori. Par exemple, les coefficients de régression décrivant l’influence des différents canaux marketing peuvent avoir des a priori non négatifs, reflétant l’hypothèse que l’effet des investissements est systématiquement positif. [Vous pouvez cliquer ici pour revenir sur l’article principal sur le MMM by Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia")Louis Gerville-Reache Bibliographie : [*Hoffman and Gelman, 2011. The No-U-Turn Sampler: Adaptively Setting Path Lengths in Hamiltonian Monte Carlo*](https://arxiv.org/abs/1111.4246) **Catégories:** Data, Digital **Étiquettes:** Masqué --- ### [MMM by Meta : Robyn, l'outil open-source de Marketing Mix Modeling](https://www.avisia.fr/actualites/blog/data/mmm-by-meta-robyn) **Published:** octobre 17, 2025 **Author:** Laetitia Bienvenu **Excerpt:** Après avoir exploré le modèle de Marketing Mix Modeling (MMM) proposé par Google avec Meridian, nous poursuivons notre série avec une plongée dans l’approche développée par Meta. Robyn : le Marketing Mix Modeling open-source de Meta **Content:** **Après avoir exploré le [modèle de Marketing Mix Modeling (MMM) proposé par Google avec Meridian](https://www.avisia.fr/actualites/blog/data/mmm-by-google), nous poursuivons notre série avec une plongée dans l’approche développée par Meta.** ## Robyn : le Marketing Mix Modeling open-source de Meta Meta a développé en 2021 un modèle de [Marketing Mix Modeling (MMM)](https://www.avisia.fr/actualites/blog/data/mmm-quelle-methode-pour-quel-contexte) en open-source intitulé [Robyn](https://facebookexperimental.github.io/Robyn/). Le modèle prend le contrepied de la tendance bayésienne de la plupart des MMM actuels en adoptant une approche fréquentiste. Cependant, il intègre aussi des effets non-linéaires ainsi qu’un traitement avancé des effets de tendance et de saisonnalité. ## Les fonctionnalités clés du modèle Robyn Ainsi voici les principales fonctionnalités comprises dans ce modèle : ### Effets différés des investissements et saturation publicitaire Le modèle prend en compte l’effet différé des investissements, où l’impact des campagnes s’étend sur plusieurs périodes, ainsi que la saturation publicitaire, qui décrit la diminution de l’efficacité des dépenses supplémentaires après un certain seuil. Des fonctions paramétriques non linéaires sont utilisées pour modéliser ces effets de manière plus précise. ### Tendance et saisonnalité Robyn utilise [Prophet](https://facebook.github.io/prophet/) [**(Taylor and Letham 2018)**](https://www.researchgate.net/publication/344989540_Forecasting_at_scale), un package open-source de Meta, pour modéliser les effets de tendances, de saisonnalités et les événements importants telles que des lancements de nouveaux produits ou des campagnes de promotions. ### Approche fréquentiste et optimisation multiple Robyn adopte une approche fréquentiste ainsi qu’une pénalisation Ridge. Cette approche est équivalente à une régression bayésienne avec des a priori gaussiens mais elle est utilisée ici pour effectuer une optimisation multiple des hyperparamètres. En effet, trois fonctions objectives sont mises en œuvre : - **NRMSE** (Normalized Root Mean Square Error) : utilisée pour évaluer l’erreur de prédiction. - **RSSD** (Decomposition Root Sum of Squared Distance) : mesure la cohérence entre la part des dépenses médias et la part des effets médias, aidant à exclure les modèles avec des décompositions extrêmes. - **LIFT** (Mean Absolute Percentage Error) : minimise la différence entre l’effet prédit et l’effet causal calculé lors d’analyses antérieures. ## Pourquoi adopter un MMM automatisé comme Robyn ? Les MMM automatisés comme celui proposés par Meta s’inscrivent dans une volonté claire de redonner aux annonceurs le contrôle sur la mesure de leurs performances marketing, tout en s’adaptant aux nouvelles contraintes de confidentialité. Dans cette perspective, l’enjeu pour les marques est autant technique que stratégique. Ces modèles constituent une opportunité que les marques doivent s’approprier afin de faire du MMM un véritable levier d’optimisation marketing. Vous souhaitez évaluer la pertinence du Marketing Mix Modeling pour piloter vos investissements marketing, ou être accompagné dans le déploiement d’un modèle adapté à votre contexte ? [Contactez nos experts Data & IA](https://www.avisia.fr/nous-contacter) pour en discuter. ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia") Bibliographie : [*Taylor and Letham, 2018. Forecasting at Scale*](https://www.researchgate.net/publication/344989540_Forecasting_at_scale) **Catégories:** Data, Digital **Étiquettes:** Digital, Media, MMM --- ### [Looker, la solution de dataviz et Business Intelligence de Google Cloud](https://www.avisia.fr/actualites/blog/data/looker-la-solution-dataviz-ultime-de-google) **Published:** avril 14, 2022 **Author:** Florent Cottin **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital --- ### [Comment AVISIA a aidé Maisons du Monde à utiliser la data pour répondre à ses engagements RSE ?](https://www.avisia.fr/actualites/blog/data/comment-avisia-a-aide-maisons-du-monde-a-utiliser-la-data-pour-repondre-a-ses-engagements-rse) **Published:** octobre 4, 2023 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Retour d'expérience, RSE & Impact --- ### [Salon Data & AI : Démocratiser la donnée avec l'IA Générative chez Bouygues Telecom](https://www.avisia.fr/actualites/blog/data/retour-client-comment-bouygues-telecom-a-lance-son-self-service-analytics) **Published:** juin 13, 2024 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Salon de la Data : L'IA dans l'e-commerce auto chez Aramisauto](https://www.avisia.fr/actualites/blog/retour-experience/conference-salon-data-aramis-projet-ia-personnalisation) **Published:** septembre 2, 2021 **Author:** Pascal BIZZARI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Événement, Intelligence Artificielle, Retour d'expérience --- ### [Big Data Paris : L'IA au service du Retail chez Monoprix](https://www.avisia.fr/actualites/blog/data/conference-salon-bigdata-paris-monoprix-promo-perso) **Published:** septembre 20, 2021 **Author:** Pascal BIZZARI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Retour d'expérience --- ### [Salon de la Data : L'IA au service du Retail pour Maisons du Monde](https://www.avisia.fr/actualites/blog/data/lusage-de-lia-generative-pour-generer-des-descriptifs-produits-pour-maisons-du-monde) **Published:** octobre 9, 2024 **Author:** Marion JACOBSON **Excerpt:** AVISIA est intervenu lors du dernier salon de la Data à Nantes lors d'un retour d'expérience avec son client Maisons du Monde : L'objectif était d'utiliser l'IA generative pour la génération de descriptions à destination des rédacteurs web afin qu'ils puissent créer des fiches produits complètes sur leur site e-commerce. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Salon Hub Institute : la GenAI & l'accès à la data](https://www.avisia.fr/actualites/blog/data/gen-ai-avisia-accompagne-le-club-med) **Published:** novembre 26, 2024 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Retour sur la Matinale AVISIA : Le passage à l'échelle de l'IA Agentique](https://www.avisia.fr/actualites/blog/data/ia-agentique-en-2026-comment-industrialiser-et-gouverner-vos-agents-a-lechelle) **Published:** janvier 29, 2026 **Author:** Marion JACOBSON **Excerpt:** Ce 27 janvier 2026, au cœur des bureaux de Google France, AVISIA a réuni les décideurs de la Data pour une conférence exclusive : la Matinale AVISIA dédiée à l’IA Agentique 2026. C’est tout naturellement qu’AVISIA, Leader français de l’expertise Data & IA depuis 2007 a été invité par Google pour partager sa vision d’un tournant historique : le passage à l’échelle de ses Agents IA en 2026. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Retour sur CAP IT 2025 : L’IA générative au service de l'accessibilité des données en assurance](https://www.avisia.fr/actualites/blog/data/conference-avisia-accompagne-mgen-dans-la-mise-en-lumiere-du-patrimoine-de-donnees-grace-aux-ia-generatives) **Published:** avril 2, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle, Retour d'expérience --- ### [Retour sur le Dataiku Summit 2025 : Moderniser son héritage analytique et accélérer sa transformation data](https://www.avisia.fr/actualites/blog/data/lacoste-x-avisia-secrets-dune-migration-reussie) **Published:** novembre 6, 2025 **Author:** Honorine GILLIERS **Excerpt:** Le 25 septembre 2025, AVISIA était présent au Dataiku Summit à Paris. Ce fut l’occasion pour notre équipe présente sur place de rencontrer des professionnels mais surtout d’intervenir aux côtés de notre client le groupe Lacoste. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Retour d'expérience --- ### [Retour sur Dataquitaine 2026 : Surmonter le GenAI Divide et intégrer l'IA responsable](https://www.avisia.fr/actualites/blog/data/floa-x-avisia-au-coeur-de-lia-responsable) **Published:** mars 30, 2026 **Author:** Honorine GILLIERS **Excerpt:** Retour sur Dataquitaine 2026 : FLOA et AVISIA au cœur de l’IA responsable et du MLOps. AVISIA a renouvelé son engagement pour cette 9ème édition de Dataquitaine, événement incontournable de l’écosystème data. Depuis notre stand mais aussi notre prise de parole, nous avons pu partager nos retours d’expérience et réfléchir ensemble aux enjeux de demain. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle, Retour d'expérience --- ### [Comment construire l'architecture de la GenAI pour automatiser les références produits chez Manutan ?](https://www.avisia.fr/actualites/blog/data/manutan-automatise-la-gestion-de-ses-references-produits-grace-a-lia) **Published:** février 10, 2025 **Author:** Adrien DODINET **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Notre assistant IA de migration vers Dataiku : réduisez votre temps de projet de 30%](https://www.avisia.fr/actualites/blog/data/notre-assistant-augmente-de-migration-vers-dataiku) **Published:** octobre 22, 2025 **Author:** Honorine GILLIERS **Excerpt:** Le monde de l’analytique évolue et change, de nombreuses entreprises font le choix aujourd’hui de migrer de plateforme vers Dataiku. Ainsi, celles-ci se présentent comme étant plus accessible pour les métiers et la technique. Il ne s’agit pas d’une simple transition technique. C’est bien une décision stratégique décisive pour les entreprises et leurs équipes qui est en jeu. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [Matinale 2026 by AVISIA - Perspectives Business](https://www.avisia.fr/actualites/blog/data/matinale-by-avisia-perspectives-business) **Published:** novembre 24, 2025 **Author:** Honorine GILLIERS **Excerpt:** Retour sur notre événement : « Mise en place d’une stratégie Agentique à grande échelle : comment orchestrer, gouverner, maintenir des agents efficients en 2026 ? » L’IA Agentique a peuplé notre paysage 2025, mais quid du business ? Nous vous proposons de nous réunir entre professionnels du sujet, essayistes, dirigeants et utilisateurs métiers de ces technologies pour confronter nos visions et tirer des conclusions sur les priorités que nous devrons mettre à notre feuille de route pour cette année 2026. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle --- ### [Qui décrochera la couronne Miss France 2026 ?](https://www.avisia.fr/actualites/blog/data/qui-decrochera-la-couronne-miss-france-2026) **Published:** décembre 1, 2025 **Author:** Anne - Sophie Le Bayon **Excerpt:** Nous sommes aujourd’hui à J-5 de l’élection Miss France 2026, qui se tiendra ce samedi soir en direct du Zénith d’Amiens sur TF1. Pour cette 96ᵉ édition, 30 candidates, âgées de 18 à 30 ans, sont en compétition pour décrocher la couronne de Miss France 2026. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Retour sur nos prédictions Miss France 2026](https://www.avisia.fr/actualites/blog/data/retour-sur-nos-predictions-miss-france-2026) **Published:** décembre 8, 2025 **Author:** Manon Cousin **Excerpt:** Samedi 6 décembre, Hinaupoko Devèze, Miss Tahiti, a été couronnée Miss France 2026. C’est plus de 6 millions de personnes qui ont suivi l’événement devant leur télévision. Revenons sur nos prédictions, établies à J-5 avant l’élection. Cette année, c’est plus de 50% du top 5 identifié par notre modèle, dont la nouvelle Miss France, prédite à la 2ème place. Retrouvez toutes les explications de notre méthodologie dans notre précédent article : Qui décrochera la couronne Miss France 2026 ? **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [IA générative en entreprise : 10 cas d'usage concrets avec ROI mesuré en 2026](https://www.avisia.fr/actualites/blog/data/top-10-de-lusage-de-lia-generative-en-entreprise-en-2025-performance-et-roi) **Published:** décembre 10, 2025 **Author:** Marion JACOBSON **Excerpt:** Depuis 2007, AVISIA accompagne les entreprises de tous secteurs dans leurs projets data. Gouvernance, Analyse, modèles de prédictions, l’arrivée de l’IA générative a été un facteur d’accélération des différentes techniques de prédiction et de pilotage des entreprises par la donnée. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Intelligence Artificielle, Retour d'expérience --- ### [Salons Data & IA 2026 : le calendrier des événements incontournables](https://www.avisia.fr/actualites/blog/data/les-salons-data-et-ia-incontournables-en-2026) **Published:** décembre 29, 2025 **Author:** Honorine GILLIERS **Excerpt:** Les événements Data & IA à ne pas manquer Focus sur les salons du 1er semestre dédiés au numérique, à l’Intelligence Artificielle et à la Data Commencez l’année 2026 du bon pied en participant aux événements clés de la data et de l’IA ! Retrouvez quelques salons, forums et événements incontournables sur la scène de l’IA et de la data pour ce 1er semestre 2026. Le petit +, ce picto indique que nous serons présents à un salon. Retrouvez-nous ! **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Événement, Intelligence Artificielle --- ### [Médaille Silver EcoVadis : AVISIA confirme sa place dans le Top 15% des entreprises engagées](https://www.avisia.fr/actualites/blog/rse-impact/avisia-medaille-silver-ecovadis-2025) **Published:** janvier 12, 2026 **Author:** Charlène DUPONT **Excerpt:** Chez AVISIA, la performance ne se mesure pas seulement en algorithmes ou en KPIs business. Elle se mesure aussi via notre impact sociétal et environnemental, une philosophie ancrée au cœur de notre démarche d’engagements éthiques et responsables. Pour la nouvelle année consécutive, nous avons le plaisir d’annoncer l’obtention de la médaille Silver EcoVadis, nous positionnant parmi les 15% des entreprises les plus performantes en matière de RSE. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** RSE & Impact **Étiquettes:** RSE --- ### [AVISIA reconnu 3ème partenaire mondial par Dataiku](https://www.avisia.fr/actualites/blog/data/avisia-reconnu-3eme-partenaire-mondial-par-dataiku) **Published:** janvier 16, 2026 **Author:** Honorine GILLIERS **Excerpt:** Depuis 2014, le partenariat entre AVISIA et Dataiku repose sur une ambition commune : transformer la donnée en levier de croissance stratégique. En 2025, cette collaboration franchit une étape historique : notre expertise s’affirme désormais au sommet de l’écosystème mondial avec des classements qui témoignent de notre engagement technique. Pour découvrir comment cette reconnaissance se traduit concrètement dans vos projets, consultez notre page partenaire dédiée à l’intégration Dataiku. Une expertise technique d’AVISIA dans l’intégration de Dataiku reconnue au niveau mondial **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Data & IA 2026 : les 3 tendances majeures qui transforment l'entreprise](https://www.avisia.fr/actualites/blog/data/data-ia-les-3-tendances-majeures-qui-transformeront-lentreprise-en-2026) **Published:** janvier 19, 2026 **Author:** Matthieu BROCHARD **Excerpt:** L’année 2026 marque un tournant définitif pour l’Intelligence Artificielle en entreprise. Nous assistons à la fin des prototypes isolés et de la Business Intelligence statique pour inaugurer un nouveau paradigme de performance et de conformité. L’IA passe à l’échelle grâce à l’émergence des écosystèmes agentiques orchestrés, où la collaboration d’agents spécialisés devient la clé de la performance industrielle. Découvrez les tendances Data & IA. Simultanément, la Gouvernance Data & IA se positionne au centre des débats. Cela est marqué par l’entrée en vigueur de l’AI Act européen nécessitant une réelle organisation et supervision des agents. Enfin, l’intelligence décisionnelle est réinventée : le déclin des dashboards figés laisse place à l’analytics conversationnelle s’appuyant sur une fondation sémantique nouvelle : le Context Lake. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle **Étiquettes:** Agents, BI, Gouvernance, IA --- ### [AVISIA x S3NS : rendez-vous au S3NS Summit pour le Cloud de Confiance](https://www.avisia.fr/actualites/blog/data/avisia-x-s3ns-retrouvez-nous-au-s3ns-summit-pour-dessiner-le-futur-du-cloud-de-confiance) **Published:** février 3, 2026 **Author:** Marion JACOBSON **Excerpt:** Le paysage de la donnée en France vit un tournant historique. Entre souveraineté numérique et accélération de l’IA, les entreprises cherchent le point d’équilibre parfait. C’est dans ce contexte passionnant qu’AVISIA a eu le plaisir de participer au S3NS Summit, un événement organisé par notre partenaire S3ns. Pourquoi le S3NS Summit est-il l’événement data de l’année ? Le S3NS Summit s’est imposé comme le point de ralliement des décideurs qui souhaitent concilier l’innovation de pointe de Google Cloud avec les exigences de sécurité et de conformité françaises (SecNumCloud). **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Événement, Intelligence Artificielle --- ### [Partenariats écoles : votre carrière commence ici](https://www.avisia.fr/actualites/blog/data/partenariats-ecoles-votre-carriere-commence-ici) **Published:** mars 10, 2026 **Author:** Honorine GILLIERS **Excerpt:** Construire l’avenir ensemble : zoom sur nos partenariats écoles chez AVISIA Chez AVISIA, nous sommes convaincus que l’innovation et notre développement passent par les talents de demain. C’est pourquoi nous avons à cœur de tisser des liens forts et durables avec le monde de l’enseignement. Plus qu’une simple démarche de recrutement, nos partenariats avec les écoles sont un véritable engagement : celui d’accompagner les étudiants, de partager notre expertise terrain et de créer des passerelles directes entre la théorie et la pratique professionnelle. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [AVISIA s’engage dans la démarche Café IA](https://www.avisia.fr/actualites/blog/intelligence-artificielle/avisia-sengage-dans-la-demarche-cafe-ia) **Published:** avril 13, 2026 **Author:** Honorine GILLIERS **Excerpt:** Notre engagement : démocratiser l’Intelligence Artificielle avec les Cafés IA L’IA est aujourd’hui un enjeu majeur de souveraineté et de compétences. Notre mission est claire : rendre cette technologie intelligible, éthique et accessible à tous, loin du jargon technique complexe. L’intérêt de ce format est d’acculturer et de discuter des projets en cours dans la société des personnes concernées. L’idée est de pouvoir acculturer les citoyens à l’IA afin que chacun ait les clés en main pour comprendre les enjeux actuels et organiser sa transformation digitale à échelle des entreprises. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Événement, Intelligence Artificielle --- ### [Comment choisir son Tag Management System (TMS) en 2026 ? Guide complet](https://www.avisia.fr/actualites/blog/data/comment-choisir-tag-management-system-tms) **Published:** avril 22, 2026 **Author:** Honorine GILLIERS **Excerpt:** Dans un écosystème digital où la donnée est à la fois l’atout le plus précieux pour votre business et le plus réglementé, le choix du Tag Management System est devenu stratégique. Longtemps perçus comme de simples outils facilitant la pose de scripts, les TMS sont aujourd’hui au cœur des enjeux de performance, de conformité et de qualité de la donnée. Pourtant, ce choix reste rarement évident : entre promesses marketing des éditeurs et fiches techniques parfois trop génériques, il est difficile de savoir quelle solution correspondra réellement à votre contexte. Face à la multiplication des solutions et à la complexité croissante des architectures, notamment avec l’essor du Server-Side, notre expert a passé au crible les principales solutions du marché en 2026 : Google Tag Manager, Commanders Act, Tealium et Adobe Launch. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital --- ### [AVISIA remporte le Dataiku Certification Challenge](https://www.avisia.fr/actualites/blog/data/dataiku-certification-challenge) **Published:** mai 5, 2026 **Author:** Honorine GILLIERS **Excerpt:** AVISIA, partenaire historique de Dataiku depuis 2014, a été sacré vainqueur du Dataiku Certification Challenge 2025. Ce défi mondial de 12 semaines vient valider l’excellence technique de nos équipes sur l’ensemble de la plateforme, du Machine Learning classique aux architectures de GenAI. L’excellence technique au cœur de l’écosystème Dataiku L’objectif de ce challenge, lancé par Dataiku, est de permettre à ses partenaires de se dépasser pour atteindre une maîtrise technique de haut niveau, récompensant ainsi l’investissement et l’expertise. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital --- ### [Qui sera Miss France 2024 ? Les prédictions IA d'AVISIA](https://www.avisia.fr/actualites/blog/data/qui-sera-miss-france-2024) **Published:** décembre 11, 2023 **Author:** Solène VENEZIA **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab', Product --- ### [Retour sur la prédiction IA AVISIA pour Miss France 2024 : bilan et analyse](https://www.avisia.fr/actualites/blog/data/retour-sur-lelection-de-miss-france-2024) **Published:** décembre 22, 2023 **Author:** Louise MERLAUD **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Product Management : les fondamentaux d'une approche déterminante](https://www.avisia.fr/actualites/blog/product-management/product-management-projecteur-sur-une-approche-determinante) **Published:** février 19, 2024 **Author:** Astrid DE JULLIEN **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Product --- ### [La Matinale Réveil Tech AVISIA : l'IA agentique s'impose en entreprise](https://www.avisia.fr/actualites/blog/data/la-matinale-reveil-tech-lia-agentique-simpose) **Published:** octobre 6, 2025 **Author:** Mino Rafilipomanana **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [Notre vision de l'Intelligence Artificielle](https://www.avisia.fr/actualites/blog/product-management/notre-vision-de-lintelligence-artificielle) **Published:** mars 11, 2019 **Author:** AVISIA **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Intelligence Artificielle, Product --- ### [J+7 : Salon Big Data Paris 2019](https://www.avisia.fr/actualites/blog/retour-experience/j7-salon-big-data-paris) **Published:** mars 19, 2019 **Author:** AVISIA **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Événement, Intelligence Artificielle, Retour d'expérience --- ### [L'accessibilité numérique dans les métiers de la data](https://www.avisia.fr/actualites/blog/data/laccessibilite-numerique-dans-les-metiers-de-la-data) **Published:** juillet 18, 2024 **Author:** Caroline BAL **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, RSE & Impact --- ### [Qui sera Miss France 2025 ?](https://www.avisia.fr/actualites/blog/data/qui-sera-miss-france-2025) **Published:** décembre 10, 2024 **Author:** Solène VENEZIA **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Décryptage de notre prédiction Miss France 2025](https://www.avisia.fr/actualites/blog/data/decryptage-de-notre-prediction-miss-france-2025) **Published:** décembre 23, 2024 **Author:** Ophélie TOURLAN **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Les réseaux sociaux prédisent Miss France](https://www.avisia.fr/actualites/blog/data/les-reseaux-sociaux-predisent-miss-france) **Published:** mai 30, 2025 **Author:** Solène VENEZIA **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Du Digital à la Data : développez vos compétences grâce au parcours hybridation AVISIA](https://www.avisia.fr/actualites/blog/data/digital-data-elargir-competences-parcours-hybridation) **Published:** février 27, 2025 **Author:** Ophélie NELLE **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital --- ### [Décryptage : Prédiction du résultat de la Ligue des Champions](https://www.avisia.fr/actualites/blog/data/decryptage-prediction-ia-ldc-2025) **Published:** juin 5, 2025 **Author:** Julien LEGAVRE **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [AVISIA choisit Qualium Investissement pour accélérer son développement](https://www.avisia.fr/actualites/blog/data/avisia-choisit-qualium-investissement-pour-accelerer-son-developpement) **Published:** juillet 7, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [Les salons Data & IA à ne pas manquer fin 2025](https://www.avisia.fr/actualites/blog/data/les-salons-data-ia-a-ne-pas-manquer-fin-2025) **Published:** juillet 23, 2025 **Author:** Honorine GILLIERS **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement --- ### [Matinale by AVISIA - IA Agentique, le réveil tech de la rentrée](https://www.avisia.fr/actualites/blog/data/matinale-by-avisia-agentique-ia-le-reveil-tech-de-la-rentree) **Published:** juillet 28, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle --- ### [AVISIA et Lacoste au Dataiku Summit Paris 2025 : REX migration SAS vers Dataiku](https://www.avisia.fr/actualites/blog/data/avisia-partenaire-dataiku-summit2025) **Published:** septembre 3, 2025 **Author:** Marion JACOBSON **Content:** Le Dataiku Summit Paris 2025 s’est imposé comme l’un des événements majeurs pour les professionnels de la [data science](https://www.avisia.fr/definition/data-science)Qu'est-ce que la Data Science ? La Data Science, ou science des données, est une discipline interdisciplinaire qui utilise des méthodes scientifiques, des processus, des algorithmes et des systèmes pour extraire des connaissances et des insights à partir de données, qu'elles soient structurées ou no... [More](https://www.avisia.fr/definition/data-science), du Machine Learning et de l’Intelligence Artificielle. Cette rencontre incontournable a réuni chaque année experts, entreprises innovantes et acteurs clés de l’écosystème pour partager leurs expériences et présenter les dernières tendances en matière d’analytique avancée. Cette année, AVISIA a eu le plaisir de prendre la parole lors de ce rendez-vous stratégique, aux côtés de son client **LACOSTE**, pour présenter un retour d’expérience unique: **la migration réussie de la plateforme analytique de SAS vers Dataiku.** ![Lacoste-dataiku-summit-2025-avisia](https://www.avisia.fr/wp-content/uploads/2025/08/Dataiku--scaled.jpg "Dataiku Avisia • Avisia") ## AVISIA a pris la parole avec LACOSTE au **Dataiku Summit Paris 2025** Changer de plateforme data n’est jamais une décision anodine. Pour **LACOSTE**, l’objectif était clair : adopter une solution moderne, collaborative et évolutive afin d’accélérer ses projets en **data science** et en **IA** tout en améliorant l’efficacité de ses équipes. Lors de notre intervention, nous sommes revenu sur : - **Les raisons stratégiques** ayant conduit au choix de Dataiku pour remplacer SAS - **Les critères essentiels** qui ont guidé cette décision : performance, agilité, évolutivité, collaboration - **Les défis techniques et organisationnels** rencontrés lors de la migration - **Le rôle crucial de la formation des équipes** pour garantir l’adoption de la nouvelle plateforme - **Les bénéfices observés** et les perspectives pour les prochains projets analytiques ![Programme-lacoste-dataiku-summit-2025-avisia](https://www.avisia.fr/wp-content/uploads/2025/08/Dataiku-Summit-RS-20250925.png "Dataiku Summit -retour Experience Lacoste • Avisia") ## Un retour d’expérience mêlant vision métier et expertise data La session a été animée par deux experts qui ont vécu cette transformation de l’intérieur : - **Ophélie VALLET**, Head Of Customer Analytics – [LACOSTE](https://www.lacoste.com/fr/) - **Florent COTTIN**, Manager & Data Consultant – [AVISIA](https://www.avisia.fr/) Ensemble, ils ont partagé une vision concrète et opérationnelle de cette migration, de la définition des besoins métiers jusqu’à l’exploitation des nouvelles capacités offertes par Dataiku pour des cas d’usage en **machine learning**, **prédiction** et **automatisation des processus analytiques**. ### Les grands enseignements du Dataiku Summit Paris 2025 ? Le **Dataiku Summit** a été bien plus qu’un simple événement. C’était : - Un lieu d’échange unique sur les meilleures pratiques en **intelligence artificielle**, **data science** et **machine learning** - Une opportunité pour découvrir des cas d’usage réels et inspirants dans des secteurs variés - Un rendez-vous avec les experts et les entreprises qui façonnent la **modernisation des environnements data** L’événement, qui s’est tenu le 25 septembre 2025 au Cercle d’Aumale (Paris), est désormais terminé. Mais la réflexion autour de vos architectures analytiques continue. Vous souhaitez découvrir comment une migration vers Dataiku peut transformer les approches de votre entreprise et accélérer la création de valeur grâce à la data science et à l’IA ? Prêt à franchir le cap de la modernisation data ?[ Contactez directement nos experts via notre page dédiée pour échanger sur vos enjeux de migration](https://www.avisia.fr/nous-contacter). **Catégories:** Data, Digital, Événement, Intelligence Artificielle --- ### [La précision inégalée de notre modèle de prédiction du Ballon d'Or 2025](https://www.avisia.fr/actualites/blog/data/la-precision-inegalee-de-notre-modele-de-prediction-du-ballon-dor-2025) **Published:** septembre 23, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Comment construire et déployer un produit data ? Les étapes clés](https://www.avisia.fr/actualites/blog/data/comment-construire-et-deployer-un-produit-data) **Published:** février 5, 2024 **Author:** Sacha PIPERNO **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Product, Retour d'expérience --- ### [AVISIA, Partenaire du Google Cloud Summit 2025](https://www.avisia.fr/actualites/blog/data/google-cloud-summit) **Published:** avril 9, 2025 **Author:** Marion JACOBSON **Content:** En tant que partenaire Google de longue date, AVISIA sera présent cette année encore comme partenaire signature du Google Cloud Summit. ## Un événement incontournable du paysage Cloud ![](https://www.avisia.fr/wp-content/uploads/2025/04/Google-Cloud-Summit.jpg "Google Cloud Summit • Avisia") ## Au programme du Google Cloud Summit 2025 Cette journée annonce un programme riche et inspirant, vous y retrouverez tout l’écosystème Data et IA. En quelques mots le Google Cloud Summit ce sera : – L’analyse des tendances et dernières nouveautés, – Des cas d’usage et retours d’expérience client – Des solutions dédiées par secteur et par fonction – Des opportunités de networking et d’échanges – Une grande soirée festive à Bercy Toutes les infos se trouvent sur [le site du Google Summit 2025.](https://cloudonair.withgoogle.com/events/google-cloud-summit-france-2025?utm_source=avisia&utm_medium=email&utm_content=partner_avisia&utm_campaign=FY25-Q2-emea-EME30585-physicalevent-er-cloud-summit-paris-mc&pcn_code=0014M00001mX0VNQA0) Bref c’est l’événement à ne pas louper cette année ! Et nous avons choisi de vous partager lors de ce congrès un cas client exclusif. ### Un Business Case présenté en exclusivité par notre client ADEO [![](https://www.avisia.fr/wp-content/uploads/2025/04/Venez-decouvrir-comment-Comment-ADEO-3eme-acteur-mondial-sur-le-marche-de-lamelioration-de-lhabitat-revolutionne-la-gestion-de-ses-stocks-grace-a-LIA.-3.png "Venez Découvrir Comment Comment Adeo, 3ème Acteur Mondial Sur Le Marché De L'amélioration De L'habitat, Révolutionne La Gestion De Ses Stocks Grâce À L’ia. (3) • Avisia")](https://cloudonair.withgoogle.com/events/google-cloud-summit-france-2025?utm_source=avisia&utm_medium=email&utm_content=partner_avisia&utm_campaign=FY25-Q2-emea-EME30585-physicalevent-er-cloud-summit-paris-mc&pcn_code=0014M00001mX0VNQA0) Venez découvrir comment Comment ADEO, 3ème acteur mondial sur le marché de l’amélioration de l’habitat, révolutionne la gestion de ses stocks grâce à L’IA. La gestion de la supply chain est en pleine révolution au cœur du département Supply du Groupe. Découvrez comment AVISIA , Cabinet de Conseil spécialisé en Data & IA a accompagné les success cases de marques fortes du groupe ADEO, telles que Leroy Merlin ou encore M la marque pro, avant leurs mises à l’échelle et le déploiement à l’international. ## Inscriptions au Google Cloud Summit 2025 AVISIA a le plaisir de vous convier pour ce Congrès, [vous trouverez ici le lien](https://cloudonair.withgoogle.com/events/google-cloud-summit-france-2025?utm_source=avisia&utm_medium=email&utm_content=partner_avisia&utm_campaign=FY25-Q2-emea-EME30585-physicalevent-er-cloud-summit-paris-mc&pcn_code=0014M00001mX0VNQA0) vous permettant d’obtenir une invitation. Au plaisir de vous rencontrer lors de l’événement Google, RDV sur notre stand où quelques surprises vous attendent ! **Catégories:** Data, Digital, Événement, Intelligence Artificielle --- ### [Google Cloud Summit 2026 : AVISIA au cœur de l'IA Agentique](https://www.avisia.fr/actualites/blog/data/google-cloud-summit-2026-ia-agentique) **Published:** mai 19, 2026 **Author:** Honorine GILLIERS **Excerpt:** Le Google Cloud Summit 2026 se tiendra le 4 juin 2026 à l’Accor Arena, Paris. Le rendez-vous incontournable de l’innovation Cloud et Data en France réunira pour cette édition les décideurs, développeurs et leaders de l’industrie autour d’une conviction partagée : l’IA est entrée dans une nouvelle ère. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement --- ### [Ligue des Champions 2026 : notre IA prédit-elle un doublé du PSG ?](https://www.avisia.fr/actualites/blog/data/prediction-ia-ldc-2026) **Published:** mai 28, 2026 **Author:** Julien LEGAVRE **Excerpt:** Forts de nos prédictions validées lors du sacre parisien de 2025, nous avons déterminé le résultat de la finale de la Ligue des champions, prévue le 30 mai à Budapest. Grâce à notre AVISIA Player Index, nous avons passé au crible fin les données de la saison. Dans ce choc entre le Paris Saint-Germain et Arsenal, l’expérience et la créativité des Parisiens devraient primer. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Retour sur le Tech & Business Day : AVISIA, leader Data & IA à Lille](https://www.avisia.fr/actualites/blog/data/tech-business-day-avisia-lille) **Published:** juin 8, 2026 **Author:** Honorine GILLIERS **Excerpt:** Le 15 juin 2026, l’écosystème tech se donne rendez-vous à Lille pour le Tech & Business Day. Acteur incontournable de la data et de l’intelligence artificielle, le cabinet AVISIA sera présent pour vous aider à décrypter les opportunités et les défis de la GenAI à travers un atelier exclusif : la Fresque de l’IA. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle --- ### [Événements Data & IA en France : l'agenda de juillet à décembre 2026](https://www.avisia.fr/actualites/blog/data/evenements-data-ia-en-france-2026) **Published:** juillet 1, 2026 **Author:** Honorine GILLIERS **Excerpt:** Vous cherchez les meilleurs événements Data et Intelligence Artificielle ? De juillet à décembre, l’agenda tech français est dense : salons européens, forums régionaux, sommets réservés aux dirigeants… Il est facile de passer à côté des rendez-vous qui comptent vraiment. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Événement, Intelligence Artificielle --- ### [IA générative en entreprise : bilan d'un an d'usage après ChatGPT](https://www.avisia.fr/actualites/blog/data/ia-generative-bilan-dun-an-dusage-en-entreprise) **Published:** novembre 29, 2023 **Author:** Jérémy GOURDEAU **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Product, Retour d'expérience --- ### [Les méthodes pour interpréter des modèles de machine learning complexes](https://www.avisia.fr/actualites/blog/data/interpreter-modeles-machine-learning) **Published:** mai 1, 2019 **Author:** Thibault POISSONNIER **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle --- ### [IA : attention aux biais et problèmes éthiques](https://www.avisia.fr/actualites/blog/data/ia-attention-aux-biais-et-problemes-ethiques) **Published:** juillet 13, 2021 **Author:** Matthieu BROCHARD **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, RSE & Impact --- ### [Créer un modèle Next Best Action et réduire le churn](https://www.avisia.fr/actualites/blog/data/modele-next-best-action-reduire-churn) **Published:** septembre 27, 2021 **Author:** Thibault POISSONNIER **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Product --- ### [Le Digital Analyst : Rôle essentiel et enjeux](https://www.avisia.fr/actualites/blog/digital/le-digital-analyst-role-essentiel-et-enjeux) **Published:** avril 19, 2024 **Author:** Priscila LEON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Digital --- ### [IA Générative et assistants : repensez la relation client et boostez la productivité de votre organisation](https://www.avisia.fr/actualites/blog/data/ia-generative-et-assistants-repensez-la-relation-client-et-boostez-la-productivite-de-votre-organisation) **Published:** mai 21, 2024 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Green Tracking : coûts environnementaux cachés du tracking web](https://www.avisia.fr/actualites/blog/rse-impact/green-tracking-reveler-les-couts-environnementaux-caches-du-tracking-web) **Published:** juin 3, 2024 **Author:** Salah Eddin El Aryani **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Digital, RSE & Impact --- ### [Comment intégrer les pratiques d'Analytics Engineering ?](https://www.avisia.fr/actualites/blog/data/integrer-pratiques-analytics-engineering-equipes-data) **Published:** novembre 29, 2024 **Author:** Yves TRAN **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Retour d'expérience --- ### [Intelligence Artificielle Générale (IAG)](https://www.avisia.fr/actualites/blog/intelligence-artificielle/lntelligence-artificielle-generale-iag) **Published:** novembre 26, 2023 **Author:** Pascal BIZZARI **Excerpt:** Dans le récent imbroglio chez OpenAI qui a secoué la communauté tech autour du départ / retour de Sam ALTMAN, le concept d’Intelligence Artificielle Générale (IAG en français ou AGI pour Artificial General Intelligence en anglais) a pris une place centrale. Ce concept, qui a provoqué un séisme dans l’entreprise, aurait pu conduire en moins de 48h à la destruction d’une des entreprises les plus en vue du moment. Mais comment est-ce possible ? De quoi parlons nous exactement ? Et faut-il s’en inquiéter de façon plus globale ? **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Intelligence Artificielle --- ### [Product Manager Data et IA : un Product Manager comme les autres ?](https://www.avisia.fr/actualites/blog/data/product-manager-data-ia-pm-comme-les-autres) **Published:** février 21, 2025 **Author:** Analia GHELFI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Product --- ### [Produit Data : maximiser sa valeur business avec un Data PM](https://www.avisia.fr/actualites/blog/data/produit-data-maximiser-valeur-business-avec-data-pm) **Published:** avril 3, 2025 **Author:** Mino Rafilipomanana **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Product --- ### [Tendances Data & IA 2025 : les 3 sujets incontournables](https://www.avisia.fr/actualites/blog/data/trends-2025-les-incontournables-data-ia) **Published:** décembre 24, 2024 **Author:** Pascal BIZZARI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle --- ### [CSRD allégée : directive Omnibus et norme VSME, êtes-vous concerné ?](https://www.avisia.fr/actualites/blog/data/allegement-csrd) **Published:** mars 14, 2025 **Author:** Madeleine VALETTE **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, RSE & Impact --- ### [IA & CSRD : comment automatiser votre reporting ESG grâce à l'Intelligence Artificielle](https://www.avisia.fr/actualites/blog/data/csrd-ia) **Published:** décembre 11, 2024 **Author:** Pascal BIZZARI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, RSE & Impact --- ### [Tracking Digital : décryptage des nouvelles pratiques et alternatives cookieless](https://www.avisia.fr/actualites/blog/digital/tracking-digital-nouvelles-tendances-perspectives) **Published:** mars 21, 2025 **Author:** Stephie WANANI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Digital --- ### [Decryptage : L'impact de l'IA sur le média](https://www.avisia.fr/actualites/blog/data/decryptage-impact-ia-sur-media) **Published:** septembre 12, 2025 **Author:** Laetitia Bienvenu **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital --- ### [Tout savoir sur le tracking server-side](https://www.avisia.fr/actualites/blog/product-management/tout-savoir-sur-le-tracking-server-side) **Published:** mars 21, 2024 **Author:** Ophélie NELLE **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Digital, Product --- ### [AI Act – Comprendre la première loi globale sur l'IA au monde](https://www.avisia.fr/actualites/blog/lab/comprendre-la-premiere-loi-globale-sur-l-ia) **Published:** janvier 4, 2024 **Author:** Matthieu BROCHARD **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Intelligence Artificielle, Lab' --- ### [Data Governance : construire une stratégie alliant conformité et performance](https://www.avisia.fr/actualites/blog/data/data-governance-conformite) **Published:** janvier 27, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Retour d'expérience --- ### [Tendances Data & IA 2024 : les enjeux clés selon AVISIA](https://www.avisia.fr/actualites/blog/data/quelles-sont-les-tendances-data-ia-2024) **Published:** janvier 9, 2024 **Author:** Pascal BIZZARI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Intelligence Artificielle, Product, RSE & Impact --- ### [Rapport RSE AVISIA 2025 : nos engagements pour un numérique responsable](https://www.avisia.fr/actualites/blog/rse-impact/decouvrez-notre-rapport-rse-2025) **Published:** septembre 29, 2025 **Author:** Madeleine VALETTE **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** RSE & Impact --- ### [NLP et écoute client : analyse de sentiment, topic modeling et classification des verbatims](https://www.avisia.fr/actualites/blog/data/ameliorer-lecoute-de-son-client-grace-au-nlp) **Published:** août 4, 2020 **Author:** Caroline BAL **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Intelligence Artificielle, Retour d'expérience --- ### [Moteurs de recommandation : content-based, collaborative filtering et comment les implémenter](https://www.avisia.fr/actualites/blog/data/tout-savoir-sur-les-moteurs-de-recommandation) **Published:** février 18, 2022 **Author:** Caroline BAL **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Intelligence Artificielle, Product, Retour d'expérience --- ### [Vertex AI : le MLOps au cœur de la plateforme ML et IA de Google Cloud](https://www.avisia.fr/actualites/blog/data/vertex-ai-le-mlops-au-coeur-de-la-plateforme-ml-et-ia-de-google) **Published:** mai 18, 2022 **Author:** Matthieu BROCHARD **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle --- ### [L'acquisition marketing digital : leviers, stratégies et mesure de performance](https://www.avisia.fr/actualites/blog/data/acquisition-marketing-digital) **Published:** septembre 5, 2025 **Author:** Laetitia Bienvenu **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital --- ### [La mesure de la performance marketing : Last Click, MTA, MMM ou Expérimentation ?](https://www.avisia.fr/actualites/blog/data/mesure-de-la-performance-marketing) **Published:** septembre 19, 2025 **Author:** Laetitia Bienvenu **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital --- ### [AgentKit et Agent Builder d'OpenAI : comment simplifier la création d'agents IA](https://www.avisia.fr/actualites/blog/intelligence-artificielle/agentkit-agent-builder-openai-agents-ia) **Published:** octobre 8, 2025 **Author:** Adrien DODINET **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Intelligence Artificielle --- ### [Google Analytics 4 : comment construire une vue à 360° de votre stratégie digitale](https://www.avisia.fr/actualites/blog/data/comment-utiliser-pleinement-google-analytics-4-pour-construire-une-vue-a-360-sur-votre-strategie-digitale) **Published:** juin 11, 2024 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Digital, Retour d'expérience --- ### [AVISIA partenaire certifié Google Data Analytics : BigQuery, Dataflow, Looker Studio](https://www.avisia.fr/actualites/blog/data/avisia-un-partenaire-certifie-google-pour-vos-projets-data) **Published:** mai 6, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle --- ### [AVISIA : 1er cabinet français indépendant certifié Generative AI par Google Cloud](https://www.avisia.fr/actualites/blog/data/avisia-premier-cabinet-francais-independant-a-obtenir-la-specialisation-generative-ai-de-google-cloud) **Published:** mai 26, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle --- ### [Détecter des anomalies avec l'Intelligence Artificielle : guide complet](https://www.avisia.fr/actualites/blog/data/detecter-des-anomalies-avec-de-lintelligence-artificielle) **Published:** janvier 7, 2022 **Author:** Nicolas BETIN **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Les concepts clés du Data Mesh : data as a product, domaines, architecture décentralisée](https://www.avisia.fr/actualites/blog/data/les-concepts-cles-du-data-mesh) **Published:** avril 6, 2021 **Author:** Pascal BIZZARI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [Data gouvernance : comment déployer une stratégie de qualité des données en entreprise](https://www.avisia.fr/actualites/blog/data/data-gouvernance-le-deploiement-dune-strategie-de-qualite-des-donnees) **Published:** avril 15, 2025 **Author:** Jérôme ANGEARD **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [Semantic Layer : pourquoi la couche sémantique est le socle de l'IA générative en entreprise](https://www.avisia.fr/actualites/blog/data/semantic-layer-couche-semantique-socle-ia-generative-entreprise) **Published:** juin 1, 2026 **Author:** Thibaud Galeazzi **Excerpt:** Le semantic layer s’impose aujourd’hui comme la réponse à un problème bien connu des équipes data…peut-être en avez-vous déjà fait l’expérience ? Une même mesure différente entre deux présentations de résultats. Des analystes contraints de décrypter du code SQL pour répondre à des questions simples. Le dashboard du marketing qui présente une marge bénéficiaire de 7% quand celui utilisé par la finance est de 9%. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [Data gouvernance et IA générative : le socle du Business Intelligence moderne](https://www.avisia.fr/actualites/blog/data/data-gouvernance-ia-generative-service-business-intelligence) **Published:** mars 6, 2025 **Author:** Jérôme ANGEARD **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data --- ### [Le Model Context Protocol (MCP) et son rôle dans l'évolution des agents d'IA](https://www.avisia.fr/actualites/blog/data/mcp-role-agents-ia) **Published:** juillet 10, 2026 **Author:** Florent Cottin **Content:** ## Le MCP, une innovation majeure Dans les domaines de la technologie et de la data, l’IA agentique et les agents intelligents s’imposent désormais comme des sujets omniprésents. Pourtant, derrière l’effervescence médiatique, un défi majeur est souvent négligé : l’intégration de ces agents avec nos infrastructures techniques et nos applications métier existantes. C’est précisément pour résoudre ce problème qu’intervient le **Model Context Protocol (MCP)**. Mettre en place des agents IA ne se résume pas à déployer une nouvelle technologie. Il s’agit d’un projet complexe, comparable à l’intégration de nouvelles applications dans un écosystème d’entreprise déjà bien établi. Les applications métier et l’écosystème technique sous-jacent, véritables piliers du fonctionnement quotidien des entreprises, doivent pouvoir communiquer et interagir de manière fluide. Ce défi d’intégration est capital. Sans une approche bien pensée et standardisée, les entreprises risquent de se retrouver avec des agents IA certes performants, mais confinés à des silos, incapables de tirer pleinement parti des données historiques et des processus opérationnels. C’est face à cette réalité qu’Anthropic, l’éditeur du modèle de langage Claude, a dévoilé fin 2024 une innovation majeure : un protocole et une architecture visant à établir un lien direct entre les LLM et les systèmes externes. Baptisé **Model Context Protocol** **(MCP)**, ce nouveau standard définit précisément comment connecter les sources de données et les applications existantes (bases de données, référentiels de code, outils métiers) aux grands modèles de langage et aux agents IA. Le MCP **étend** considérablement les fonctionnalités de l’IA agentique et offre aux agents la capacité d’accomplir des tâches complexes et utiles, en parfaite synergie avec les applications réelles de l’entreprise. Et surtout, en standardisant l’exposition des systèmes externes aux LLM, cela permet d’intégrer ces derniers plus facilement et rapidement au sein de son écosystème. Bref, c’est une avancée décisive pour concrétiser la promesse d’une IA véritablement intégrée et opérationnelle. ### Comment le MCP fonctionne ? Mais alors, qu’est-ce que c’est concrètement ? Rappelons que MCP est un protocole (le P de MCP), donc un ensemble de conventions permettant de faciliter des échanges. Il y a dans le protocole MCP deux composants majeurs : - **Le serveur :** le composant qui va exposer les **fonctionnalités disponibles** du système externe (Google Analytics, un CRM, un système de réservation d’hôtel, Github, Jira, …). - **Le client :** qui va se connecter au serveur pour **interagir avec lui**, et qui peut être un agent IA (directement ChatGPT, Claude.ai, etc ..) ou un outil qui en embarque un (un environnement de développement, un chatbot home-made basé sur des agents, etc). ![](https://www.avisia.fr/wp-content/uploads/2026/06/Blogmcp_image1.png "Blogmcp_image1 • Avisia") Le serveur va proposer trois grandes fonctionnalités : - Les **Tools** : la liste des **fonctionnalités disponibles** au sein du serveur et que le LLM peut décider d’actionner pour répondre à ses objectifs - Les **Resources** : des **sources de données** accessibles à la demande (fichiers, schémas de base de données, …) - Les **Prompts** : des modèles de **prompts prêts à l’emploi** afin d’améliorer la pertinence des interactions avec le serveur On notera que le protocole prévoit donc la possibilité à tout agent qui se connectera au serveur d’explorer ses fonctionnalités à un instant T. Et donc permettre une meilleure évolutivité sans pour autant avoir à changer le client à chaque ajout ou modification de fonctionnalités côté serveur. Le client va, lui, permettre l’intégration fluide avec le serveur sur différents aspects : - **Elicitation** : le serveur peut demander des informations supplémentaires afin d’effectuer certaines actions. Exemple, on a déterminé qu’on souhaite utiliser une fonctionnalité spécifique du serveur mais il manque un paramètre obligatoire, l’utilisateur sera donc invité, via l’agent à effectuer son choix parmi une liste ou bien saisir une valeur. - **Roots** : le client fournit au serveur les ressources locales sur lesquelles il devrait concentrer ses actions. Autrement dit, ce sont des liens de dossiers ou fichiers du côté de l’utilisateur - **Sampling** : Mécanisme qui permet au serveur de demander à l’Agent LLM côté client de compléter certaines tâches. C’est ce mécanisme qui permet d’ailleurs de respecter la sécurité et faire en sorte que l’utilisateur garde un contrôle dans le workflow. Grâce à ces 2 composants et pour répondre à un objectif donné par son utilisateur, un agent IA peut donc explorer les fonctionnalités que lui offre un serveur MCP, peut décider d’interagir avec certaines d’elles en donnant du contexte (les informations du prompt utilisateur, des fichiers ou dossiers), demander des informations et permettre une interactivité avec l’utilisateur pour faire fonctionner le workflow que l’agent aurait déterminé comme celui nécessaire pour répondre à la demande. ### Un exemple concret Pour mieux comprendre les notions, nous allons prendre l’exemple d’un agent Claude et d’un MCP Google Analytics dans un contexte d’analyse de données digitales. Nous allons donc retrouver les éléments suivants dans le serveur MCP : - Les Tools : fonctions que l’IA peut appeler (ex : “exécuter un rapport GA4”, “interroger la data API”, “accéder aux données live”, “appliquer des conditions complexes sur des dimensions et métriques”, etc ..) - Les Resources : données statiques accessibles (ex : configuration d’une propriété GA4) - Les Prompts : modèles de requêtes préformatés pour guider l’IA Avant les MCP, pour analyser des données GA4 avec Claude, il fallait : - Exporter manuellement les données - Les formater pour Claude - Copier-coller les résultats - Répéter à chaque nouvelle question - Temps total pour une analyse simple : **Une quinzaine de minutes** Avec le MCP, Claude interroge directement GA4 en quelques secondes, analyse les résultats et peut enchaîner plusieurs requêtes de manière autonome pour répondre à des questions complexes. **Le même travail prend maintenant 30 secondes à 1 minute.** ![](https://www.avisia.fr/wp-content/uploads/2026/06/Blogmcp_image2.png "Blogmcp_image2 • Avisia") Toutefois, la force de ce protocole se révèle pleinement dans la **combinaison de plusieurs serveurs MCP au sein d’une même instance**. Un agent comme Claude devient alors capable de réconcilier et d’analyser des flux d’informations hétérogènes de façon transverse, par exemple en faisant une analyse croisée GA4 x Google Ads: « Compare les performances des campagnes Google Ads (coûts, clics, conversions) avec les données de comportement post-clic dans GA4 (taux de rebond, pages vues, parcours de conversion). Identifie les campagnes avec le meilleur ROI réel. » Voici quelques exemples de requêtes que nous avons pu tester au sein d’AVISIA avec cette architecture: - **Analyse exploratoire :** « Quelles sont nos top 10 sources de trafic ce mois-ci et comment ont-elles évolué par rapport au mois dernier ? » → Claude interroge GA4 automatiquement, compare les périodes et génère une synthèse. - **Détection d’anomalies :** « Y a-t-il eu des pics inhabituels de conversions cette semaine ? » → Claude analyse les données journalières, identifie les variations et suggère des hypothèses. - **Reporting automatisé :** « Crée un tableau de bord des performances de nos campagnes Google Ads des 30 derniers jours » → Claude récupère les données, les structure et peut même générer une visualisation. - **Analyses Statistiques :** « Calcule les moyennes et variances du nombre d’utilisateurs actifs par semaine sur les dernières 52 semaines et trace la courbe de ces dernières » → Claude récupère les données, calcule chaque moyenne et chaque variance puis les trace sur un objet artefact. ### Les limitations et risques L’utilisation des MCPs présente aujourd’hui des risques qu’il faut connaître afin de mieux se protéger. Parmis ceux-ci nous pouvons compter : - **Tool poisoning :** modification la description de l’outil que l’agent lit pour comprendre comment s’en servir. L’IA pourra effectuer de manière involontaire une action malveillante en croyant effectuer une tâche légitime. - **Rug pulls :** Un développeur publie un serveur MCP, gagne une base d’utilisateurs importante et une notoriété. Une fois la confiance établie, le développeur pousse une mise à jour malveillante, ou active une backdoor latente. - **Tool shadowing :** un serveur modifie le comportement d’un autre - **Exécution de commandes distantes :** un attaquant exécute des commandes système Pour se protéger de cela, il faut appliquer des bonnes pratiques déjà en place pour la mitigation des risques d’autres systèmes d’information : mise en place d’une **authentification**, utilisation d’un **fournisseur d’identité de confiance**, application du principe de **moindre privilège** ou encore le **scan du code ou des serveurs MCP** à la recherche de vulnérabilités. ### Conclusion En conclusion, **le Model Context Protocol d’Anthropic représente bien plus qu’une simple spécification technique ; il est une réponse structurante au défi d’intégration qui peut parfois freiner l’adoption massive de l’IA agentique en entreprise.** En standardisant la connexion entre les agents IA et l’écosystème numérique existant, le MCP ouvre la voie à des systèmes intelligents plus autonomes, capables de naviguer et d’interagir avec nos données et applications métier de manière inédite. Au sein d’AVISIA, nous avons pu tester différents types de serveur MCP au cours de l’année passée (serveurs remote, serveurs locaux officiels, serveurs locaux communautaires et même serveur MCP implémenté par nos soins) et cela pour des cas d’usage allant de l’aide au développement à l’analyse de données (Google Analytics et GTM notamment) afin de nous familiariser avec ces notions et le potentiel de ce protocole. Il est à noter qu’aujourd’hui, le MCP présente également des défis à la mise en place et n’est aujourd’hui pas la seule tentative de standardisation des échanges avec les agents IA. Pour approfondir ce sujet ou découvrir comment déployer ces solutions IA afin de répondre à vos besoins, n’hésitez pas à [nous contacter](https://www.avisia.fr/nous-contacter). Auteurs : Florent COTTIN, Alexandre NABOKOV #### Sources - [What is the Model Context Protocol (MCP)?](https://modelcontextprotocol.io/docs/getting-started/intro) - [Pythonia, MCP vs API](https://www.pythoniaformation.com/blog/articles-sur-python/tout-sur-l-IA/mcp-vs-api) - [Qu’est-ce que le protocole Model Context Protocol (MCP) ?](https://www.cloudflare.com/fr-fr/learning/ai/what-is-model-context-protocol-mcp/) - [MCP pour les équipes produit : Les 10 questions essentielles pour utiliser ces nouveaux connecteurs IA](https://www.le-ticket.fr/mcp-pour-les-equipes-produit-les-10-questions-essentielles-pour-utiliser-ces-nouveaux-connecteurs-ia/147222/) - Coding Magazine, N°34 Janvier-Février-Mars 2026, p. 60 à 65, Article “Le modèle MCP est l’avenir de l’IA , mais doit être manié avec précaution” **Catégories:** Data, Intelligence Artificielle **Étiquettes:** Agent, IA, MCP --- ### [Comparatif des outils analytics en 2026 : le guide complet pour choisir](https://www.avisia.fr/actualites/blog/digital/comparatif-outils-analytics) **Published:** septembre 19, 2025 **Author:** Stephie WANANI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Digital --- ### [Retour d'expérience : Dataiku, la plateforme data collaborative au service des métiers](https://www.avisia.fr/actualites/blog/data/retour-dexperience-dataiku-revolutionne-le-travail-des-metiers-a-travers-une-plateforme-collaborative-et-accessible) **Published:** mai 5, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle --- ### [Ai-je besoin d'un agent IA pour solutionner mon problème ? Guide décisionnel](https://www.avisia.fr/actualites/blog/data/ai-je-besoin-dun-agent-ia-pour-solutionner-mon-probleme) **Published:** octobre 6, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle --- ### [Plateforme IA agentique : architecture 3 couches pour industrialiser vos agents en 2026](https://www.avisia.fr/actualites/blog/data/plateforme-ia-agentique) **Published:** mars 25, 2026 **Author:** Alice LIU **Excerpt:** L'année 2025 a été celle de l'acculturation et des premiers succès autour de l'IA Générative. Les entreprises ont multiplié les assistants virtuels, les PoC basés sur du RAG ou des initiatives de GenBI. En 2026, nous changeons de paradigme : l'IA ne se contente plus de lire, elle devient un acteur opérationnel doté d'une véritable autonomie décisionnelle. Mais comment passer d'une poignée d’agents construits de manière isolée à une véritable usine agentique industrialisée, capable de gérer des centaines, voire des milliers d'agents interconnectés ? Lors de notre dernière matinale AVISIA chez Google, Matthieu Brochard (Directeur Data & AI) a détaillé l'architecture de référence en 3 couches pour éviter le chaos data et technologique. Voici les fondations techniques pour bâtir votre propre plateforme agentique à votre échelle. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle **Étiquettes:** Agents, IA --- ### [Thermomix (Vorwerk) x AVISIA : prévision de ventes quotidiennes avec Machine Learning (LightGBM)](https://www.avisia.fr/actualites/blog/data/avisia-x-thermomix-predire-pour-mieux-anticiper) **Published:** octobre 9, 2025 **Author:** Honorine GILLIERS **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Agents IA vs Chatbots : comparatif complet et impact business en 2026](https://www.avisia.fr/actualites/blog/data/agents-ia-vs-chatbots-boostez-business-2025) **Published:** septembre 25, 2025 **Author:** Mino Rafilipomanana **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Intelligence Artificielle --- ### [Comutitres x AVISIA : comment l'IA Agentique a automatisé le support Navigo](https://www.avisia.fr/actualites/blog/data/comutitres-lia-au-service-de-la-mobilite) **Published:** avril 21, 2026 **Author:** Honorine GILLIERS **Excerpt:** Le 14 avril dernier, les locaux de la BNP Paribas ont vibré au rythme de l’innovation à l’occasion de l’IMA GEN AI. Un rendez-vous intense dédié aux applications réelles de l’IA Générative dans tous les secteurs. AVISIA, Cabinet de Conseil expert en Data et IA, a eu le privilège d’intervenir pour illustrer un cas concret et ambitieux : la Transformation IA de la mobilité en Île-de-France. **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories:** Data, Événement, Intelligence Artificielle, Retour d'expérience --- ### [Au cœur d’un Datamart sous GCP](https://www.avisia.fr/actualites/blog/data/au-coeur-dun-datamart-sous-gcp) **Published:** mai 22, 2020 **Author:** Matthieu BROCHARD **Content:** Les plateformes Cloud telles que [Google Cloud Plateform](https://www.avisia.fr/partenaires/google-cloud-platform) (GCP) sont devenues incontournables dans le monde de la Data. Les entreprises sont de plus en plus séduites par les services proposés. La variété de services, les coûts et la maintenance sont les principales raisons du succès de ces plateformes. Certaines entreprises choisissent les plateformes Cloud pour **la création ou la migration de Datamarts** hébergés dans des systèmes traditionnels. Le cloud représente un moyen efficace de se développer sans avoir à investir dans une coûteuse infrastructure informatique. Nous souhaitons ici nous focaliser sur le processus de création et d’automatisation de Datamarts sous la plateforme GCP. Nous vous partageons **notre vision sur la collecte des données et la transformation** de celles-ci. Puis nous expliquons comment en tirer de la valeur grâce à la **construction, l’automatisation et l’exploitation de Datamarts**. Nous terminerons avec une partie visualisation en proposant une listes d’outils complémentaires à la plateforme Cloud de Google. ## La collecte et le stockage des données ### Pourquoi choisir Google Cloud Storage (GCS) ? Nous avons besoin d’un outil de stockage capable d’ingérer un grand volume de données provenant de **multiples sources**. Par exemple, il peut s’agir de données de navigation web, d’objets connectés, CRM, … et provenir de différentes sources telles que AWS S3 ou d’un système on-premise HDFS. Elles peuvent également être de types différents (fichiers plats, bases de données relationnelles, …). Google Cloud Storage (GCS) est un service de stockage Google qui répond aux besoins de collecte et de stockage. Les raisons du choix de GCS sont multiples, en voici les principales : - Coût : GCS propose des classes de stockages à des prix différents selon les besoins d’accès et de disponibilités. Cela permet à l’utilisateur d’équilibrer les coûts. - Distribué : les données peuvent atteindre une grande volumétrie (Exa-octets) tout en conservant d’excellentes performances en lecture et écriture. - Flexibilité et Cohérence : Intégration native avec plusieurs services de GCP dont BigQuery. - Sécurisé. ### Les méthodes d’ingestion des données sous GCS Cloud Storage dispose de plusieurs systèmes d’ingestion de données. L’utilisateur choisit la méthode selon son besoin : - **Data Transfer :** Permet d’établir une **connexion** entre Cloud Storage et différents outils de stockage externes Cloud tels que AWS S3, Azure Storage mais aussi depuis des plateformes on-premise. Il permet le transfert de données volumineuses tous les jours à une fréquence donnée. - **Transfer Appliance :** Transfert de données à **grande échelle hors connexion** pour le rapatriement d’énormes volumes de données (>20To). - **gsutil:** Transfert de fichiers ponctuel ou manuel depuis sa machine. - **PubSub et autres outils GCP :** Permet d’utiliser des outils tels que PubSub pour récupérer des donnée issues de capteurs par exemple. ### Le cas particulier de Google Analytics Les données de navigation issues d’un compte Google Analytics 360 peuvent être importées directement dans BigQuery. Pour cela, Google met à disposition un connecteur afin de **réaliser des exports quotidiens des données vers une table BigQuery**. Il n’y a donc pas besoin de passer par Cloud Storage. ## Du stockage de fichiers au Datamart analytique Une fois les fichiers de données collectés, regardons comment nous pouvons en **tirer de la valeur** et les rendre exploitables par les équipes d’analyse. Google Cloud Storage n’est pas une plateforme d’analyse mais bien de stockage. C’est l’équivalent d’un système HDFS : il est impossible de requêter facilement ces fichiers. Nous exploiterons ici le trio Cloud Storage, Dataflow et BigQuery qui répond à une majorité de vos besoins. Dataflow se charge **d’intégrer et d’enrichir** les données sur Cloud Storage puis de les **déposer dans BigQuery**. ### Dataflow pour la transformation de vos données Dataflow est un puissant outil de **traitement de données** basé sur le SDK Open Source Apache Beam. Cet **ETL intervient pour charger, transformer et enrichir** les données d’un outil GCP à un autre. Il peut nettoyer les données, filtrer et joindre plusieurs sources de données entre elles puis les exporter où bon vous semble. Ses avantages sont nombreux : - **Serverless.** Il n’y a pas besoin de réserver et de préparer des serveurs de calcul : Dataflow automatise le provisionnement et la gestion des ressources pour vous. Vous ne payez ainsi que ce que vous utilisez. - Traitement en mode **batch ou streaming.** Dataflow intervient en mode batch pour un traitement ponctuel, déclenché à une heure précise par un CRON Scheduler ou tout autre déclencheur (dépôt d’un fichier dans GCS par exemple). Il peut aussi fonctionner en mode streaming afin d’effectuer les traitements au plus vite dès que la donnée lui est envoyée d’un PubSub par exemple. - **Templates** prêts à l’emploi. Une fois encore, Google nous facilite le développement en proposant des modèles de pipeline de traitement basique sur les 2 modes (stream/batch) : GCS to BigQuery, BigQuery to BigQuery, PubSub to BigQuery, etc. Si les templates ne sont pas suffisants pour des projets plus complexes, vous pouvez réaliser vos propres Pipelines grâce aux API Python et Java. Voici quelques exemples de templates Dataflow disponibles, sans avoir besoin de réaliser une seule ligne de code… ![Template Dataflow](https://www.avisia.fr/wp-content/uploads/2025/02/Google-Dataflow.png "Google Dataflow • Avisia") Pour poursuivre notre exemple de Datamart, il serait ici possible de mettre en place une **Pipeline Dataflow** de type batch « Text Files on Cloud Storage to BigQuery ». Dès qu’un fichier est déposé sur GCS, le job Dataflow se déclenche afin de réaliser le nettoyage des données puis les dépose dans la table BigQuery prévue à cet effet. De plus, les lignes d’erreur seront automatiquement mises de côté dans une seconde table afin de visualiser et corriger d’éventuels problèmes dans la Pipeline. ![Gcp Table Bigquery](https://www.avisia.fr/wp-content/uploads/2025/02/Google-Cloud-Platform.png "Google Cloud Platform • Avisia") Cette approche est très intéressante quand les volumes de données à traiter sont importants. Dataflow permet donc de collecter toutes vos données afin de les centraliser dans BigQuery. ### Ajoutez de la valeur à vos données avec BigQuery Comme évoqué précédemment, BigQuery assure parfaitement son rôle de Datawarehouse et risque rapidement de devenir la plateforme d’analyse préférée de vos Data Analysts. Ses nombreux avantages font de lui l’**outil pivot** de la stratégie menée par Google. Vos données brutes déposées par Dataflow ou autres systèmes, restent bien souvent **compliquées à travailler** : multiples jointures avec les référentiels, nombreux filtres pas toujours évident à se souvenir, plusieurs colonnes disponibles pour une même information, etc. Pour ces raisons, des **datamarts thématiques doivent être construits. Cela facilite le travail des analystes** et leur permet de disposer rapidement d’informations clés autour de vos clients, des performances de vos sites web, des ventes de vos produits, etc. Voici quelques exemples de datamarts possibles : - **Datamart Clients :** table niveau clients avec les chiffres d’affaires déclinés sur différentes périodes, informations socio-démo (âge, sexe, lieu d’habitation, CSP, etc.), informations de contactabilité (nombre de contacts, réactivité aux emails, etc.), - **Datamart Navigation :** Les données de navigation sont généralement complexes et très volumineuses. Il est possible de construire des tables fournissant différents KPI de votre site web ou application. Ces tables peuvent alimenter des reportings décisionnels ou être réutilisées dans le cadre d’analyses clients. - **Datamart Produits :** Pour chacun de vos produits, mise à disposition des informations propres au produit (type de produit, couleur, prix) mais aussi des informations sur les ventes : nombre de clients sur 1 an, chiffre d’affaires associé sur l’année, saisonnalité du produit, ruptures de stocks, etc. Ces différents datamarts seront le socle de vos futures analyses, reportings, segmentations ou scoring clients. Ils vous feront gagner un temps de développement précieux ! Mais par où commencer ? 1. Tout d’abord, il vous faudra **créer l’ensemble des requêtes** permettant d’obtenir les tables souhaitées de votre futur datamart. 2. Faire **valider** ces scripts et les indicateurs calculés. 3. **Automatiser le calcul** de ces tables afin de les rafraîchir tous les mois, tous les jours ou même en temps réel dès que les données sources sont actualisées. Les deux premiers points étant propres à chaque entreprise, passons aux explications sur l’automatisation de vos scripts. ### Actualisation automatique de vos datamarts #### Les requêtes programmées à une date/heure précise Les requêtes programmées restent la **solution la plus simple** pour effectuer une tâche récurrente dans BigQuery. Il suffit d’écrire la requête dans la console BigQuery puis de choisir « Programmer une requête » dans la barre d’exécution. Vous pourrez choisir la fréquence et l’heure d’actualisation de votre requête. Cette fonctionnalité, très pratique, répond principalement aux **besoins des utilisateurs mais n’est pas forcément adaptée aux tâches critiques de production.** Par exemple, il n’est pas possible d’utiliser un gestionnaire de versioning de code type Git pour mettre le code à l’abri de toutes les mauvaises manipulations. Il faut aussi être sûr que votre table source a bien été mise à jour avant de lancer votre script du jour. #### Actualisation en temps réel de vos tables via Cloud Functions L’autre solution pour automatiser vos scripts BigQuery est de passer par les Cloud Functions. **Cloud Functions est un micro-service** GCP permettant d’exécuter des jobs (Python, Go, NodeJS) à la volée sans avoir à gérer les ressources machines (création d’une VM, installation de Python et des packages, etc.). Ces **Cloud Functions se déclenchent suite à un événement** précis à paramétrer : - **Modification d’un fichier** sur Cloud Storage : Intéressant si on souhaite déclencher notre fonction dès qu’un fichier est ajouté dans Storage. - **Mise à jour d’une table** via un message PubSub : ce qui dans notre cas nous intéresse ! - Envoie d’une **requête HTML.** Prenons l’exemple des données Google Analytics. Ces données sont directement déposées dans BigQuery, chaque matin entre 5h et 9h, parfois un peu plus tard. Avec les requêtes programmées, il faudrait prévoir une exécution de la requête à 11h ou à midi pour être sûr que les données soient à jour ! Avec Cloud Functions, nous pouvons **déclencher la requête dès que la table Google Analytics est mise à jour** par Google. Plus besoin d’attendre 10h, 11h ou midi contrairement aux requêtes programmées ! Cette Cloud Function repose sur un **programme Python** qui récupère le texte de votre requête puis envoie l’**ordre à BigQuery de l’exécuter** afin de mettre à jour la table de votre datamart Navigation. Simple, non ? Ce processus est réutilisable pour toutes vos tables : - Le datamart clients se met à jour dès que la table des transactions a été mise à jour par le SI ou par votre propre Dataflow. - La datamart produit se met à jour dès que la table des données brutes du catalogue produits a été mise à jour grâce à votre Dataflow. Contrairement aux requêtes programmées, les Cloud Functions disposent d’un **monitoring plus poussé et le code source Python peut être récupéré depuis une source Git**. Avec cette solution, si vos tables brutes sont mises à jour plusieurs fois par jour, vos datamarts seront donc eux aussi alimentés en temps réel, tout comme les reportings potentiels basés sur ces datamarts. Génial, non ? ![Google Cloud Functions](https://www.avisia.fr/wp-content/uploads/2025/02/Google-Analytics.png "Google Analytics • Avisia") ### Visualisation connectée à BigQuery La visualisation, dernière étape de notre processus, va permettre d’analyser vos données ou de proposer des rapports complets à vos équipes. Quels outils de visualisation peut-on connecter à BigQuery ? Quels sont les plus simples et les plus adaptés ? #### Data Studio : la solution simple et native à BigQuery Le connecteur BigQuery à Data Studio permet de créer et de partager des tableaux de bord basés sur les données de BigQuery. Il s’agit certainement de la solution la plus simple pour mettre en ligne un reporting. De plus, Data Studio **repose sur la puissance de calcul BigQuery.** Cela lui permet d’effectuer des croisements sur de grandes volumétries de données avec des **temps de réponse très faibles**. Il n’y a aucune installation à faire, tout se passe en ligne ! De ce fait, DataStudio est un peu plus limité en termes d’objets de création mais répondra tout de même à 90% de vos besoins ! #### De nombreux connecteurs BigQuery vers les autres outils de visualisation Aujourd’hui, les principaux outils de data visualisation **disposent de connecteurs afin d’importer des tables** ou vues de BigQuery. Parmi eux, nous pouvons citer 3 exemples disposant d’une connectivité à BigQuery : Tableau, Power BI ou encore QlikView. Le système d’actualisation n’est cependant pas aussi simple que DataStudio. Il vous faudra soit « importer » la table BigQuery, soit passer par un système de requêtes si vous souhaitez ne pas exploiter la table dans son état actuel. La mise à jour des rapports est donc plus complexe. Cet article vous donne un aperçu des possibilités qu’offre le Cloud pour mener à bien ce type de projets. **Les plateformes Cloud sont en constante évolution** afin de proposer un maximum de services et de couvrir l’ensemble des besoins autour de la donnée. Vous souhaitez échanger sur vos projets ? [Contactez nos experts GCP](https://www.avisia.fr/nous-contacter). **Catégories:** Data, Digital --- ### [AVISIA School Road Show : A la rencontre de nos talents de demain](https://www.avisia.fr/actualites/blog/data/avisia-school-roadshow-a-la-rencontre-des-talents-de-demain) **Published:** octobre 9, 2023 **Author:** Marion JACOBSON **Content:** ## Mais qu’est-ce que l’AVISIA SCHOOL ROAD SHOW 2023 ? Comme chaque année, nos **Experts AVISIA partent en compagnie de nos RH à la découverte de nouveaux talents** qui complèteront bientôt la AVISIA FAMILY. Vous avez toujours rêvé de mettre en pratique vos compétences dans un environnement dynamique, bienveillant et axé sur l’innovation ? C’est votre moment ! **AVISIA recherche activement des pépites passionnées et talentueuses qui souhaitent contribuer à notre développement et nourrir leur propre carrière.** Voici toutes les dates de notre tournée. L’équipe a hâte de venir à votre rencontre ! ![](https://www.avisia.fr/wp-content/uploads/2023/10/42400287-de6f-485d-baac-eab9654c8935-300x300.png "Avisia Roadshow 2023 Dates • Avisia") ## AVISIA, un cabinet de conseil d’expertise et de proximité 1. [**Un environnement collaboratif et innovant.**](https://www.avisia.fr/carriere) Chez AVISIA, nous croyons en la collaboration et encourageons la créativité. Vous pourrez travailler avec des équipes talentueuses et de participer à des projets stimulants en interne via notre **Pôle Contrib’** comme en externe. 2. **Un apprentissage continu.** Dans le domaine en constante évolution de la DATA, de l’IA et du DIGITAL, nous mettons un fort accent sur le développement professionnel. Accédez à des formations, des ateliers et des ressources pour perfectionner vos compétences, tout cela grâce à notre **ACADEMY**. 3. **Des projets variés et impactants.** Notre Cabinet intervient chez de nombreux clients de grands noms et dans des secteurs variés. Vous aurez ainsi l’opportunité de contribuer à des projets divers et passionnants, un véritable atout pour votre carrière. 4. **Une culture d’entreprise dynamique et bienveillante.** Chez AVISIA, nous valorisons la diversité, l’inclusion et l’innovation. Vous aurez la chance de travailler dans un environnement qui encourage la prise d’initiative et la croissance personnelle. Notre ADN étant fortement basé sur l’humain, nombreuses sont les soirées, Team Building, Hackathons et déjeuners… Nous permettant de tisser des liens ! Mais AVISIA c’est aussi tellement d’autres choses…et c’est pour cela que nous venons à votre rencontre : > Parler de nos métiers, en expliquer le quotidien, parcourir avec vous la vie du Cabinet, vous exposer nos valeurs et vous partager différents exemples de notre expertise, C’est aussi ça le AVISIA SCHOOL ROADSHOW. Nous **serons bientôt dans votre école pour discuter de ces opportunités passionnantes et pour vous présenter davantage notre Cabinet.** Si vous ne trouvez pas votre école / université dans cette liste, pas de panique, [accédez à toutes nos offres](https://www.avisia.fr/carriere/offres-emploi) en ligne, régulièrement actualisées. **Catégories:** Data --- ### [Conférence - Comment Manutan automatise la gestion de ses références produits grâce à l'IA](https://www.avisia.fr/actualites/blog/data/conference-automatisation-referenciel-produits-avec-ia) **Published:** janvier 24, 2025 **Author:** Marion JACOBSON **Content:** > **AVISIA était présent auprès du [HUB INSTITUTE ](https://www.hubinstitute.com/)pour l’édition 2025 de Future For Data & AI qui s’est tenu ces 4 & 5 Février. Nous avons ainsi participé au partage des tendances 2025 en terme de GENAI , et notamment à travers un retour d’expérience avec notre client [Manutan.](https://www.manutan.fr/fr/maf?gad_source=1&gclid=CjwKCAiAkc28BhB0EiwAM001TYaE4J-E97-aDmM8tgss_ojqXuYdDzz9gldXQnDNI3ON9r6APZrLVxoC2jIQAvD_BwE)** ## Synthèse sur un cas d’efficience Business Afin de gérer efficacement plus de 850 000 références produits et les descriptions fournies par 4 000 fournisseurs, **Manutan a relevé le défi d’automatiser un processus jusqu’ici manuel, long et coûteux, accompagné par AVISIA.** Ce travail, qui impliquait la compilation, la correction et l’harmonisation de volumes importants de données, mobilisait d’importantes ressources et nécessitait de nombreux échanges entre les équipes internes et les fournisseurs. Manutan a développé une solution innovante basée sur l’IA en utilisant un modèle de LLM (Large Language Model). Cet outil, s’appuyant sur OpenAI intégré à notre solution Azure, associé à un corpus de données d’apprentissage hébergée sur Snowflake, génère automatiquement des descriptions conformes aux standards de Manutan et optimisées pour le référencement naturel (SEO). ### Le processus d’automatisation s’articule autour de trois étapes clés : 1. **Traitement automatisé des fichiers :** L’outil analyse les fichiers des fournisseurs et génère un prompt spécifique pour chaque produit. 2. **Génération des attributs :** En utilisant des exemples issus de la base de données, l’outil affine le prompt pour permettre à l’IA de produire des descriptions précises et cohérentes, conformes aux standards de Manutan. 3. **Stockage et intégration des données :** Les attributs générés sont stockés dans le cloud, ce qui facilite leur vérification et leur intégration dans les systèmes de l’entreprise. ## Les résultats obtenus sont significatifs Après mise en production du projet, la groupe Manutan a pu rapidement mesurer les résultats : - Un gain de temps considérable : Grâce à cette automatisation, un délai de 4 jours par fichier fournisseur, **soit 88% du temps passé en moyenne a été économisé**, réduisant ainsi les échanges par e-mail et les ajustements manuels. - Satisfaction accrue des collaborateurs : **Les équipes, délestées des tâches fastidieuses,** peuvent se consacrer sur des missions à plus forte valeur ajoutée : développer les relations avec les fournisseurs, améliorer la qualité des contenus ou piloter de nouveaux projets. - Réduction des coûts : **La réécriture automatisée des descriptions a permis de diminuer le recours à des prestataires externes** ainsi réduire les coûts associés de 48%. ## **Accès au replay de notre intervention** Vous n’avez pas pu assister à notre intervention ? Vous pourrez retrouver celle-ci en remplissant le formulaire ci-dessous: Si ce cas d’usage vous fait écho ou si vous souhaitez échanger sur vos projets, n’hésitez pas à [nous contacter ici.](https://www.avisia.fr/nous-contacter) **Catégories:** Data, Événement, Intelligence Artificielle, Retour d'expérience --- ### [AVISIA Training : être formé par des experts](https://www.avisia.fr/actualites/blog/data/avisia-training-etre-forme-par-des-experts) **Published:** juillet 31, 2025 **Author:** Honorine GILLIERS **Content:** ## Contexte Créé en 2007, AVISIA est devenu au fil des années un **Cabinet de référence** spécialisé dans le domaine de la **data et de l’IA**. Nous accompagnons nos clients sur des missions d’**expertise Data**, **Technologique** & **Digitale** afin de répondre aux enjeux business de leur entreprise. Ainsi, nos domaines d’expertise s’étendent sur tout le spectre de la data, parmi eux, nous pouvons citer l’**IA Générative**, l’**IA Agentique** ou encore le **Data Marketing** et le **Web Analytics**. Avec le temps, nous avons su nous imposer dans ce secteur en France à travers nos **cinq agences** ([Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris), [Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille?utm_source=google&utm_medium=organic&utm_campaign=gmb&utm_content=nord), [Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon?utm_source=google&utm_medium=organic&utm_campaign=gmb&utm_content=alpes), [Bordeaux ](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux)et [Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes)). Cette situation nous permet de garantir notre positionnement exclusif sur le marché de la **data et de l’IA**. À travers une équipe de passionnés, nous sommes spécialisés dans le **Conseil**, l’**Intégration** et la réalisation de projets **Data Centric**. ## AVISIA Training ![Avisia Training](https://www.avisia.fr/wp-content/uploads/2025/07/TRAINING.png "Avisia Training • Avisia")Avec plus de 18 ans d’expérience dans **l’intégration** et **l’accompagnement** des **projets Data** de nos clients, nous avons forgé un réel **savoir-faire.** Ainsi, c’est tout naturellement qu’ils se sont tournés vers nous pour *[former ](https://www.avisia.fr/expertises/formations)*par la suite leurs équipes à l’usage des **technologies** mises en place, les rendant ainsi **autonomes** dans le domaine de la **data et de l’IA**. À travers **AVISIA Training**, nous nous engageons à vous proposer : une **expertise** qui répond aux besoins clients, une **offre adaptée** aux problématiques terrain, des **formules flexibles**, des **formateurs certifiés** et **passionnés** par la Data. Chez AVISIA, nous assurons un accompagnement complet et personnalisé afin de veiller au bon déroulement des ***[formations](https://www.avisia.fr/expertises/formations)***. Nous adoptons une démarche où chaque individu est au cœur de toutes les phases, de l’identification des attentes jusqu’à la réalisation des formations. Pour nous chaque étape compte. Notre **équipe AVISIA Training**, établit un premier contact avec le client afin d’effectuer un devis. Puis, une proposition d’accompagnement est effectuée afin de valider la démarche, les livrables et le timing. Nous adaptons le lieu de la formation en fonction des besoins, ainsi celle-ci peut avoir lieu en nos locaux ou chez vous selon votre souhait. L’accompagnement fourni par nos formations s’assure de la bonne **maîtrise des apprentissages** à travers des exercices de validation des acquis. Enfin, nous proposons à la fin de chaque formation un questionnaire de satisfaction afin de garantir des formations de qualité. ## **Nos formations et nos formateurs** ![Avisia Training Formateurs](https://www.avisia.fr/wp-content/uploads/2025/07/Juillet-9.png "Juillet (9) • Avisia") Afin de labelliser la qualité de notre **expertise**, nous sommes engagés avec des **partenaires éditeurs** et nos formateurs sont ainsi **qualifiés** sur les différentes technologies sur lesquelles nous intervenons : Dataiku, Python, Google Cloud, SAS, Power BI, Adobe Analytics, Apache Spark, Google Analytics et Google Big Query. ![Qualiopi Avisia](https://www.avisia.fr/wp-content/uploads/2025/07/Design-sans-titre.png "Certification Qualiopi • Avisia") De plus, nous sommes certifiés *[Qualiopi](https://travail-emploi.gouv.fr/qualiopi-marque-de-certification-qualite-des-prestataires-de-formation)*, nos formations sont donc finançables par le Gouvernement. Ainsi, pour répondre aux **besoins** de nos clients et de s’assurer de la **qualité** de nos missions, nous proposons chez AVISIA une **vaste offre de formations**. Nos 27 formations sont regroupées en 7 blocs d’apprentissage : *[Generative IA](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen)*, *[Python](https://www.avisia.fr/expertises/formations/programmation-python-avance)*, *[Dataik](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer)[u](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer),[ SAS](https://www.sas.com/fr_fr/home.html), [Data Visualisation](https://www.avisia.fr/expertises/formations/initiation-a-tableau)*, *[Digital](https://www.avisia.fr/expertises/formations/google-analytics)* et *[RSE/Impact que nous allons détailler ci-dessous.](https://www.avisia.fr/expertises/formations/fresque-du-climat)* Chaque formation étant modulable et personnalisable, vous pouvez [nous contacter ici](https://www.avisia.fr/nous-contacter) pour toute demande. ### Generative AI ![Genai](https://www.avisia.fr/wp-content/uploads/2025/07/Design-sans-titre-4.png "Generative Ai • Avisia")Notre bloc de formation **Generative AI** permet de comprendre de manière approfondie des concepts fondamentaux de l’**Intelligence Artificielle Générative** (GenAI) ainsi que des compétences pratiques pour appliquer ces **connaissances** dans divers domaines, notamment la **génération de textes et d’images**. À l’intérieur de notre bloc d’apprentissage nous avons 3 formations : *Flash GenAI, Introduction à la génération de textes et d’images et Fresque de l’IA.* Ces formations permettent de faire découvrir la théorie, la pratique et la réflexion sur la GenAI. ### Data Visualisation ![Data Visualisation](https://www.avisia.fr/wp-content/uploads/2025/07/Datavisualisation-300x293.png "Datavisualisation • Avisia")Notre bloc de formation Data Visualisation permet d’**exploiter des données** sous forme de **représentations visuelles**. Nous donnons le choix de se former sur 2 principaux outils de Dataviz : **Power BI** et **Tableau** séparés en 2 blocs d’apprentissage. Le bloc d’apprentissage sur Power BI est composé de 2 formations : **Initiation à Power BI** et **Power BI Avancé**. À l’intérieur du bloc d’apprentissage Data Visualisation nous retrouvons 2 formations: *Initiation à Tableau et Tableau Avancé.* ### Python ![Python](https://www.avisia.fr/wp-content/uploads/2025/07/2-1.png "Python • Avisia")Notre bloc de formation Python permet de **maîtriser** cet outil de **langage de programmation**. Python fait partie de l’un des **outils** les plus **puissants** et **polyvalents** pour l’**analyse de données** et le **développement logiciel**. À l’intérieur de ce bloc d’apprentissage Python nos 7 formations : *Initiation à Python, Python avancé, Initiation à Python pour le Data Management, Machine Learning avec Python, Moteur de recommandation avec Python, Flask et Matplotlib et Seaborn.* ### Dataiku ![Dataiku](https://www.avisia.fr/wp-content/uploads/2025/07/Design-sans-titre-8.png "Design Sans Titre (8) • Avisia")C’est un de nos **partenaires technologiques historiques** et avec lequel nous avons beaucoup de **projets en cours** côté Business. C’est donc tout naturellement que nous avons créé tout un **programme de formation** dédié à la **prise en main** et à la **montée en compétence** de cette technologie. À l’intérieur du bloc d’apprentissage Dataiku nous retrouvons 6 formations : *Core Designer, ML Practitioner, Advanced Designer, Code Developer et MLOps.* ### Digital ![Digital](https://www.avisia.fr/wp-content/uploads/2025/07/Design-sans-titre-6.png "Google • Avisia")Notre bloc de formation Digital permet de former à l’**analyse des données de navigation** afin de monitorer et d’analyser des **données comportementales**. À l’intérieur du bloc d’apprentissage Digital nous retrouvons 3 formations : *Google Analytics, BigQuery – sur les données GA4 et Google Tag Manager.* ### SAS ![Sas](https://www.avisia.fr/wp-content/uploads/2025/07/Design-sans-titre-2-1.png "Sas • Avisia")Notre bloc de formation SAS permet de découvrir les environnements SAS, **outil et partenaire historique** pour gérer, visualiser et analyser **vos données**. À l’intérieur du bloc d’apprentissage SAS nos 4 formations : *Initiation à SAS, SAS VIYA – SAS Programming et SAS VIYA – Visual Analytics.* ### RSE / IMPACT ![Rse](https://www.avisia.fr/wp-content/uploads/2025/07/Design-sans-titre-7.png "Rse • Avisia")C’est un sujet de cœur pour nous : notre bloc de formation RSE / Impact permet d’accompagner les entreprises et les apprenants dans la **transformation durable** et de **soutenir les activités à impact positif** pour l’environnement ou la société. À l’intérieur du bloc d’apprentissage RSE / Impact, nous retrouvons 2 formations : *la Fresque du climat et la Fresque du numérique.* ## **Catalogue & contact** ![Catalogue Formations](https://www.avisia.fr/wp-content/uploads/2025/07/catalogue-1.png "Catalogue 1 • Avisia") Retrouvez davantage d’informations sur nos *[formations Data & IA](https://www.avisia.fr/expertises/formations)* en consultant notre catalogue. **Catégories:** Data --- ### [AVISIA Training : Être formé par nos experts](https://www.avisia.fr/actualites/blog/data/nos-formations-par-et-pour-les-experts) **Published:** novembre 19, 2025 **Author:** Honorine GILLIERS **Content:** ## AVISIA Training : Être formé par nos experts ![](https://www.avisia.fr/wp-content/uploads/2025/07/TRAINING.png "Training • Avisia") AVISIA, Cabinet de référence Data & IA depuis 2007, transforme le savoir-faire terrain en formation actionnable. Nous conseillons, intégrons et formons en Data & IA. À travers **AVISIA Training**, nous nous engageons à vous proposer une **expertise** qui répond à vos besoins, une **offre adaptée** à vos problématiques du quotidien, des **formules flexibles**, des **formateurs certifiés** et **passionnés** par la Data. Nos formations, méthodologies et/ou outils permettent de prendre part à l’ensemble des projets qui s’appuient sur la data, le digital ou l’Intelligence Artificielle.[![](https://www.avisia.fr/wp-content/uploads/2025/10/Je-minscris-maintenant-.jpg "Catalogue • Avisia")](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) ### **Développez une expertise d’avenir et boostez votre carrière** Face à la constante évolution du monde de la Data et de l’IA, il est difficile de garder le rythme. AVISIA vous donne les moyens à vous et vos équipes de monter rapidement et durablement en compétences grâce à un écosystème d’apprentissage unique. #### **Des formateurs certifiés et passionnés** La qualité de notre expertise est labellisée et nous sommes engagés avec les éditeurs partenaires majeurs. Nos formateurs sont qualifiés sur toutes les technologies clés : Dataiku, Python, Google Cloud, SAS, Power BI… ![](https://www.avisia.fr/wp-content/uploads/2025/07/Juillet-9.png "Juillet (9) • Avisia") #### **Des formations variées et complètes** Pour répondre aux **besoins** de nos clients et de s’assurer de la **qualité** de nos missions, nous proposons chez AVISIA une **vaste offre de formations**. Nos 27 formations sont regroupées en 7 blocs d’apprentissage : - ***[Generative IA](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen)*,** - ***[Python](https://www.avisia.fr/expertises/formations/programmation-python-avance)***, - ***[Dataik](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer)[u](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer)****,****[ ](https://www.sas.com/fr_fr/home.html)*** - ***[SAS](https://www.sas.com/fr_fr/home.html)****,* - ***[Data Visualisation](https://www.avisia.fr/expertises/formations/initiation-a-tableau)***, - ***[Digital ](https://www.avisia.fr/expertises/formations/google-analytics)*** - ***[RSE/Impact.](https://www.avisia.fr/expertises/formations/fresque-du-climat)*** #### **Un accompagnement personnalisé** Loin des solutions standard, AVISIA s’engage sur un accompagnement ultra-personnalisé. Nous adaptons le contenu, le lieu et le rythme pour que votre montée en compétence soit la plus efficace et la plus pertinente possible par rapport à vos problématiques quotidiennes ou vos besoins de montée en compétence. #### **Des formations de qualité : toutes certifiées Qualiopi** Conscients des enjeux de la transformation numérique, nos parcours de formation longs sont conçus pour garantir une **montée en compétences** solide et durable. Ces programmes intensifs ne se limitent pas à l’acquisition de nouvelles connaissances ; ils constituent un véritable levier de **progression professionnelle**, offrant à nos apprenants l’expertise et la confiance nécessaires pour s’établir comme des leaders dans des rôles stratégiques et ainsi donner un nouvel élan à leur carrière. ![](https://www.avisia.fr/wp-content/uploads/2025/07/Design-sans-titre.png "Certification Qualiopi • Avisia")De plus, toutes nos formations sont **certifiées Qualiopi**, garantissant la qualité de notre processus et permettant une prise en charge par les fonds de financement de la formation professionnelle. ### **Montez en compétence…** ✔️ Apprenez les différents langages de programmation qui sont aujourd’hui utilisés, ✔️ Manipulez les principaux outils du marché avec ou sans code, ✔️Maîtrisez les méthodologies vous permettant que la data soit au cœur de vos prises de décisions. ### **… et plongez dans l’univers de la Data** L’engagement d’AVISIA sur le marché de la Data et de l’IA ne se résume pas à notre ancienneté. C’est le volume et l’impact de notre activité qui attestent de la qualité et de la pertinence des formations que nous dispensons. **Ces quelques chiffres clés illustrent la profondeur de l’expertise que nos formateurs transmettent au quotidien :** ![Deux Blocs. Le Premier Indique Plus De 100 Collaborateurs Formés. Le Deuxième Indique 13 Sessions De Formation.](https://www.avisia.fr/wp-content/uploads/2025/11/Article-promo-catalogue.jpg "Article Promo Catalogue • Avisia") ![Trois Blocs. Le Premier Indique 84% De Satisfaction. Le Deuxième 4.5/5 Stagiaires Formés. Le Troisième Indique 4.5/5 Du Contenu Et De L'environnement.](https://www.avisia.fr/wp-content/uploads/2025/10/Je-minscris-maintenant-2.jpg "Chiffres Clés • Avisia") N’hésitez plus. Nos formations n’attendent plus que vous. Consultez dès maintenant notre catalogue de formations et [prenez contact avec nos experts](https://www.avisia.fr/nous-contacter).[![](https://www.avisia.fr/wp-content/uploads/2025/10/Je-minscris-maintenant-.jpg "Catalogue • Avisia")](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) **Catégories:** Data --- ### [Découvrez notre Rapport RSE 2024](https://www.avisia.fr/actualites/blog/rse-impact/decouvrez-notre-rapport-rse-2024) **Published:** octobre 28, 2024 **Author:** Madeleine VALETTE **Content:** ## **Contexte** Dans un monde en proie à des défis environnementaux, sociaux et économiques croissants, il est devenu indispensable d’adopter des comportements plus responsables. Les crises climatiques, les inégalités sociales et l’épuisement des ressources naturelles exigent une prise de conscience collective et des actions concrètes. Dans cette dynamique, les entreprises jouent un rôle central. En s’engageant activement dans des initiatives de responsabilité sociale et environnementale, elles ont le pouvoir d’accélérer la transition vers un modèle économique plus durable. Cette transformation est d’autant plus essentielle qu’elle permet de répondre aux attentes grandissantes des consommateurs et des parties prenantes. Ces derniers sont de plus en plus sensibles à l’impact global des entreprises sur la planète. C’est dans cet objectif qu’AVISIA s’investit avec une politique RSE ambitieuse et une mesure de l’impact de ses actions sur le plan environnemental, social, éthique et au niveau des achats responsables. ## **Bilan de ces trois dernières années** Lors de l’élaboration de notre tout premier rapport RSE, nous nous étions fixés de beaux objectifs. Vous trouverez donc dans notre rapport RSE 2024 le suivi de tous nos indicateurs. Découvrez également nos nouveaux objectifs à horizon 2027 axés sur les trois piliers suivants : - Réduire notre empreinte carbone - Soutenir l’innovation responsable en conformité avec les réglementations - Accompagner l’évolution et le bien-être de nos équipes Cette nouvelle édition de notre rapport RSE représente **la deuxième étape des ambitions d’AVISIA en faveur d’un développement plus durable et responsable.** Après avoir soutenu activement les initiatives internes portées par nos consultants et les avoir sensibilisés, nous entrons dans une phase de maturité. - Nous continuerons à mesurer notre empreinte mais souhaitons également la réduire davantage et même contribuer à hauteur de nos émissions, ce que nous faisons désormais pour celles liées à nos locaux grâce à notre partenaire Ecotree. - Nous voulons innover et renforcer la part « verte » d’AVISIA grâce à notre label IMPACT qui permet de multiplier les projets à impact positif et ainsi devenir référent sur le secteur. - Et nous aimerions faire tout cela tout en veillant au bien être de nos équipes, en les aidant à développer leurs compétences et en encourageant le leadership féminin. Grâce au suivi de nos indicateurs et aux actions concrètes que nous mettons en place, nous sommes confiants dans notre capacité à tenir nos engagements tout en respectant nos valeurs. Le label ECOVADIS, qui nous place **parmi les 10 % des entreprises les plus performantes de notre secteur.** Il témoigne de notre engagement et nous en sommes très fiers. [![](https://www.avisia.fr/wp-content/uploads/2024/10/RSE-216x300.png "Rse • Avisia")](https://www.avisia.fr/wp-content/uploads/2024/09/Rapport-RSE-AVISIA-2024-min.pdf) [Retrouvez ici notre Rapport 2024](https://www.avisia.fr/wp-content/uploads/2024/09/Rapport-RSE-AVISIA-2024-min.pdf) ## **Et chez nos clients ?** Notre savoir-faire et nos engagements ont également profité à nos clients, amplifiant ainsi notre impact bien au-delà de nos propres activités. Cela nous conforte dans l’idée que nous empruntons la bonne direction et nous incite à redoubler d’efforts pour relever les défis de la transformation durable. Avec notre offre IMPACT, nous mobilisons nos compétences au service de cette responsabilité. Nous sensibilisons nos clients, réalisons des missions de conseil et menons des projets ayant des enjeux sociétaux et/ou environnementaux. Nous promouvons également des initiatives vertueuses tout en partageant nos bonnes pratiques pour accélérer le changement. ## **REMERCIEMENTS** Nous tenons à exprimer notre profonde gratitude aux consultants, dont les actions et initiatives personnelles ont été déterminantes pour nous aider à atteindre nos objectifs en matière de RSE. En insufflant des pratiques responsables et en portant de beaux projets, nous transformons notre organisation vers un avenir plus éthique et durable. Nous aimerions également remercier les entreprises qui nous accompagnent dans le développement de notre RSE : **Café joyeux** [![](https://www.avisia.fr/wp-content/uploads/2024/10/CafeJoyeux.png "Caféjoyeux • Avisia")](https://www.cafejoyeux.com/fr/) **Planet tech’care** [![](https://www.avisia.fr/wp-content/uploads/2024/10/Planet-TechCare-300x156.png "Planet Techcare • Avisia")](https://planet-techcare.green) **Ecovadis** [![](https://www.avisia.fr/wp-content/uploads/2024/10/ECOVADIS-300x113.png "Ecovadis • Avisia")](https://ecovadis.com/fr/) **UN global compact** [![](https://www.avisia.fr/wp-content/uploads/2024/10/UGC-300x288.png "Ugc • Avisia")](https://unglobalcompact.org/) **SAMi** [![](https://www.avisia.fr/wp-content/uploads/2024/10/sami.png "Sami • Avisia")](https://www.sami.eco) **Les joyeux recycleurs** [![](https://www.avisia.fr/wp-content/uploads/2024/10/lesjoyeuxrecycleurs-300x136.png "Lesjoyeuxrecycleurs • Avisia")](https://lesjoyeuxrecycleurs.com) **FEVE** [![](https://www.avisia.fr/wp-content/uploads/2024/10/feve-300x278.png "Feve • Avisia")](https://www.feve.co) **Ecotree** [![](https://www.avisia.fr/wp-content/uploads/2024/10/ecotree-300x226.png "Ecotree • Avisia")](https://ecotree.green/?utm_term=ecotree&utm_campaign=FR+%7C+Brand&utm_source=google&utm_medium=cpc&hsa_acc=3395390739&hsa_cam=15728947577&hsa_grp=132461043260&hsa_ad=531110176045&hsa_src=g&hsa_tgt=kwd-403009202113&hsa_kw=ecotree&hsa_mt=p&hsa_net=adwords&hsa_ver=3&gad_source=1&gbraid=0AAAAADG1frynekYy-oZHipH7x0lMHU0Ac&gclid=Cj0KCQjw7Py4BhCbARIsAMMx-_Kz1IorWlrYuHu0ZjxKtjZs2-p8nT_5jD0LK5iJQHDA53TL52Mgj4gaAhL_EALw_wcB) ## **Pour aller plus loin…** Lier notre activité à nos engagements , c’est possible ! Nous nous devons de réfléchir à nos actions et en conservant un objectif, évaluer les manières d’agir les plus responsables. Voici par exemple un article pour agir différemment sur une mission de Tracking: > [Ai-je besoin de tracker cela ? Guide pour réduire le tracking et son impact environnemental](https://www.avisia.fr/actualites/blog/rse-impact/ai-je-besoin-de-tracker-cela-guide-pour-reduire-le-tracking-et-son-impact-environnemental) **Catégories:** RSE & Impact --- ### [Bien préparer son Black Friday - Guide Ultime pour le Digital Analyst](https://www.avisia.fr/actualites/blog/product-management/bien-preparer-son-black-friday-guide-ultime-pour-le-digital-analyst) **Published:** novembre 13, 2023 **Author:** Marion JACOBSON **Content:** Le Black Friday **c’est l’événement commercial** qui a su s’imposer ces dernières années et **devenir incontournable tant pour les consommateurs que pour les entreprises.** Le Black Friday est un **événement central attendu par le consommateur français puisque 70% d’entre eux déclaraient vouloir participer à l’événement en 2022, dont 64% via un achat en ligne** ([Source PWC – 2022](https://www.strategyand.pwc.com/fr/fr/publications/black-friday.html)). L’événement est un moment charnière dans le cycle de vie de nombreuses entreprises. Non seulement car il marque le lancement des campagnes de promotion de fin d’année, mais aussi car c’est le dernier rush pour atteindre les objectifs annuels. **Il devient alors** **un réel indicateur de la santé économique de l’entreprise et conditionnant même les stratégies et les budgets futurs établis le mois suivant (janvier).** En tant que Digital Analyst, **le suivi stratégique des tendances, la sécurité et la fluidité du parcours d’achat dans des conditions de temps et de volume particuliers sont des défis de taille que vous devez anticiper.** Forts de nos expérience sur le sujet, **nous avons rédigé ce guide** qui vous aidera à **comprendre les enjeux et les risques qui se présenteront à vous durant ces jours de promotions.** ![](https://www.avisia.fr/wp-content/uploads/2023/11/retail_black-friday.png "Retail_black-friday • Avisia") **Bonne lecture & Bon black Friday !** Vous souhaitez aller plus loin et/ou avez déjà des projets à enjeux en tête ? Contactez nous directement **[en cliquant ici ](https://www.avisia.fr/nous-contacter)** **Catégories:** Digital, Product, Retour d'expérience --- ### [Prédiction Miss France 2026 : les nouveautés AVISIA](https://www.avisia.fr/actualites/blog/data/prediction-miss-france-nouveautes-2026) **Published:** novembre 13, 2025 **Author:** Solène VENEZIA **Content:** Chaque année depuis 2017, le **Data Lab’ AVISIA** relève un défi original : **prédire la future Miss France selon le vote du public grâce à l’IA**. Projet emblématique du Data Lab’, cette initiative interne encourage les consultants AVISIA à explorer de **nouvelles approches technologiques** à travers des projets de **Recherche et d’Innovation appliquée**. Le projet Miss France s’inscrit dans cette démarche en permettant d’explorer les enjeux du **social listening**, de tester des **modèles prédictifs**, et d’expérimenter les **dernières avancées de GenAI** dans un cadre à la fois ludique et concret. ![](https://www.avisia.fr/wp-content/uploads/2025/11/Miss-France-2026.jpg "Miss France 2026 • Avisia") ## **Un modèle qui a déjà fait ses preuves** Prédire la prochaine Miss France n’est pas une tâche aisée : une grande part d’incertitude demeure au moment où le modèle est lancé : - Les prédictions sont publiées **5 jours avant l’élection**. - Sur les 30 Miss régionales, **seules 12 Miss** sont présélectionnées pour prétendre au titre, une information inconnue lors de la publication de nos résultats, - Une fois cette présélection effectuée, les candidates sont ensuite départagées à **50/50 entre le vote du public et celui du jury**. - Une grande partie du résultat se joue en direct le soir de l’élection, selon l’**aisance**, le **discours** ou encore la **présence scénique** des finalistes. Malgré ces contraintes, le modèle ne cesse d’être **amélioré et affiné** chaque année pour anticiper le maximum de paramètres possibles. Et les résultats parlent d’eux-mêmes, sur ces 3 dernières années c’est : - **1 Miss France correctement prédite** - **Plus de 50 % du Top 5 est identifié** par le modèle - **Le Top 3 prédit dans le bon ordre** lors du premier tour de l’élection Miss France 2025. L’an dernier, notre modèle avait classé Miss Martinique en 2ᵉ position, avant que les votes en direct et la délibération du jury ne viennent inverser la tendance pour la couronner Miss France 2025. Vous pouvez retrouver plus de détails sur l’édition passée sur [cet article](https://www.avisia.fr/actualites/blog/data/decryptage-de-notre-prediction-miss-france-2025). Cette année encore, alors que l’élection aura lieu le **6 décembre à Amiens**, notre modèle est prêt à être actualisé pour tenter de prédire la prochaine Miss France 2026 ! ## **Comment fonctionne ce modèle ?** D’un point de vue technique, le projet est construit sur la plateforme [Dataiku](https://www.dataiku.com/company/) pour le traitement des données, qui sont ensuite stockées sur BigQuery, composant de [Google Cloud Platform (GCP)](https://cloud.google.com/). Le projet s’accompagne également d’une page web, développée en [Next JS](https://nextjs.org/) et déployée sur Google Cloud, qui permet de suivre chaque jour l’évolution des prédictions ainsi que les indicateurs de popularité des candidates. Pour estimer les chances de chaque candidate d’accéder au **Top 5 du vote du public**, notre modèle s’appuie sur plusieurs sources de données complémentaires, combinant **tendances historiques** et **dynamique sociale en temps réel**. ## **Les données historiques** ![Wikipedia](https://www.avisia.fr/wp-content/uploads/2025/11/Wikipedia-logo-v2.svg_.png) ![INSEE](https://www.avisia.fr/wp-content/uploads/2025/11/Logo_Insee.svg_.png) Un **modèle de Machine Learning** est entraîné sur les résultats des élections des 15 dernières années afin d’identifier les régions ayant historiquement le plus de chances d’accéder au classement final. Ces données, principalement issues de **Wikipédia**, intègrent : - Les **caractéristiques des candidates** et leurs **résultats aux précédentes éditions**, - Les **votes du public**, permettant de repérer les régions les plus soutenues au fil des années. À cela s’ajoutent des données **socio-économiques** provenant de l’**INSEE**, telles que le PIB régional, la répartition de la population, le niveau d’études ou encore la catégorie socio-professionnelle dominante, afin d’enrichir le profil des régions. ## **Les données issues des réseaux sociaux** ![Logo Avisia](https://www.avisia.fr/wp-content/uploads/2025/11/logo-black-294x300.png) ![Instagram](https://www.avisia.fr/wp-content/uploads/2025/11/Instagram_icon-300x300.png) ![TikTok](https://www.avisia.fr/wp-content/uploads/2025/11/TikTok_Logo.svg_.png) La popularité en ligne des Miss régionales est également un indicateur fort du vote du public. Les données de trois plateformes complémentaires sont collectées via la plateforme de web scraping [**Apify**](https://apify.com/about) : - **X (ex-Twitter)**, réseau social historique et qui reste une référence pour capter les conversations et réactions en temps réel autour de l’élection. Principalement utilisé par les 35-54 ans, il se distingue par des **échanges plus textuels et analytiques**, permettant de suivre les opinions et débats suscités par les différentes candidates. - **Instagram**, qui constitue un excellent indicateur de **visibilité et d’engagement médiatique**. L’évolution du profil des Miss régionales (nombre de followers, taux d’engagement, interactions sur les publications) permet d’évaluer leur **popularité grand public** et leur **capacité à mobiliser une communauté**. - **TikTok**, où un fort engouement s’observe depuis plusieurs années chez les **jeunes générations (notamment les moins de 25 ans)**. Bien avant l’élection, les utilisateurs y publient leurs propres classements, renforçant le sentiment d’implication du public et contribuant ainsi à façonner les tendances et à amplifier la portée médiatique du concours. Ces données sont ensuite enrichies grâce à une **analyse de sentiments** réalisée via la **GenAI**, permettant d’attribuer à chaque Miss un **score de popularité**. Les commentaires issus des posts des Miss sont ainsi classés selon un ton positif, neutre ou négatif. Et l’an dernier, **ce sont plus de 130 000 commentaires** récoltés en 2 semaines qui ont ainsi été analysés. Cette combinaison entre données historiques et indicateurs sociaux dynamiques permet d’assurer un **équilibre dans les prédictions**, en tenant compte à la fois des **tendances passées** et de **l’engouement en temps réel** du public. ## **Les principales nouveautés pour la prédiction de 2026 !** ### **Un indicateur de représentation orale pour mieux anticiper les discours en direct** ![](https://www.avisia.fr/wp-content/uploads/2025/11/unnamed.webp "Unnamed • Avisia") Certaines variables demeurent difficilement anticipables : **présence sur scène, aisance à l’oral, discours, réactions du public**… Autant d’éléments susceptibles de faire évoluer le classement final et qui restent difficiles à prédire au moment de l’annonce des prédictions, et ceci **5 jours avant l’élection.** L’année passée, nous avions bien anticipé le top 3 du premier tour, mais celui-ci a ensuite évolué lors du direct. Pour cette nouvelle édition, nous avons donc choisi d’affiner notre modèle de prédiction avec un nouvel indicateur : un **score de représentation orale**. Celui-ci est calculé à partir des **vidéos de présentation officielles** publiées par les candidates sur leurs comptes publics et permet d’évaluer différents aspects : **aisance à l’oral, fluidité du discours, niveau de langage**. ### **Comment avons-nous procédé ?** Dans un premier temps, un traitement de **Speech-to-Text** est appliqué pour transcrire les vidéos et extraire le contenu verbal des présentations. Dans un second temps, un **modèle de langage (LLM)** analyse automatiquement deux dimensions essentielles : - **La fluidité** : capacité de la candidate à s’exprimer de manière naturelle, sans hésitations ni ruptures ; - **Le niveau de langage** : qualité lexicale et syntaxique du discours, ainsi que la pertinence du vocabulaire employé. À partir de ces éléments, un **score global de représentation orale** est calculé. Celui-ci permet d’attribuer un **léger “booster”** aux candidates dont la communication se distingue particulièrement, un atout souvent décisif lors du direct. ## **Comment suivre nos résultats ?** Notre [page web](https://missfrance.avisia-tools.fr) reste le cœur du dispositif. Elle sera **actualisée** tout au long de la période précédant l’élection, pour présenter les **prédictions 2026 (publiées le 1er décembre)** et suivre en temps réel **l’évolution des tendances**. Celle-ci sera ouverte à partir du **24 novembre** et vous y retrouverez : - Une **présentation du projet** et un **compte à rebours** avant la révélation des prédictions - Une **fiche détaillée pour chacune des 30 candidates** à l’élection de Miss France 2026 - Une **analyse comparative de la popularité** des Miss régionales, pour découvrir les favorites selon nos données et identifier celles ayant le plus de chances d’accéder au titre. Mais cette année, vous pourrez faire encore plus ! ### **Donnez votre avis !** [![Choisir Sa Miss Favorite](https://www.avisia.fr/wp-content/uploads/2025/11/MissFavorite.png "Missfavorite • Avisia")](https://missfrance.avisia-tools.fr/) Grande nouveauté pour l’élection 2026 : le public peut désormais **voter pour sa Miss favorite.** Grâce à cette fonctionnalité interactive, les visiteurs de notre page web peuvent **exprimer leur préférence** et consulter en temps réel **le classement des candidates les plus plébiscitées**. L’objectif ? Observer si les votes des internautes suivent les mêmes tendances que celles prédites par notre modèle, et mesurer la convergence (ou non) entre la data et l’opinion publique. ### **Une vision régionale des tendances** Autre nouveauté : une page sera désormais dédiée pour une **analyse comparative par grandes régions**. Chaque zone géographique, par exemple Outre-mer, Nord-Ouest, Auvergne-Rhône-Alpes, etc., dispose de sa propre page, permettant de comparer les dynamiques locales et d’explorer comment ces tendances régionales influencent les résultats à l’échelle nationale ! ## **A VOS AGENDAS :** - Le **24 novembre 2025** : Lancement de notre [page web](https://missfrance.avisia-tools.fr/) avec toutes les informations et données sur les Miss, ainsi que la possibilité de voter pour votre Miss favorite ! - Le **1er décembre 2025**, soit à J-5 de l’élection : Publication de nos prédictions - Le **6 décembre 2025**, le soir de l’élection : Suivez notre page web pour connaître les prédictions actualisées - **Le 11 décembre 2025** : Publication du debrief de l’élection sur le [blog AVISIA](https://www.avisia.fr/actualites/blog) La Team Miss France : Anne-Sophie LE BAYON, Manon COUSIN, Solène VENEZIA **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Marketing Mix Modeling : Effets différés des investissements et saturation publicitaire](https://www.avisia.fr/actualites/blog/data/effets-differes-et-saturation) **Published:** octobre 3, 2025 **Author:** Laetitia Bienvenu **Content:** Le Marketing Mix Modeling (MMM) est une approche statistique utilisée pour analyser l’impact des investissements marketing afin d’optimiser les stratégies budgétaires des entreprises. Cependant, les modèles traditionnels de MMM présentent certaines limitations. Ils ont tendance à utiliser des modèles linéaires qui ne capturent pas adéquatement les effets différés des investissements marketing, ni la saturation publicitaire. L’effet de décalage, reconnaît que l’impact d’un investissement publicitaire ne se manifeste pas nécessairement immédiatement, mais peut s’étendre sur plusieurs périodes. D’autre part, la saturation publicitaire est un phénomène où l’effet marginal des dépenses supplémentaires diminue après un certain seuil, connu sous le nom d’effet de forme. Ces limitations soulignent la nécessité de modèles plus sophistiqués pour une analyse précise et pertinente comme celui de [**Jin et al. (Google, 2017)**](https://static.googleusercontent.com/media/research.google.com/fr//pubs/archive/46001.pdf). ## **1. Effet de décalage** L’effet de décalage capture l’impact cumulatif des investissements marketing en utilisant une moyenne pondérée de ces investissements de la période actuelle et des L-1 périodes précédentes. Ainsi, une transformation appelée « adstock » sur les investissements est appliquée. ![](https://www.avisia.fr/wp-content/uploads/2025/10/Meridian_effet_decalage.png "Meridian_effet_decalage • Avisia") Cet effet de décalage permet de prendre en compte l’influence prolongée des campagnes publicitaires, reconnaissant que l’effet d’un investissement publicitaire n’est pas limité à la période où elle est effectuée. La longueur *L* peut varier selon les médias, mais est ici supposée identique pour chaque canal. ## **2. Effet de forme** Pour modéliser l’effet de forme, qui reflète la saturation publicitaire, la fonction de Hill (Hill 1910) est utilisée pour chaque canal : ![](https://www.avisia.fr/wp-content/uploads/2025/10/Hill_fonction.png "Hill_fonction • Avisia") Cet effet de forme permet d’intégrer des effets non linéaires dans la modélisation reconnaissant que des rendements décroissants surviennent lorsque que les investissements/impressions sont trop élevés. ## **3. Effets combinés** Pour la modélisation finale, les effets de décalage (adstock) et de forme (fonction de Hill) peuvent être combinés de deux manières distinctes, en fonction de la répartition des investissements médias. Lorsque les investissements sont bien étalés, nous appliquons d’abord l’adstock, qui capture l’effet cumulatif des dépenses sur plusieurs période, avant de modéliser la saturation avec la fonction de Hill. En revanche, si les investissements sont plutôt concentrés, nous commençons par la fonction de Hill pour modéliser la saturation immédiate, puis on considère l’effet cumulatif avec l’adstock. Ici, nous choisissons d’appliquer la fonction de Hill puis l’adstock, estimant que les investissements ne sont pas suffisamment étalés, rythmés par les différentes campagnes marketing par exemple. Ainsi, nous pouvons écrire le modèle comme suit : ![](https://www.avisia.fr/wp-content/uploads/2025/10/effet_combine.png "Effet_combiné • Avisia") Ainsi, cette combinaison offre une vision plus nuancée des effets cumulés et saturés des investissements marketing, permettant de mieux comprendre comment ils influencent les ventes qu’avec des modèles linéaires classiques. [Vous pouvez cliquer ici pour revenir sur l’article principal sur le MMM by Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteurs_MMM_by_Google.png "Auteurs_mmm_by_google • Avisia") Bibliographie : [*Jin et al., 2017. Bayesian Methods for Media Mix Modeling with Carryover and Shape Effects*](https://static.googleusercontent.com/media/research.google.com/fr//pubs/archive/46001.pdf) **Catégories:** Data, Digital **Étiquettes:** Masqué --- ### [MMM by google : Composante temporelle](https://www.avisia.fr/actualites/blog/data/mmm-by-google-composante-temporelle) **Published:** octobre 3, 2025 **Author:** Laetitia Bienvenu **Content:** **Le Marketing Mix Modeling (MMM) est une approche statistique utilisée pour analyser l’impact des investissements marketing afin d’optimiser les stratégies budgétaires des entreprises.** Cependant, les modèles traditionnels de MMM présentent certaines limitations notamment lorsqu’il s’agit de capturer les dynamiques temporelles, telles que les tendances et la saisonnalité. ![](https://www.avisia.fr/wp-content/uploads/2025/10/formule_composante_temporelle.png "Formule_composante_temporelle • Avisia") Cette méthodologie est largement inspirée de l’article de [Ng et al., 2021.](https://arxiv.org/abs/2106.03322) ![](https://www.avisia.fr/wp-content/uploads/2025/10/schema_temporel.png "Schéma_temporel • Avisia") Cela permet d’avoir une estimation plus lisse et combinée des effets de saisonnalité, inhérents à chaque entreprise. [Vous pouvez cliquer ici pour revenir sur l’article principal sur le MMM by Google](https://www.avisia.fr/actualites/blog/data/mmm-by-google) ![](https://www.avisia.fr/wp-content/uploads/2025/10/Auteur_louis.png "Auteur_louis • Avisia") Bibliographie : [*Ng et al., 2024. Bayesian Time Varying Coefficient Model with Applications to Marketing Mix Modeling* ](https://arxiv.org/abs/2106.03322) **Catégories:** Data, Digital **Étiquettes:** Masqué --- ### [Maddyness Keynote 2025 : IA et initiatives concrètes pour les leaders économiques de demain](https://www.avisia.fr/actualites/blog/data/maddyness-keynote-2025-ia-et-initiatives-concretes-pour-les-leaders-economiques-de-demain) **Published:** avril 17, 2025 **Author:** Marion JACOBSON **Content:** En tant que partenaire du média Maddyness AVISIA était présent lors de la Maddyness Keynote. ### **MKIA : Là où l’IA devient concrète** MKIA est **l’événement qui transforme les grandes orientations sur l’IA en initiatives concrètes pour les leaders économiques de demain.** Maddyness présente cette édition spéciale de la Maddy Keynote, un rendez-vous conçu pour passer de la vision aux solutions et faire de l’IA un levier stratégique pour l’économie et les entreprises. ## **Parmi les speakers 2025** ![](https://www.avisia.fr/wp-content/uploads/2025/04/MADDYNESS.png "Maddyness • Avisia") ## **Un talk éclairé par AVISIA : L’IA : êtes vous prêts pour le raz de marée.** Chatbots, IA vocale, automatisation… l’IA transforme à grande vitesse la relation client… Mais à quel point ? 🎙️ Lors de la table ronde organisée par [Maddyness](https://www.linkedin.com/company/maddyness/), [Pascal BIZZARI](https://www.linkedin.com/in/pascalbizzari/), Directeur Général Délégué chez AVISIA, a partagé son analyse aux côtés de [Jean-Rémy Dudragne](https://www.linkedin.com/in/jean-r%C3%A9my-dudragne-b90a485b/) de chez [ENGIE](https://www.linkedin.com/search/results/all/?keywords=%23engie&origin=HASH_TAG_FROM_FEED) et [Stéphanie Delestre](https://www.linkedin.com/in/stephaniedelestre/) de chez [Volubile](https://www.linkedin.com/search/results/all/?keywords=%23volubile&origin=HASH_TAG_FROM_FEED). Tous trois s’accordent : oui, c’est bien un raz-de-marée. Mais un raz-de-marée au service de l’humain. Pour Pascal BIZZARI, la vraie valeur réside dans l’humain augmenté par l’IA: “Les qualités humaines – écoute, relationnel – sont clés pour tirer le meilleur de l’IA. Bien formés, les conseillers seront les mieux armés pour délivrer une expérience client enrichie.” Vous l’avez loupé? Pas de soucis, le replay est désormais disponible ici : [https://lnkd.in/eD-j7J\_e](https://lnkd.in/eD-j7J_e) **Intervenants :** - **Jean-Rémy DUDRAGNE,** Directeur de l’expérience client chez Engie ; - **Stéphanie DELESTRE,** Entrepreneuse et cofondatrice de Volubile ; - **Pascal BIZZARI**, Directeur Général Délégué d’AVISIA ; - **Julien Khaski**, Rédacteur en chef de Maddyness et Modérateur de la Table ronde **L’IA : une révolution pour le service client** Ras de Marée pour le service client? Oui, vraiment car l’intelligence artificielle (IA)va complètement transformer le service client des entreprises…si vous ne pouviez pas être parmi nous lors du MKAI, voici déjà avoir un aperçu des différents impacts ci-dessous : ###### **Une disponibilité illimitée, 7 jours sur 7 du Service Client :** Les chatbots et assistants virtuels alimentés par l’IA peuvent répondre aux clients **à toute heure**, sans interruption. Plus besoin d’attendre l’ouverture d’un centre d’appels. ###### **Des réponses instantanées et personnalisées :** L’IA peut analyser l’historique du client (achats, préférences, réclamations) et fournir une **réponse rapide, pertinente et personnalisée**. Cela améliore grandement l’expérience utilisateur. ###### **IA et automatisation des tâches répétitives :** Fini les agents humains qui passent du temps à répondre aux mêmes questions (« où est mon colis ? », « comment changer mon mot de passe ? »). L’IA peut prendre en charge ces requêtes simples pour **libérer du temps** aux conseillers humains, qui peuvent se concentrer sur les cas plus complexes. ###### **IA et analyse des sentiments** L’IA peut analyser le ton, les mots ou même la voix d’un client pour détecter **frustration, colère, satisfaction**… et adapter sa réponse. Cela permet de mieux **désamorcer les conflits** et de prioriser les situations urgentes. ###### **IA et amélioration continue grâce aux données** En traitant d’énormes volumes de conversations clients, l’IA peut identifier : - des **tendances récurrentes**, - des problèmes de produit ou service, - ou des pistes d’amélioration du parcours client. Les entreprises peuvent ainsi **s’améliorer en continu**, grâce aux retours collectés automatiquement. ###### **Intégration multicanale fluide** L’IA peut opérer sur plusieurs canaux : chat en ligne, email, réseaux sociaux, téléphone (avec la reconnaissance vocale), etc. Le tout avec une **expérience cohérente et centralisée**. ###### **IA et** **réduction des coûts** Moins de personnel nécessaire pour répondre aux questions de base + meilleure efficacité = **économies significatives**, tout en maintenant (ou améliorant) la qualité du service. ## **Replay** Vous pouvez accéder au replay [en cliquant ici.](https://www.maddyness.com/2025/05/07/ia-vers-un-raz-de-marree-dans-le-service-client/) Ce sujet vous intéresse ? [Ecrivez-nous ici](https://www.avisia.fr/nous-contacter) et nous vous contacterons rapidement. **Catégories:** Data, Événement, Intelligence Artificielle --- ### [Découvrez comment créer une stratégie de flux de données agile et efficace](https://www.avisia.fr/actualites/blog/data/decouvrez-comment-creer-une-strategie-de-flux-de-donnees-agile-et-efficace) **Published:** avril 28, 2025 **Author:** Marion JACOBSON **Content:** ## Contexte Dans le cadre de nos relations avec nos partenaires, AVISIA propose une série de Webinars pour présenter les solutions technologiques les plus avancées, leurs fonctionnalités, comment elles ont pu être intégrées chez nos clients en réponses à différentes problématiques Business. C’est aujourd’hui avec Fivetran que nous nous exprimons, à travers la prise de parole de deux de nos experts : - **Florent COTTIN**, Manager et Consultant Data chez **AVISIA** - **Aymen BEN AZOUZ**, Lead Sales Engineer chez **FIVETRAN** ![](https://www.avisia.fr/wp-content/uploads/2025/04/WEBINAR-FIVETRAN-x-AVISIA.png "Webinar Fivetran X Avisia • Avisia") ### **Pourquoi créer une stratégie de flux automatisée ?** Dans un environnement numérique en constante évolution, la bonne gestion des données est devenue un enjeu stratégique pour toutes les organisations. Pour assurer une exploitation optimale des informations, il est essentiel de disposer de connecteurs automatisés et facilement déployables. Ces connecteurs permettent de **centraliser, synchroniser et actualiser les données provenant de diverses sources sans intervention manuelle répétitive**, réduisant ainsi les risques d’erreurs et de perte d’information. En automatisant les flux de données, les entreprises gagnent un temps précieux et peuvent se concentrer sur des tâches **à plus forte valeur ajoutée**. De plus, la facilité de déploiement garantit une intégration rapide avec les systèmes existants, **limitant les coûts et les délais d’implémentation.** Cela permet également aux équipes métiers et IT de collaborer plus efficacement en disposant **d’outils flexibles et adaptables**. Dans un contexte où la réactivité est clé, l’automatisation des connexions entre les différentes plateformes offre un avantage concurrentiel décisif. Elle assure également une meilleure qualité de la donnée, indispensable pour l’analyse, la prise de décision et l’innovation. En somme, investir dans des connecteurs performants et simples à intégrer n’est plus un luxe, mais une nécessité pour toute organisation souhaitant maîtriser son patrimoine informationnel et rester agile face aux défis du futur. ## Fivetran : un outil agile Aujourd’hui l’intégration des données est un défi de taille : la multiplicité de sources, les volumes de données croissants et les besoins des métiers en constante évolution sont des enjeux majeurs pour les entreprises. Pour y répondre, [Fivetran](https://go.fivetran.com/fr/demo?_bt=735029128505&_bk=fivetran&_bm=e&_bn=g&_bg=176140948792&campaignid=22291669123&device=c&utm_term=&gad_source=1&gbraid=0AAAAADPMbBYBADteQs3iRbOcPKIZL1C_s&gclid=Cj0KCQjwzrzABhD8ARIsANlSWNMb4Hgwa03jqK2vCG3r955eCSL9O7T47nV6Kv6OESYItV-RpKUTtQEaApK5EALw_wcB) et AVISIA **unissent respectivement leur solution innovante et expertise.** Comment exploiter et centraliser son patrimoine de données de manière automatisée pour une réduction des temps de maintenance tout en alliant agilité et sécurité ? A travers plusieurs retours d’expérience réels, nous exposons lors de cette démonstration : - Les bonnes pratiques pour **construire une stratégie data fluide et évolutive** - Comment **automatiser avec efficacité** l’ingestion de données - Comment l’usage de Fivetran a pu **réduire jusqu’à 60 % les coûts opérationnels chez Saint Gobain** - Comment AVISIA a réussi à automatiser **le suivi de tous ces indicateurs RS dans un dashboard central et multi source sans besoin de maintenance** ## **Accés au webinar en replay** Sans plus tarder, accédez à notre webinar en remplissant le formulaire ci-dessous. Si vous souhaitez plus d’informations, avoir une démonstration ou un retour personnalisé, c’est [ICI](https://www.avisia.fr/nous-contacter) que vous pouvez nous contacter ! **Catégories:** Data, Digital --- ### [Synthèse du Sommet pour l'action sur l'IA – Façonner un avenir centré sur l'humain](https://www.avisia.fr/actualites/blog/intelligence-artificielle/synthese-sommet-pour-l-action-sur-l-ia) **Published:** février 12, 2025 **Author:** Pascal BIZZARI **Content:** **Le sommet pour l’action sur l’IA vient de se terminer. Paris a accueilli de nombreux événements visant à renforcer l’action internationale en faveur d’une intelligence artificielle au service de l’intérêt général.** Ce sommet a été rythmé par : des journées scientifiques, un week-end culturel, un Sommet international au Grand Palais, de nombreux événements parallèles et une journée pour les entreprises. **Vous n’avez pas pu y assister ? Vous avez prévu de regarder le replay des vidéos sur Youtube ?** ***AVISIA a une bonne nouvelle pour vous. En effet, en tant qu’expert dans l’utilisation de l’IA, nous avons trouvé un moyen de vous faire la démonstration de son intérêt pour vous aider.*** ## AVISIA vous synthétise le sommet international pour l’action sur l’IA au Grand Palais A partir des transcriptions des vidéos Youtube, nous avons utilisé la solution [Notebooklm de Google Cloud Platform](https://notebooklm.google/) pour les compiler et construire un RAG sur le sujet. Ci dessus la liste des vidéos partagées par [l’Elysée](https://www.elysee.fr/sommet-pour-l-action-sur-l-ia) - Sommet pour l’action sur l’IA >> Discours d’ouverture : [https://www.youtube.com/watch?v=XWJ8kvS\_QyA](https://www.youtube.com/watch?v=XWJ8kvS_QyA) - Sommet pour l’action sur l’IA >> Main Stage Day 1 : - Sommet pour l’action sur l’IA >> Main Stage Day 2 : - Sommet pour l’action sur l’IA >> Discours de cloture : [https://www.youtube.com/watch?v=T\_m5nxP93Ms](https://www.youtube.com/watch?v=T_m5nxP93Ms) Ensuite nous avons élaboré un prompt pour demander à l’intelligence artificielle de nous résumer ces 2 jours sous forme d’un article de Blog avec les points importants à retenir. Ci dessous un screenshot associé : ![](https://www.avisia.fr/wp-content/uploads/2025/02/AVISIA-NotebookLM-Google-Cloud-Platform-1024x477.jpg "Avisia - Notebooklm Google Cloud Platform • Avisia") Ce n’est pas plus compliqué que cela et voici le résultat que nous avons pu obtenir. ### Introduction Le récent Sommet pour l’Action de l’IA à Paris a réuni des leaders mondiaux, des experts et des innovateurs pour discuter de l’avenir de l’Intelligence Artificielle (IA). Ce n’était pas simplement une autre conférence technologique; c’était un appel à l’action pour garantir que l’IA serve au mieux les intérêts de l’humanité, en favorisant l’inclusivité et en abordant les défis éthiques qui accompagnent l’avancement technologique rapide. Le sommet a souligné la nécessité de dépasser le battage médiatique, en se concentrant sur des applications concrètes et le développement responsable de l’IA. ### Principaux points de vue - **L’IA pour le bien commun** : Un thème central était l’utilisation de l’IA pour résoudre les problèmes mondiaux, de la santé à l’agriculture. Les exemples incluaient des diagnostics assistés par l’IA, l’agriculture de précision et des outils éducatifs accessibles. Les discussions ont mis en lumière le potentiel de l’IA pour améliorer la vie et promouvoir l’équité, en particulier dans les communautés mal desservies. Il y avait un consensus sur le fait que l’IA devait être une force positive et bénéficier à toute l’humanité. - **L’importance de l’IA centrée sur l’humain** : Le sommet a insisté sur le fait que l’IA doit augmenter, et non remplacer, les capacités humaines. L’accent a été mis sur la création d’une IA qui renforce les individus et améliore le potentiel humain. Il a été souligné à plusieurs reprises que la dignité humaine devait être au cœur du développement de l’IA. - **Ouverture et transparence** : Un point de discussion majeur était la nécessité de l’IA open source, de l’accessibilité des données et des algorithmes transparents. Cet accent sur l’ouverture vise à prévenir la concentration du pouvoir et des ressources au sein de quelques entités. L’importance de la confidentialité et de la sécurité des données a également été soulignée. La nécessité de la transparence dans l’utilisation des données, en particulier en ce qui concerne les œuvres artistiques, a été soulevée. Il y a également eu un appel à une plus grande transparence de la part des grandes entreprises technologiques, notamment en ce qui concerne leur utilisation des données privées. - **Collaboration mondiale et inclusivité** : Le sommet a souligné la nécessité d’une coopération internationale et d’une gouvernance inclusive pour garantir que l’IA profite à toutes les nations, et pas seulement à un petit nombre. Les participants ont appelé à un dialogue mondial, en particulier au sein des Nations Unies, pour établir des normes et prévenir une fracture numérique. La nécessité d’une approche multi-acteurs incluant la société civile, les chercheurs et divers groupes a également été soulignée. Il a été reconnu que de nombreux pays sont actuellement exclus des discussions sur la gouvernance de l’IA. - **Aborder les risques et les préoccupations éthiques** : Les discussions ont également abordé les risques potentiels associés à l’IA, tels que les biais, les abus et la perte d’emplois. Il y avait un consensus sur la nécessité de cadres éthiques et de réglementations solides. Le sommet a appelé à une plus grande sensibilisation et éducation sur les données, les algorithmes et les systèmes d’IA pour assurer une utilisation responsable. Les participants ont reconnu le potentiel de l’IA à être utilisée pour la désinformation et les défis autour de la confidentialité des données. - **Investissement dans des écosystèmes d’IA durables** : Le sommet a souligné l’importance d’investir dans une infrastructure d’IA durable. Cela inclut la construction d’écosystèmes d’IA open source résilients, la promotion des talents et la formation de la main-d’œuvre pour développer, déployer et entretenir les systèmes d’IA. La nécessité de technologies d’IA économes en énergie a également été discutée. Le rôle des infrastructures de données et de calcul dans la promotion de l’IA pour le bien public a été mis en avant. ### Conclusion Le Sommet pour l’Action de l’IA à Paris a marqué une étape significative vers la création d’un avenir où l’IA sert le bien commun de l’humanité. Il a insisté sur la nécessité de passer des discussions théoriques à des actions concrètes, garantissant que l’IA soit développée de manière responsable et inclusive. L’appel à la coopération mondiale et aux approches open source suggère un avenir où l’IA bénéficie à tous, plutôt que d’exacerber les inégalités existantes. La focalisation du sommet sur les valeurs centrées sur l’humain et les considérations éthiques offre une base solide pour les futures politiques et développements de l’IA. ## Principaux enseignements Voici les cinq enseignements les plus importants des discussions du Sommet pour l’Action de l’IA : - Donner la priorité à une IA centrée sur l’humain qui renforce les individus et améliore le potentiel humain, plutôt que de les remplacer, - Promouvoir une IA open source et l’accessibilité des données pour garantir l’inclusivité et prévenir la concentration du pouvoir, - Encourager la collaboration mondiale et des cadres de gouvernance inclusifs pour bénéficier à tous les pays, - Développer des lignes directrices éthiques solides et des réglementations pour aborder les risques associés au développement et à l’utilisation de l’IA, - Investir dans des écosystèmes d’IA durables, y compris l’infrastructure, le développement des talents et l’efficacité énergétique. ## Et maintenant ? Certe tout n’est peut être pas parfait dans la retranscription … mais il est très simple et rapide de voir les sujets qui ont été aborbés. En fonction des points qui nous interessent, nous pouvons creuser et poser des questions plus précises et par exemple identifier dans les 2 jours le moment où le sujet qui nous interesse a été abordé. Nous pouvons ensuite aller uniquement regarder le passage du replay que l’on souhaite. Chez AVISIA, notre métier est de vous faciliter l’identification de cas d’usages sur lesquels l’IA peut vous apporter une plus value et de vous accompagner à les mettre en oeuvre. Alors si notre créativité vous interpelle [n’hésitez pas à nous contacter. ](https://www.avisia.fr/nous-contacter) **Catégories:** Événement, Intelligence Artificielle --- ### [AVISIA anime des Fresques du Numérique dans l'optique de former à un environnement Tech plus responsable](https://www.avisia.fr/actualites/blog/rse-impact/avisia-animera-des-fresques-du-numerique-lors-de-big-data-ai-paris-2023) **Published:** septembre 1, 2023 **Author:** Marion JACOBSON **Content:** #### **AVISIA s’engage vers des enjeux durables** **AVISIA, acteur engagé dans la transformation des entreprises accompagne ses clients depuis 2007** en s’appuyant sur les données de celles-ci pour s’analyser , se structurer, fournir des outils qui seront **des axes de décisions stratégiques et de pilotage.** C’est ainsi que depuis quelques années, **nous accompagnons également les entreprises dans des projections, des analyses prédictives et autres projets d’Intelligence Artificielle** . L’objectif est d’activer leur croissance ou parfois de repositionner les stratégies de nos clients face à des changements de marché ou de stabiliser des business dans des contextes fluctuants, toujours en leur donnant cette adaptabilité et innovation. A ce propos, découvrez notre Label IMPACT et nos projets ici : **[data-for-impact-rse](https://www.avisia.fr/engagements)** Dans ce contexte d’accompagnement, et devant les changements environnementaux et sociaux auxquels nous devons faire face, **la responsabilité de nos actions et de nos préconisations est plus que jamais primordiale.** Éthique dans la manipulation des données et création des algorithmes, responsabilité des choix pris lors des projets, l’équipe **AVISIA a aujourd’hui décidé de transmettre son savoir différemment en vous proposant d’organiser au sein de votre société une Fresque Numérique.** #### **Qu’est ce que la Fresque du Numérique ?** Il s’agit d’un atelier **ludique et collaboratif d’une demie-journée avec une pédagogie similaire à celle de La Fresque du Climat.** Le but de ce “serious game” est de sensibiliser et de former les participant(e)s aux enjeux du numérique. Ainsi l’atelier vise aussi à expliquer les grandes lignes des actions à mettre en place **pour évoluer vers un numérique plus soutenable, puis à ouvrir des discussions entre les participants sur le sujet.** ![](https://www.avisia.fr/wp-content/uploads/2023/09/ca79dbd4-955b-4c93-94c1-6b9085a17728-300x257.png "Ca79dbd4-955b-4c93-94c1-6b9085a17728 • Avisia") **Vous ressortirez alors de cet atelier sensibilisé sur le sujet mais également avec l’envie de sensibiliser à votre tour sur les enjeux environnementaux du numérique.** ![](https://www.avisia.fr/wp-content/uploads/2023/09/4bd36d87-2a25-493b-b509-0832d4ea9cb3-300x300.png "4bd36d87-2a25-493b-b509-0832d4ea9cb3 • Avisia") Si vous êtes intéressés pour que nous venions former et informer vos collaborateurs, chez vous ou en nos locaux , n’hésitez pas à nous contacter **[en cliquant ici](https://www.avisia.fr/nous-contacter "Lancez-vous pour échanger avec nos experts")** ! **Catégories:** Événement, RSE & Impact --- ### [AVISIA : Award du Meilleur Partenaire Européen Dataiku](https://www.avisia.fr/actualites/blog/evenement/avisia-award-du-meilleur-partenaire-europeen-dataiku) **Published:** mars 28, 2019 **Author:** AVISIA **Content:** > La semaine dernière se tenait à Paris la **journée européenne des partenaires Dataiku**. Nous y étions présents pour la 2ième édition consécutive. > > Cet événement a réuni plus de 80 personnes venues du monde entier afin de **partager un retour sur la solution et découvrir les perspectives à venir dans un futur proche**. > > A cette occasion, **nous avons reçu l’award du meilleur partenaire européen.** Ceci récompense le haut niveau de maturité de nos équipes sur la solution, aussi bien sur les aspects techniques (admin, plateforme, déploiement) que fonctionnels (data préparation, machine learning, …). > > Retour sur la journée que nous avons vécu. # AVISIA – Meilleur Partenaire Européen Franck BAUDET, Director of Alliances & Partnerships de Dataiku, a animé la journée des partenaires durant laquelle **Pascal BIZZARI, Directeur Général Adjoint d’AVISIA, a reçu l’Award du meilleur partenaire européen.** Ce prix est l’aboutissement des liens et de la proximité entre les équipes AVISIA et celles de Dataiku. Depuis 2014, AVISIA intervient dans l**‘accompagnement de clients dans leurs projets de data science sur Dataiku**. Sur 2018, dans le cadre d’actions d‘Avant Vente, de démonstrations et de prototypages, **les consultants d’AVISIA ont contribué à de nouvelles références** aux côtés des équipes de Dataiku. Aujourd’hui **AVISIA dispose du plus grand nombre de consultants certifiés en Europe par l’éditeur** et assure ainsi le meilleur niveau de délivrabilité des projets. Et ceci dans l’intégration, la découverte de la solution ou la mise en oeuvre / déploiement de projets d’intelligence artificielle. # **Retour sur la journée #HappyDataikuPartners** Après une rapide introduction sur le contenu de la journée par Franck BAUDET, nous avons assisté à une keynote de Florian DOUETTEAU, Co-fondateur & CEO, **sur l’adhésion de l’IA en entreprise et sa vision de comment nous pouvions y contribuer**. Michael HORTATSOS, VP Partnership a présenté les nouveautés concernant la gestion des partenaires ainsi que **la stratégie 2019 d’intégration du consulting dans les plan de déploiement** qui s’annoncent nombreux. La matinée a ensuite pris une tournure plus orientée sur le produit avec l’intervention de Thomas CABROL, Co-fondateur & Chief Data Scientist, et **la présentation des nouveautés de la prochaine version de la solution.** Nous avons eu la chance également de découvrir les orientations des équipes de R&D … #bluffing De multiples sessions se sont ensuite enchaînées, Romain DOUTRIAUX sur les bonnes pratiques du marketing, Romain FOUACHE sur la stratégie, ainsi que des retours d’expériences. Et pour finir la journée les participants ont pu se séparer en différents ateliers pour approfondir certains points en détails (marché, produit, démo, …) avant un cocktail bien mérité. **Merci aux participants, Merci aux organisateurs pour cette journée de partage. Place à 2019 et à l’accompagnement de nos clients dans leur « Path to Enterprise AI ».** Retrouvez plus de détails sur ce partenariat : [AVISIA – Partenaire Dataiku](https://www.avisia.fr/partenaires/dataiku "Dataiku") **Catégories:** Événement --- ### [L'Intelligence Artificielle au Service des Entreprises pour la Conformité à la CSRD](https://www.avisia.fr/actualites/blog/rse-impact/lintelligence-artificielle-au-service-des-entreprises-pour-la-conformite-a-la-csrd) **Published:** septembre 25, 2024 **Author:** Marion JACOBSON **Content:** # **Retour Actu: L’Intelligence Artificielle au Service des Entreprises pour la Conformité à la CSRD** ![](https://www.avisia.fr/wp-content/uploads/2024/09/IA-CSRD-300x300.png "Ia - Csrd • Avisia") ## **Contexte** L’intelligence artificielle (IA) s’affirme comme un outil incontournable pour aider les entreprises à relever les défis de conformité, notamment avec les nouvelles réglementations européennes telles que la **Corporate Sustainability Reporting Directive (CSRD)**. Adoptée pour remplacer la Non-Financial Reporting Directive (NFRD), la CSRD impose aux entreprises d’améliorer la transparence sur leur impact environnemental, social et de gouvernance (ESG), tout en introduisant des exigences strictes en matière de reporting. Dans ce contexte, les entreprises françaises, petites et grandes, doivent s’adapter rapidement. L’IA, avec ses capacités de traitement des données et d’analyse avancée, peut jouer un rôle clé dans cette transition. Mais comment l’IA peut-elle véritablement aider à satisfaire les exigences de la CSRD ? Depuis Début 2024, AVISIA, Cabinet de Conseil spécialisé dans les projets Data & IA, intervient auprès d’entreprises pour les aider à remplir leurs obligations CSRD et ce à plusieurs niveaux, de la collecte de données à la génération automatique de réponses narratives, leur permettant ainsi un gain de productivité considérable. ## **Qu’est-ce que la CSRD et pourquoi est-elle cruciale ?** La **CSRD** est une directive européenne qui oblige un nombre croissant d’entreprises à rendre compte de leur performance extra-financière. Contrairement à la NFRD, qui concernait principalement les grandes entreprises cotées, la CSRD étend ces obligations à presque 50 000 entreprises dans l’Union Européenne. Cette directive vise à : - Améliorer la transparence et la qualité des rapports extra-financiers. - Intégrer des données vérifiables sur l’impact environnemental, social et de gouvernance (ESG). - Fournir des informations pertinentes aux investisseurs, aux consommateurs et aux parties prenantes. Ainsi, les entreprises doivent collecter, traiter et divulguer des volumes considérables de données ESG, ce qui nécessite souvent des ressources et une expertise significatives. ## **Comment l’IA peut-elle répondre aux exigences de la CSRD ?** L’intelligence artificielle offre une gamme de ressources qui peuvent simplifier et automatiser le processus de collecte, d’analyse et de reporting des données ESG. Nous sommes intervenus lors des salons Data & AI, et le CSRD Day du Hub Institute pour témoigner de l’automatisation de ces collectes et de la génération automatique des rapports : #### **– Automatisation de la collecte de données ESG** La collecte manuelle de données provenant de diverses sources est chronophage et coûteuse, les données étant dispersées dans divers services de l’entreprise. Une fois les données centralisées, il faut pouvoir les exploiter. En effet, les fichiers collectés seront sûrement de formats très hétérogènes (textes, images, tables, bases de données etc). Il faudra donc **les nettoyer, les standardiser et les héberger idéalement dans un emplacement unique et accessible.** Créer des flux automatisés permet donc de gagner un temps précieux et de gagner en fiabilité. **Exemple :** Une entreprise peut créer des flux automatisés pour collecter les consommations d’énergie de l’entreprise. Cela permet, en outre, d’augmenter la fréquence de mise à jour des données. #### **– Automatisation du reporting et conformité** L’un des principaux objectifs de la CSRD est de s’assurer que les entreprises produisent des rapports fiables et précis sur leurs performances ESG. L’IA peut automatiser la rédaction des rapports tout en assurant la cohérence et la conformité aux normes en vigueur, telles que les **Normes de durabilité de l’EFRAG** (European Financial Reporting Advisory Group). **Exemple :** Des solutions d’IA peuvent générer automatiquement des rapports conformes en consolidant les informations recueillies dans différents services de l’entreprise. Ces outils peuvent également s’assurer que les rapports sont alignés sur les cadres réglementaires et standards européens, réduisant ainsi les risques d’erreurs. ## **Quels sont les avantages pour les entreprises ?** Pour les entreprises françaises, **l’adoption de l’IA pour la conformité à la CSRD** présente plusieurs atouts: - **Réduction des coûts** : L’automatisation permet de limiter les ressources humaines nécessaires pour la collecte, l’analyse et le reporting des données. - **Amélioration de la précision** : L’IA diminue les erreurs humaines, garantissant une meilleure fiabilité des informations ESG. - **Gain de temps** : En automatisant le processus de reporting, les entreprises peuvent respecter plus rapidement les délais de conformité. - **Valorisation de l’image de marque** : En s’alignant sur les objectifs de durabilité, les entreprises renforcent leur image auprès des investisseurs, des clients et des partenaires commerciaux. ## **Conclusion** **L’intelligence artificielle peut jouer un rôle fondamental dans la mise en conformité des entreprises françaises** avec la **CSRD**. En automatisant la collecte de données, en facilitant l’analyse et en garantissant un reporting précis, l’IA permet de répondre aux exigences croissantes de transparence et de durabilité. Pour rester compétitives sur la scène européenne et mondiale, les entreprises françaises doivent non seulement adopter ces technologies, mais aussi **les utiliser de manière responsable et éthique.** L’IA est donc bien plus qu’un simple outil de conformité : **elle est un levier stratégique pour une gestion durable et proactive des enjeux ESG.** Si vous n’avez pas pu assister à nos retours d’expérience et que le sujet vous intéresse, nous pouvons vous faire un retour personnalisé, n’hésitez pas à nous contacter via le formulaire ci-dessous. ## **Contactez nous !** **Catégories:** Intelligence Artificielle, Retour d'expérience, RSE & Impact --- ### [Utilisez la GENAI pour la rédaction de vos descriptifs produits](https://www.avisia.fr/actualites/blog/data/utilisez-la-genai-pour-la-redaction-de-vos-descriptifs-produits) **Published:** novembre 6, 2024 **Author:** Marion JACOBSON **Content:** ## Un retour d’expérience client inspirant sur l’usage de la GENAI en entreprise Dans un secteur aussi compétitif que l’e-commerce, des descriptions de produit claires et engageantes sont essentielles pour capter l’attention des clients et améliorer le taux de conversion. C’est là que la génération d’IA (ou IA générative) devient un atout précieux pour les entreprises. Cette technologie avancée peut créer des descriptions de produit pertinentes, uniques et optimisées pour le SEO, aidant les boutiques en ligne à se démarquer sur les moteurs de recherche. Pour les rédacteurs Web, l’usage de l’un de ces outils est une véritable aide au quotidien. ![](https://www.avisia.fr/wp-content/uploads/2024/11/REX-CLIENT-GENAI-300x172.png "Rex Client Genai • Avisia") ### Découvrez comment AVISIA a utilisé la Generative AI au service de la description des produits chez notre client Maisons du Monde. Lors du dernier salon de la [Data & de l’IA à Nantes](https://salondata.fr), AVISIA a pris la parole avec son client [Maisons du Monde](https://www.maisonsdumonde.com/FR/fr) pour illustrer comment la GEN AI peut être exploitée pour industrialiser la description de produits commercialisés par la marque. Il s’agissait d’ un véritable enjeu de productivité Business pour notre client, leader de son secteur et proposant des milliers de références produits. ### Accédez à notre présentation et démonstration avec Maisons du Monde en replay ![](https://www.avisia.fr/wp-content/uploads/2024/11/INTERVENANTS-MAISONS-DU-MONDE-300x182.png "Intervenants Maisons Du Monde • Avisia") Accédez à notre Témoignage en Replay via le formulaire ci-dessous: ### Pourquoi utiliser l’intelligence Artificielle Générative dans ce process? Grâce aux modèles d’IA, il est désormais possible de générer des descriptions qui s’adaptent automatiquement aux spécificités des produits et aux préférences du public cible. **Les algorithmes d’IA analysent les mots-clés populaires dans le domaine, intègrent des informations détaillées, et génèrent des textes qui non seulement répondent aux besoins des consommateurs, mais renforcent aussi le positionnement de l’e-commerce sur Google.** Le modèle développé chez Maisons du Monde, intègre également la possibilité d’utiliser un style rédactionnel basé sur l’historique de rédaction de la marque, garantissant ainsi un ton des contenus et une identité propre. En automatisant la création de contenu, **l’IA générative permet aux entreprises de gagner du temps, de réduire les coûts et de maintenir un catalogue de produits constamment mis à jour.** Les descriptions générées peuvent également être personnalisées pour répondre à différents styles de communication, rendant l’expérience d’achat en ligne plus engageante et accessible. Si ce retour d’expérience fait écho à un projet que vous pourriez avoir ou si vous êtes intéressés pour en savoir plus sur notre expertise et nos services, n’hésitez pas à [nous contacter ici.](https://www.avisia.fr/nous-contacter) **Catégories:** Data, Intelligence Artificielle, Retour d'expérience --- ### [Utilisez la GEN AI pour mettre la Business Intelligence en self service dans votre entreprise](https://www.avisia.fr/actualites/blog/data/utilisez-la-gen-ai-pour-mettre-la-business-intelligence-en-self-service-dans-votre-entreprise) **Published:** août 26, 2024 **Author:** Marion JACOBSON **Content:** ### Contexte Régulièrement, nous vous faisons des retours d’expertises sur des sujets qui sont au coeur des problématiques Business. **Aujourd’hui nous faisons le focus sur une des nouvelles tendances 2024/2025 en matière d’IA générative.** Le saviez-vous ? L’IA peut également être utilisée pour automatiser et mettre à disposition vos analyses customisées pour vos métiers. Un univers où chaque membre de votre équipe peut accéder à des analyses personnalisées **en libre-service, adaptées à ses besoins spécifiques, sans attendre l’intervention d’un expert. C’est possible grâce à l’Intelligence Artificielle !** 🎯 **Des analyses sur mesure :** L’IA permet de créer des rapports et des analyses sur mesure pour chaque métier. Que vous soyez dans le marketing, la finance, les ressources humaines ou toute autre discipline, l’IA peut fournir des insights précis et pertinents, directement accessibles à tous. ⏳ **Gagnez du temps :** En mettant ces analyses en libre-service, vos équipes n’ont plus besoin de passer des heures à collecter des données et à construire des rapports. Elles peuvent se concentrer sur ce qui compte vraiment : prendre des décisions stratégiques basées sur des données fiables et instantanément disponibles. 🚀 **Empowerment :** Avec des outils d’IA intuitifs, chaque employé devient autonome dans l’exploration des données, ce qui augmente l’agilité et l’efficacité globale de l’entreprise. 💼 **Transformez votre entreprise :** Libérez le temps et le potentiel de vos équipes en intégrant l’IA dans vos processus quotidiens. C’est plus qu’une simple évolution technologique, c’est une révolution dans la manière de travailler ! Au sein de ce webinar nous détaillons les points suivants: - L’accès à des analyses en temps réel : un facteur clé pour fonctionner en mode agile - Comment positionner l’IA Générative au sein de l’écosystème IA - Les différentes approches de LLM à utiliser pour réussir votre projet - Les prérequis et facteurs clés de réussite avant de vous lancer ### Intervenants : ![Avisia-conseil-directeur-matthieu-brochard](https://www.avisia.fr/wp-content/uploads/2024/04/AVISIA-Matthieu-BROCHARD-295x300.jpg "Avisia Matthieu Brochard • Avisia")Matthieu BROCHARD, Responsable IA & Innovation **AVISIA** ![](https://www.avisia.fr/wp-content/uploads/2024/08/Enzo-ARHAB-276x300.png "Enzo Arhab • Avisia")Enzo ARHAB, Consultant Data Scientist **AVISIA** **Retrouvez notre WEBINAR en vous inscrivant sous le formulaire ci-dessous :** Si ce retour d’expertise vous fait écho ou vous évoque des questions , [n’hésitez pas à nous contacter ici !](https://www.avisia.fr/nous-contacter) **Catégories:** Data, Digital, Événement, Retour d'expérience --- ### [Matinale by AVISIA - GEN AI - Tendances pour 2025](https://www.avisia.fr/actualites/blog/data/matinale-avisia-genai-2025) **Published:** décembre 23, 2024 **Author:** Marion JACOBSON **Content:** ## ![](https://www.avisia.fr/wp-content/uploads/2024/12/MATINALE-AVISIA-1-1024x246.png "Matinale Avisia • Avisia") ## Contexte Après une année 2024 qui a été le catalyseur d’énormes investissements et le développement de nombreux cas d’usage basés sur l’IA Générative … 2025 s’annonce déjà comme l’année du scale. En effet les cycles d’innovation s’accélèrent et le temps disponible pour en tirer de la valeur se réduit chaque année un peu plus. Il est donc crucial de savoir comment identifier rapidement chaque nouvelle tendance afin de définir si elle peut être générative de valeur business ou pas pour votre activité et de réussir à l’activer en application concrète le plus rapidement possible. AVISIA, Cabinet de Conseil spécialisé en Data & IA organise des matinales dédiées à éclairer sur des sujets de son expertise. Ces événements à échelle humaine ambitionnent de fédérer un réseaux de clients, prospects & éditeurs partenaires partageant des valeurs communes sur l’innovation. ## Au Programme de cette matinée : **09h45** : **Petit déjeuner d’accueil** de nos participants **10H :** Mot de bienvenue, **tendances et nouveautés autour de l’écosystème IA Gen –** Pascal BIZZARI, Directeur Général Délégué & Associé chez AVISIA **10H15 : ****Palmarès et présentation de nos meilleurs REX Gen AI 2024 mis en production chez nos clients –**** Matthieu BROCHARD, Practice Leader & Responsable Offre IA chez AVISIA **10h30 : Présentation de notre outil Gen BI déployé chez plusieurs de nos clients –** Matthieu BROCHARD, Practice Leader & Responsable Offre IA chez AVISIA *Une IA pour interroger un datawarehouse en langage naturel ! Est-ce que ça marche ? Découvrez comment AVISIA a créé une solution de Gen BI permettant de rendre les équipes métier autonomes dans l’analyse de leurs données. Éclairage sur les contraintes techniques à surmonter et retours d’expérience sur des premiers cas en production illustrant l’impact en matière de productivité et de prise de décision.* *Notre solution de Gen BI permet aux utilisateurs de poser des questions en langage naturel pour interroger des bases de données, réaliser des extractions de données, et visualiser instantanément les résultats sous forme de tableaux ou de graphiques. Elle rend l’information sur vos Data et l’analyse de celles-ci accessible à tous, sans nécessiter de compétences techniques avancées, et accélère la prise de décision grâce à des insights rapides et précis.* **11h00 : Atelier d’échanges** et discussion en petits groupes sur des problématiques du moment rencontrées par nos clients. **11h30 : Retour d’expérience de notre client DER KREIS –** Yann CREN BAUER, Responsable Administratif France/ Espagne chez DER KREIS, interviendra sur Comment générer du Lead et accélérer la prise de besoin clients via les LLMs multimodaux et de modèles de génération d’images. **12h :** Dernier **Atelier d’échanges** **12h30 :** **Cocktail déjeunatoire & Networking** INSCRIPTION ci-dessous : \*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\* Rendez-vous ce Mardi 21 Janvier 2025 à partir de 9h45 dans nos locaux: AVISIA, 48 AVENUE VICTOR HUGO , 75116 PARIS **Catégories:** Data, Événement, Intelligence Artificielle --- ### [Prédiction Miss France 2025 : Projecteur sur l'IA](https://www.avisia.fr/actualites/blog/data/prediction-election-miss-france) **Published:** novembre 15, 2024 **Author:** Marion JACOBSON **Content:** Depuis 2017, le Data Lab’ d’AVISIA s’attaque chaque année au challenge de prédire la prochaine Miss France. Grâce à ce projet de Recherche et Innovation, nos consultants **améliorent sans cesse leur maîtrise de techniques avancées en data science.** Nous revenons cette année avec des mises à jour techniques. Retour sur l’année passée, où nous avons réussi à **prédire deux dauphines dans le Top 5** : Miss Guadeloupe et Miss Guyane. Eve Gilles, Miss France 2024 ne figurait pas parmi les favorites du public sur les réseaux sociaux mais s’est démarquée lors du prime Miss France avec notamment un discours réussi. Retrouvez plus de détails sur le débrief de l’élection Miss France 2024 dans cet [article.](https://www.avisia.fr/actualites/blog/data/retour-sur-lelection-de-miss-france-2024) D’un point de vue technique, le projet repose toujours sur la plateforme **Dataiku** pour le traitement des données. Notre application web (développée en Next JS et déployée sur Google Cloud) est également de retour cette année avec une interface encore plus intuitive. Accessible à tous, elle permet de suivre chaque jour nos prédictions (à partir de J-5 avant l’élection) ainsi que les indicateurs de popularité des candidates. ![](https://www.avisia.fr/wp-content/uploads/2024/11/DataScience-AVISIA-300x300.png "Datascience- Avisia • Avisia") ## **Pour 2025, notre modèle continue d’évoluer :** La popularité des Miss sur les réseaux sociaux est un élément clé du modèle et s’enrichit avec plusieurs avancées : - **Refontes des utilisations des API via Apify :** L’accès aux données des réseaux sociaux nécessite des APIs spécifiques, chaque plateforme ayant ses propres limites d’utilisation. Apify, une plateforme de web scraping, nous permet de gérer ces limitations plus efficacement. - **Récupération des commentaires TikTok :** Les commentaires sous les posts des Miss, initialement limités aux plateformes Instagram et X, sont cette année étendus à TikTok ce qui nous permet de capter davantage l’avis du public sur les candidates. - **Amélioration de l’analyse de sentiments via la Gen AI :** Le modèle d’analyse des sentiments, appliqué aux posts concernant les Miss, évolue également avec l’intégration de la Gen AI et de modèles LLM (Large Language Models). Cette analyse sophistiquée classe les posts par type (positif, neutre ou négatif) et attribue un score de popularité à chaque Miss. Le modèle de prédiction prend également en compte des données historiques telles que les données sur les élections passées. Cette année, c’est l’intégration de l’historique de vote du public qui est intégrée au sein du modèle. Si vous souhaitez en savoir plus sur notre modèle, n’hésitez pas à consulter cet [article.](https://www.avisia.fr/actualites/blog/data/focus-prediction-miss-france-m-1-avant-lelection-2024) ## **Découvrez dans notre interview exclusive les visages du projet Miss France AVISIA :** [![](https://www.avisia.fr/wp-content/uploads/2024/11/Une-interview-exclusive-MISS-FRANCE-2025-300x300.png "Une Interview Exclusive Miss France 2025 • Avisia")](https://youtu.be/voLBa7-flv8) ## **A vos agenda afin de ne rater aucun évènement du projet :** - **2 décembre 2024** : Lancement de l’application web avec toutes les données actualisées. - **9 décembre 2024** : Publication du top 5 de notre prédiction à J-5 avant l’élection. - **14 décembre 2024**, soir de l’élection : Mise à jour en direct de notre application. - **J+7 après l’élection** : Débrief complet de nos résultats sur le blog AVISIA. La Team Miss France : Manon MAHÉO, Louise MERLAUD, Ophélie TOURLAN & Solène VENEZIA **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Data Product Management : Dis-moi quel est ton produit data et je te dirai qui tu es](https://www.avisia.fr/actualites/blog/product-management/data-product-management-dis-moi-quel-est-ton-produit-data-et-je-te-dirai-qui-tu-es) **Published:** avril 5, 2024 **Author:** Astrid DE JULLIEN **Content:** ### **Pourquoi adopter la culture produit dans les équipes data ?** C’est parce que les équipes data se heurtent à des difficultés insolubles qu’émerge la nécessité de s’inspirer de nouvelles approches (qui fonctionnent), en l’occurrence l’approche produit 💪 Dans un article [précédent](https://www.avisia.fr/actualites/blog/product-management/product-management-projecteur-sur-une-approche-determinante "Product Management : Projecteur sur une approche déterminante"), nous vous avons partagé les fondamentaux du product management. Ce nouvel article a pour objet le product management appliqué à la data ! ### **Quelles sont les principales difficultés rencontrées par les équipes data ?** Rapide florilège des écueils rencontrés dans les entreprises qui utilisent la donnée : - **Absence de vision stratégique** **:** à force de se concentrer sur le “comment” (*aka* la plomberie 🛠️ ), il arrive de perdre de vue l’objectif. Or, il est crucial de continuer à déterminer pourquoi exploiter la donnée et surtout pour quoi faire. Collecter de la donnée n’est pas une fin en soi, cela reste un moyen au service d’une fin (ex: piloter l’activité, proposer une expérience client personnalisée etc.) - **Piètre qualité des données :** - - la donnée est incomplète ou erronée (ex: l’utilisateur n’a pas complété certains champs facultatifs dans une formulaire ou bien il a complété un champ obligatoire avec un faux numéro de téléphone 🤐) - la donnée n’est pas correctement formatée (ex: qui n’a jamais pleuré sur un champ date ? 😭) - la donnée est hétérogène et démultipliée : en l’absence d’alignement sur les définitions, plusieurs méthodes de calcul peuvent cohabiter pour un même indicateur (ex: quels éléments entrent en compte dans le calcul de chiffre d’affaires ? Comment caractériser un client actif ? Quels sont les éléments à prendre en compte pour définir un lead ?, etc.) - **Manque d’accessibilité** **:** la donnée est silotée et dispersée en plusieurs endroits, les bases ne communiquent pas entre elles, c’est bloquant pour l’analyse et l’exploitation - **Manque de scalabilité qui freine l’industrialisation** **:** le système est sous-dimensionné pour gérer les volumes de données croissants (ex: requête qui génère des *timeouts*), la gestion reste très manuelle, etc. La liste est encore longue que résume le fameux ‘*garbage in, garbage out’:* impossible de tirer le meilleur parti de la donnée si elle n’est pas correctement collectée, processée, organisée. ### **Quand la data devient vecteur de doute au lieu d’être vecteur de valeur** Une donnée inexploitable fait peser un risque business à toute l’entreprise et se traduit par : **😕 une érosion de la confiance des consommateurs de la donnée :** comment prendre une décision sereine sur la conduite des affaires si deux sources de données indiquent des informations contradictoires ? 🌊 **une baisse d’efficacité et de motivation des équipes data** qui deviennent des goulets d’étranglement et ont parfois la sensation de vider l’océan avec une petit cuillère 🥄 **💰 une augmentation des coûts** d’opérations et de maintenance pour un résultat médiocre Dès lors, comment permettre aux données de renouer avec la création de valeur ? Une partie de la réponse se trouve dans un renversement de l’approche : si le produit n’atteint pas son objectif à cause de la donnée, gérer la donnée comme un produit permet de remettre le besoin des consommateurs au centre afin de la structurer dans cet objectif. ### ***Data as a product* et data mesh : la donnée, c’est le produit** La première façon de décrire un produit data consiste en fait à appliquer l’approche produit à la donnée sur l’ensemble de son cycle de vie : collecte, stockage, analyse, activation, péremption. C’est un des quatre piliers du Datamesh conceptualisé par Zhamak Dehghani dans son livre Data mesh : Delivering data-driven value at scale (). L’objectif est de garantir l’intégrité de la donnée sur tout le cycle afin qu’elle devienne exploitable sur étagère (ou presque). Vous trouverez plus de détails sur cette approche dans [cet](https://www.avisia.fr/news/tribune-expert/explications-presentation-concept-data-mesh-et-origines-du-paradigme/) autre article du blog AVISIA. Voici quelques exemples de produits data selon cette approche : - **une plateforme data** **:** un objet data qui centralise la donnée de façon sécurisée et accessible - **un jeu de données** **:** où la donnée est structurée, intègre, documentée et prête à l’emploi (ô merveille 🤩) - **un tableau de bord** **:** la donnée se présente sous forme de visualisation et permet un suivi de la performance (ex: tableaux de bord financier pour un retailer ou réglementaires en banque, etc.) - **un algorithme basé sur du machine learning** **:** la donnée se présente sous forme de score (ex: score d’attrition) ou de classement (ex: ranking de résultats de recherche par pertinence) ou autre exploitable dans des cas d’usages - etc. Chaque “livrable” est une donnée fonctionnelle qui rend possible le déploiement de cas d’usages associés (ex : faire baisser le nombre de résiliations pour un abonnement en engageant des actions auprès des clients détectés en attrition par l’algorithme) Dit autrement, **un produit data est une donnée qui répond à plusieurs critères** permettant de garantir son exploitation dans des usages créateurs de valeur : - **normativité** : la donnée est définie, documentée et catégorisée - **intégrité :** la donnée est exacte, cohérente, exhaustive - **accessibilité :** l’expert data peut requêter la donnée et celle-ci est disponible dans le temps - **sécurité** : niveaux de permission et conformité dans le cadre de la privacy - **interopérabilité** : pensée pour un usage, la donnée peut être utilisée à d’autres fins En ce sens, créer des produits data revient à mettre en place **une gouvernance de la donnée pour favoriser la confiance, la démocratisation et l’utilisation à d’autres fins** selon un format data as a self-service. De data product management à data management, il n’y a qu’un mot. Un esprit taquin (😇) pourrait être tenté de faire le raccourci en assimilant les deux. Si gérer sa donnée comme un produit est effectivement une étape nécessaire pour livrer une donnée exploitable, peut-on pour autant en rester là ? ### ***Data in product* : la donnée au coeur du produit** Il existe une autre définition du produit data comme “a product that facilitates an end goal through the use of data” issue de [*Data Jujitsu: The Art of Turning Data into Product*](https://www.fnac.com/livre-numerique/a7049857/DJ-Patil-Data-Jujitsu-The-Art-of-Turning-Data-into-Product#FORMAT=ebook%20(ePub)) de [DJ Patil ](https://twitter.com/dpatil) Cette définition est plus ancienne. Elle a le double intérêt d’être plus large et de présenter la data pour ce qu’elle est : un moyen pour une fin. Voici quelques exemples de produits data selon cette grille de lecture : 📺 **un système de recommandation de vidéos** sur une plateforme de streaming **🎧 un assistant de catégorisation des contacts au service-client** par thème / niveau d’urgence **👁️‍🗨️ un outil de prévision des ventes** ### **Qu’est-ce que ça change ?** Dans les exemples ci-dessus, le produit data atteint son objectif si et seulement s’il vient **générer de la valeur sur un sujet n’est pas un un sujet data au départ**. - l’objectif du système de **recommandation vidéos est de générer de l’engagement** des utilisateurs sur la plateforme - l**’assistant service-client** vise à **faciliter le travail des agents** pour améliorer la satisfaction client Un même produit peut d’ailleurs satisfaire plusieurs besoins : - grâce à la **prévision de ventes**, il est possible d’**anticiper les pics d’activité et d’adapter les opérations** sur différents aspects (ex: gestion des stocks en entrepôt, gestion de la charge d’un site e-commerce, gestion des plannings du personnel en magasin etc.) Cette approche holistique permet de : - **rapprocher le produit data et l’utilisateur final** en limitant les intermédiaires - **se poser les bonnes questions pour chercher la meilleure solution plutôt que la solution la plus avancée techniquement** : est-ce que le machine learning est nécessaire pour résoudre ce problème (ou pas) ? - **travailler à un objectif commun entre équipes** : partager les mêmes métriques de succès qui ne soient pas uniquement des métriques techniques (ex: temps passé sur la plateforme de streaming, délai de traitement d’une requête par le service-client). Un excellent taux d’accuracy sur un algorithme c’est bien, un algorithme qui répond au besoin, c’est mieux - **générer de la confiance** : démocratiser la donnée et éviter l’effet boîte noire avec un souci constant de favoriser l’interprétabilité (ex: décomposer les éléments qui constituent le produit data) ### **Conclusion** Au regard de tous ces éléments, on peut être tenté de se dire que le produit data est finalement un produit comme un autre. Et c’est en partie notre conviction en effet. Dès lors pourquoi le traiter spécifiquement ? Parce que le produit data repose principalement sur l’utilisation de la donnée. Détail qui a son importance car **l’exploitation de la donnée, n’est pas (encore) complètement rentrée dans les usages**. Certes tout le monde en parle, mais peu la comprennent. **A date, construire un produit data nécessite des compétences spécifiques** et nous reviendrons sur ce sujet dans un prochain article consacré au métier de Data Product Manager. **Sources :** - - - - - - [https://5870630.fs1.hubspotusercontent-na1.net/hubfs/5870630/Whitepapers%20and%20eBooks/Updated\_Data%20Products%20For%20Dummies%2c%20DataOps%20Special%20Edition\_9781394215560-2.pdf?\_\_hstc=254273687.fee3ce4451461ef345064e3ff8b1ba8d.1708503352098.1708503352098.1708503352098.1&\_\_hssc=254273687.1.1708503352098&\_\_hsfp=3721042005](https://5870630.fs1.hubspotusercontent-na1.net/hubfs/5870630/Whitepapers%20and%20eBooks/Updated_Data%20Products%20For%20Dummies%2c%20DataOps%20Special%20Edition_9781394215560-2.pdf?__hstc=254273687.fee3ce4451461ef345064e3ff8b1ba8d.1708503352098.1708503352098.1708503352098.1&__hssc=254273687.1.1708503352098&__hsfp=3721042005) - [https://www.youtube.com/watch?v=LiMHu5ALkBA&t=1s](https://www.youtube.com/watch?v=LiMHu5ALkBA&t=1s) - **Catégories:** Product --- ### [Comment la data et l'IA sont les alliés des entreprises pour la mise en place de la CSRD](https://www.avisia.fr/actualites/blog/rse-impact/comment-la-data-et-lia-sont-les-allies-des-entreprises-pour-la-mise-en-place-de-la-csrd) **Published:** mars 29, 2024 **Author:** Charlène DUPONT **Content:** La responsabilité sociétale des entreprises (RSE) est un sujet de plus en plus important pour les citoyens et les organisations, tant du point de vue environnemental que sociétal. Ainsi, et depuis le 1er Janvier 2024, une nouvelle directive européenne vient renforcer les obligations de reporting des entreprises sur ces sujets majeurs : la **CSRD (Corporate Sustainability Reporting Directive)**. Le règlement délégué (UE) 2023/2772 et ses **300 pages d’annexes** précisent le contenu des rapports qu’elles devront publier à partir de 2025. La CSRD représente ainsi un défi important et complexe pour les entreprises, qui devront mettre en place des processus et des systèmes de reporting adaptés. Le volume de données à inclure est très important puisqu’il représente environ 1200 data points. Ces données sont souvent éparpillées à travers les différents départements de l’entreprise. Dans cet article, nous vous partageons notre vision sur ce challenge et comment **la data et l’IA se révéleront précieuses pour ce nouveau reporting ESG.** # CSRD : détails et contexte La CSRD vise à renforcer les exigences en termes de reporting extra-financier. Ce reporting extra-financier, qui fait suite à celui de la norme NFRD (Non-Financial Reporting Directive) déjà en place, sera désormais plus **complet**, plus **transparent**, plus **standardisé** et surtout **obligatoire**. Elle prévoit ainsi un reporting annuel (effectué à N+1 pour l’année N), composé d’un grande quantité de data points, et à adresser pour contrôle à un commissaire aux comptes ou un organisme tiers indépendant. #### **Qui est concerné ?** La CSRD concerne les entreprises de plus de 500 employés, ainsi que les entreprises de taille intermédiaire (ETI) dont le bilan est supérieure à 20 millions d’euros ou dont le chiffre d’affaires annuel est supérieur à 50 millions d’euros. #### **Un point clé : la double matérialité** Si les bilans étaient jusqu’alors basés sur la simple matérialité, la directive CSRD quant à elle instaure le principe de **double matérialité**. La double matérialité correspond à la conjonction entre deux types de matérialité : ![](https://www.avisia.fr/wp-content/uploads/2024/03/double_materialite-300x185.png "Double_materialite • Avisia") - La **matérialité financière** (dite aussi matérialité simple) : qui correspond à l’impact de l’environnement économique, social et naturel sur les performances de l’entreprise - La **matérialité d’impact** : qui correspond à l’impact des activités de l’entreprise sur son environnement économique, social et naturel #### **Quelles sont les informations à reporter ?** Les ESRS (European Sustainability Reporting Standards) définissent les éléments à inclure dans les rapports de développement durable des entreprises. Cette standardisation des indicateurs facilitera la comparaison des impacts, des risques et des opportunités de chaque acteur en matière d’ESG (Environnement, Social, Gouvernance) : qu’il s’agisse du changement climatique, de la pollution, de la biodiversité, de l’économie circulaire, des conditions de travail tout au long de la chaîne de valeur, de la conduite des affaires, et bien d’autres encore. # Pourquoi la data et l’IA sont des alliés pour relever les challenges imposés par la CSRD ? #### **La collecte, intégration et traitement des données** Un des principaux challenges de cette nouvelle réglementation repose sur **la grande quantité de données, qui doivent être collectées, traitées et analysées.** Ces informations sont pour certaines déjà présentes dans les documents de l’entreprise. Cependant, elles impliquent la collaboration de tous les services (RH, comptabilité, finance, supply etc. ). D’autres KPI, porteront sur des données partiellement disponibles, comme des KPI déjà présents mais devant être reportés sur un périmètre différent, et donc à compléter. A l’inverse, certaines données à collecter seront entièrement nouvelles et nécessiteront plus de travail et de réflexion. Regrouper les différentes informations nécessaires en mettant en place différents flux automatisés, ou les enrichir et les adapter à ces nouvelles obligations permettra ainsi aux entreprises de gagner du temps. **Une fois les données centralisées, il sera ensuite nécessaire de pouvoir les exploiter.** Les fichiers collectés seront de formats très hétérogènes (textes, images, tables, bases de données etc). Il faudra donc la nettoyer, la standardiser et le tout idéalement hébergé dans un emplacement unique et accessible. #### **Répondre aux questions narratives grâce à l’IA** C’est à cette étape que l’IA générative, si elle est utilisée de façon intelligente, peut devenir un atout considérable. En alimentant **un modèle de langage de grande taille (LLM)** avec différents documents d’entreprise tels que des rapports, des données chiffrées, des sites web, etc., il devient possible **de synthétiser et d’analyser** **automatiquement les informations pertinentes**. Les LLM sont particulièrement efficaces dans la synthèse d’informations et la réponse à des questions, et ils peuvent le faire dans plusieurs langues. Étant donné que près **de 60 % des données à rapporter sont narratives,** l’utilisation de l’**IA générative peut considérablement accélérer le processus de reporting en automatisant la synthèse des informations et la rédaction des réponses.** L’IA générative représentant ainsi un outil puissant pour accélérer le processus de préparation des rapports requis par la CSRD. #### **Assurer la fiabilité et la traçabilité des données** La fiabilité et la traçabilité des données sera un point important de la CSRD puisque les reporting seront audités par des commissaires aux comptes. Les données présentées devront donc être fiables et la traçabilité devra être assurée. Assurer la fiabilité des données implique plusieurs mesures clés : 1. **Collecte de données rigoureuse :** Mettre en place des processus de collecte de données fiables et bien documentés, en s’assurant de recueillir les informations pertinentes 2. **Validation des données :** Effectuer une validation minutieuse des données collectées pour détecter les erreurs ou les incohérences 3. **Standardisation des données :** Uniformiser les formats et les normes des données pour garantir leur cohérence et leur comparabilité, facilitant ainsi l’analyse et l’interprétation. 4. **Documentation adéquate :** Fournir une documentation complète sur la source, la méthode de collecte et les traitements appliqués aux données, permettant ainsi une traçabilité et une transparence totale. 5. **Sécurité des données :** Mettre en place des mesures de sécurité robustes pour protéger les données contre les accès non autorisés, les altérations ou les pertes, conformément aux normes de confidentialité et de protection des données. 6. **Audit régulier :** Réaliser des audits réguliers des données pour garantir leur intégrité et leur fiabilité dans le temps, en identifiant et en corrigeant les éventuelles anomalies ou lacunes. L’utilisation de solutions basées sur l’IA peut assurer la traçabilité complète des données et réduire le risque d’erreurs humaines en automatisant la collecte des données et les réponses associées. En associant ces solutions à des processus de validation humaine appropriés pour vérifier les résultats, cette approche renforce la fiabilité des rapports ESG et inspire confiance aux parties prenantes, favorisant ainsi un engagement précis et responsable. # Conclusion En conclusion, **la CSRD représente un tournant majeur dans les obligations de reporting des entreprises en matière de RSE**. Cette réglementation complexe impose aux entreprises de relever des défis considérables en termes de collecte, d’intégration, de traitement et de reporting des données ESG. Toutefois, la convergence de la data et de l’intelligence artificielle offre **des solutions prometteuses pour répondre à ces défis.** En automatisant la collecte et l’analyse des données, en améliorant leur fiabilité et leur traçabilité, et en fournissant des réponses narratives précises grâce à l’IA générative, les entreprises peuvent selon nous se conformer aux exigences de la CSRD de manière efficace. Pour en savoir plus sur les cas d’usage de l’IA générative en entreprise : # [![](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-banner-lb-300x120.png "Popup-carte-agences • Avisia")](https://www.avisia.fr/actualites/blog/data/ia-generative-bilan-dun-an-dusage-en-entreprise "IA Générative – Bilan d’un an d’usage en entreprise") **Catégories:** Intelligence Artificielle, RSE & Impact --- ### [Focus prédiction Miss France : M-1 avant l'élection 2024](https://www.avisia.fr/actualites/blog/data/focus-prediction-miss-france-m-1-avant-lelection-2024) **Published:** novembre 16, 2023 **Author:** Ophélie TOURLAN **Content:** Depuis 2017, le **Data Lab’AVISIA** propose chaque année des prédictions pour l’événement national de l’élection Miss France. Initiative interne, le Data Lab’ encourage la création de projets de Recherche et d’Innovation qui permettent aux consultants de monter en compétences sur de nouveaux outils, tout en leur donnant l’opportunité de découvrir de nouvelles techniques ou technologies. Cette année encore, une équipe de quatre consultantes contribue au maintien et à l’enrichissement de ce projet. Retour sur notre année de gloire l’année dernière où le destin de notre projet a basculé sous les feux des projecteurs en **réussissant à prédire notre Miss France 2023 ainsi que sa première dauphine**. En combinant scraping Twitter et Wikipedia, ainsi que Deep Learning pour l’analyse des traits des visages des Miss, notre modèle avait réussi sa performance. Cette année, nous avons continué de redoubler d’efforts et de déployer tous les moyens nécessaires pour que notre prédiction soit encore une fois, la plus juste possible pour l’évènement qui se déroulera le **16 décembre** à Dijon. #### **LE MODELE** D’un point de vue plus technique, c’est la **plateforme Data Science Dataiku** qui est utilisée pour l’analyse de nos données. Cette plateforme permet d’intégrer facilement différents langages de programmation tels que Python, SQL, faire du Data Management mais aussi construire des modèles de Machine Learning, permettant ainsi d’apprendre sur nos données et de révéler nos prédictions. Les données générées par Dataiku en sortie sont ensuite envoyées et stockées sur BigQuery, composant de **Google Cloud Platform (GCP)**. Notre modèle de Machine Learning, qui évolue chaque année, s’appuie sur différentes sources de données : - Les **caractéristiques des candidates** : âge, taille, région, etc. (Source : Wikipédia) - La **composition du jury** : âge moyen du jury, répartition homme/femme (Source : Wikipédia) - La **démographie des régions** : données socio démographique, nombres d’habitants, répartition par âge, par niveau d’études, par CSP (Source : données publiques INSEE) La **notoriété des Miss régionales sur les réseaux sociaux** est également prise en compte : - Jusqu’à maintenant, seules les données de **Twitter** étaient récoltées puis analysées. Cependant, depuis l’acquisition de Twitter par Elon Musk en octobre 2022, le réseau social connaît de nombreux changements. Twitter est devenu X, le logo a changé et les politiques d’utilisation de l’API ont beaucoup évolué, et nous sommes ainsi plus restreints sur la récupération des Tweets. Le compte Développeur nous permet d’accéder à l’API Twitter v2 et de pouvoir ainsi **récupérer les tweets associés aux hashtags des nos Miss régionales****,** sur lesquels nous effectuons ensuite une **analyse de sentiments**. Cette analyse nous permet de classer les tweets par type (positif ou négatif) et calculer un score de popularité pour chacune des Miss. - Une nouveauté cette année est l’ajout des données récupérées depuis **Instagram**. Il était ici important de compléter notre modèle avec les données de ce réseau social puisque celui-ci est souvent privilégié par les Miss pour leurs communications et est également **un** **bon indicateur pour le suivi de la notoriété des Miss**. L’utilisation de l’API Graph nous permet de récolter différentes informations : - Les **profils des Miss** : comme le nombre de followers, le nombre de posts - Les **posts des Miss** : nombre de likes, nombre de commentaires, commentaires sous chaque posts sur lesquels il est aussi effectué une analyse de sentiments - Les **posts relatifs aux Miss régionales** afin de jauger les Miss les plus mentionnées #### **NOTRE APPLICATION WEB** **Pour que chacun d’entre vous visualise au mieux ces éléments techniques, nous avons décidé de mettre en œuvre cette année notre ✨ application web ✨.** Notre application web, à **destination** des collaborateurs d’AVISIA, mais aussi du grand public, a été développée en Next JS et déployée avec Cloud Run, composant de Google Cloud Platform. Via notre application web, vous pourrez retrouver plusieurs informations à la fois sur les **Miss régionales**, sur nos **indicateurs de popularité** (manipulés dans notre modèle de prédiction) et sur **nos prédictions**. A savoir, toutes ces informations sont mises à jour à chaque actualisation des données et du modèle sur la plateforme Dataiku. Notre application web se décompose en trois parties. Au sein de notre page d’accueil, vous pourrez distinguer les détails suivants : - La **prédiction by AVISIA du top 5 Miss France** disponible à partir de J-5 avant l’élection, soit le 11 décembre, avec la dernière date/heure d’actualisation du modèle - Une **description rapide du projet** avec la possibilité d’aller consulter le site AVISIA pour plus d’informations Dans une deuxième partie, une **page est dédiée aux 30 candidates qui concourent au titre de Miss France**, avec pour chacune d’entre elles la possibilité de cliquer sur le bouton *« Voir plus »* pour faire apparaître les différentes données et différents indicateurs sur la Miss (provenant de Twitter et Instagram). Pour finir, une troisième page est consacrée à la **comparaison de la popularité du top 10 des Miss régionales**, pour connaître les favorites selon nos données et celle qui aura le plus de chances d’être prédite comme Miss France. #### **A VOS AGENDAS :** - Le **4 décembre 2023** : Lancement de notre [application web](https://missfrance.avisia-tools.fr/) dans laquelle on y retrouve toutes les informations et données liées au projet de prédiction Miss France - Le **11 décembre 2023**, soit à J-5 de l’élection : Publication de nos prédictions - Le **16 décembre**, le soir de l’élection : Suivez notre application web pour connaître les prédictions actualisées - **J+7 de l’élection** : Publication du debrief de l’élection sur le **blog AVISIA** **Contact Presse** : Agence PROFILE / [Shérazade EL HOUARI](mailto:selhouari@agence-profile.com) La Team Miss France : Manon MAHEO, Louise MERLAUD, Ophélie TOURLAN, Solène VENEZIA ![Retour sur l'élection de Miss France 2024](https://www.avisia.fr/wp-content/uploads/2023/12/image_20231211_120705_473-pm.png) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [Ai-je besoin de tracker cela ? Guide pour réduire le tracking et son impact environnemental](https://www.avisia.fr/actualites/blog/rse-impact/ai-je-besoin-de-tracker-cela-guide-pour-reduire-le-tracking-et-son-impact-environnemental) **Published:** septembre 13, 2024 **Author:** Salah Eddin El Aryani **Content:** Le web tracking est omniprésent dans notre vie en ligne actuelle. Il englobe la collecte méthodique de données sur les comportements des utilisateurs sur Internet, permettant aux entreprises de suivre leurs activités en ligne, comprendre leurs préférences et cibler des publicités personnalisées. Néanmoins, cette pratique suscite des inquiétudes croissantes, notamment en ce qui concerne son impact sur l’environnement. Dans cet article, nous examinerons comment la réduction du tracking peut contribuer à atténuer son impact environnemental, tout en mettant en lumière les avantages potentiels pour les entreprises en termes de réduction des coûts et d’efficacité marketing. ![](https://www.avisia.fr/wp-content/uploads/2024/09/memefun-224x300.png "Memefun • Avisia") ## **Nouvelles stratégies pour un tracking plus écologique** La première étape pour réduire l’impact négatif du web tracking consiste à limiter la collecte de données. Cela implique **d’adopter une approche minimaliste** et de ne collecter que les données essentielles et pertinentes répondant aux objectifs marketing de l’entreprise. Voici une liste non exhaustive de solutions que vous pourriez adopter. ### Tracking côté serveur (Server-side tracking) Le [tracking côté serveur](https://www.avisia.fr/actualites/blog/product-management/tout-savoir-sur-le-tracking-server-side) est une excellente approche pour réduire l’empreinte carbone du suivi en ligne. Voici comment il fonctionne et ses avantages. Au lieu d’envoyer les données de suivi directement du navigateur de l’utilisateur vers plusieurs services d’analyse, les données sont d’abord envoyées à votre propre serveur, qui les traite et les transmet ensuite aux différents services. ![](https://www.avisia.fr/wp-content/uploads/2024/03/image4-1-300x194.png "Image4-1 • Avisia") Avantages environnementaux : - **Réduction du nombre de requêtes :** Moins de requêtes signifie moins de données transférées et donc moins d’énergie consommée. - **Optimisation des données :** Vous pouvez filtrer et agréger les données avant de les envoyer, réduisant ainsi le volume total de données transmises. - **Contrôle accru :** Vous pouvez choisir quelles données envoyer à quels services, évitant ainsi la duplication inutile d’informations. *Exemple : Une entreprise e-commerce utilisant le tracking côté serveur pourrait augmenter la vitesse de chargement de ces pages de 7%, diminuant ainsi significativement sa consommation de bande passante et l’énergie associée.* [*Nemlig gathers new insights and grows conversions by 40% (google.com)*](https://marketingplatform.google.com/about/resources/nemlig-gathers-new-insights-and-grows-conversions/?_gl=1*63flg4*_ga*MjA0NTcyOTc0NS4xNzI0NjY2NTA3*_ga_177S7Q8J6Q*MTcyNDY2NjUwNy4xLjEuMTcyNDY2NjU1MS4wLjAuMA..&_ga=2.222905885.746274409.1724666507-2045729745.1724666507) [*Bring performance and privacy together with Server-Side Tagging (blog.google)*](https://blog.google/products/marketingplatform/360/bring-performance-and-privacy-together-server-side-tagging/) ### Définir des indicateurs clés de performance (KPIs) clairs Avant de collecter des données, il est crucial de définir clairement les indicateurs clés de performance (KPIs) qui permettront de mesurer l’efficacité des campagnes marketing et d’atteindre les objectifs marketing/commerciaux. En plus de répondre aux objectifs principaux identifiés, cette action permet ainsi d’orienter la collecte uniquement sur ces besoins. *Exemple : Un site e-commerce souhaite mesurer le taux de conversion des visiteurs en clients. Pour cela, il lui suffit de collecter des données sur les produits consultés, les articles ajoutés au panier et les achats finalisés. L’historique de navigation complet de chaque utilisateur n’est pas nécessaire pour y répondre.* ### Privilégier l’anonymisation des données L’anonymisation des données, au-delà de préserver la vie privée des utilisateurs, contribue significativement à réduire l’empreinte environnementale du tracking. En collectant des données agrégées et non identifiables plutôt que des informations individuelles détaillées, on réduit considérablement le volume de données à traiter et à stocker. Cette réduction se traduit directement par une diminution de la consommation d’énergie des serveurs et des centres de données. *Exemple avec une application mobile : Au lieu de tracker chaque action individuelle des utilisateurs, il est possible de collecter des statistiques agrégées sur l’utilisation des fonctionnalités. Cette approche réduit jusqu’à 90% le volume de données collectées, diminuant ainsi drastiquement l’énergie nécessaire pour le stockage et le traitement. L’entreprise obtient toujours les informations essentielles pour améliorer l’ergonomie de l’application, mais avec une empreinte carbone nettement réduite.* ### Explorer des alternatives au tracking intensif De nombreuses alternatives au tracking intensif existent et permettent de collecter des données de manière plus respectueuse de la vie privée et de l’environnement. Parmi ces alternatives, on peut citer : - **Le tracking contextuel :** L’analyse contextuelle est une approche d’analyse web qui se concentre sur le contenu et la structure du site plutôt que sur le suivi individuel des utilisateurs. Elle examine la navigation du site, le contenu des pages et les points d’interaction pour obtenir des insights sur l’expérience utilisateur. Cette méthode réduit considérablement le volume de données collectées et traitées, diminuant ainsi la consommation d’énergie des serveurs. Elle respecte mieux la vie privée des utilisateurs tout en fournissant des informations précieuses pour l’optimisation du site. ****Par exemple, un site e-commerce peut analyser les catégories de produits les plus consultées et le parcours d’achat typique pour améliorer son expérience client, sans tracker chaque action individuelle. Cette approche offre un équilibre entre l’obtention d’insights utiles et la réduction de l’empreinte écologique de l’analyse web.**** - **Les analyses de logs serveurs :** Cette méthode utilise les fichiers journaux (logs) générés automatiquement par les serveurs web, qui enregistrent chaque requête faite au site. Des outils d’analyse de logs comme AWStats ou GoAccess peuvent traiter ces fichiers pour fournir des informations précieuses sur le comportement des utilisateurs, telles que les pages les plus visitées, les chemins de navigation, ou les erreurs rencontrées. Cette approche ne nécessite pas de collecter des données personnelles supplémentaires, car elle se base uniquement sur les informations déjà enregistrées par le serveur dans le cadre de son fonctionnement normal. - **Les sondages et formulaires :** Demander directement aux utilisateurs leur avis et leurs préférences peut être une source de données fiable et respectueuse de la vie privée. Lorsque vous envisagez d’installer un outil de suivi, posez-vous par exemple les questions suivantes : - - Ai-je réellement besoin de mesurer ces données ? - Est-ce la seule façon de mesurer cette métrique ? Exemple, est-il vraiment nécessaire de mesurer les clics sur les e-mails lorsque vos analyses de site web capturent déjà les pages vues entrantes de ces campagnes ? - Est-ce utile pour tracker ou retargeter mes conversions de campagnes media ? - Ai-je le temps et les compétences nécessaires pour étudier et comprendre ces données ? Si oui, ai-je également les compétences et les ressources nécessaires pour mettre en œuvre mes conclusions ? Si la réponse à l’une de ces questions est « non », il est probable que la collecte de ces données ne soit pas nécessaire. Loin d’être une théorie abstraite, la réduction du web tracking se traduit déjà par des réussites concrètes au sein de grandes entreprises. Deux exemples illustrent parfaitement les avantages de cette approche. ## **Étude de cas : Le New York Times et NPO TV** **Le New York Times : une stratégie gagnante face au RGPD** En 2018, à l’entrée en vigueur du Règlement Général sur la Protection des Données (RGPD), le New York Times a fait un choix audacieux : cesser de vendre des espaces publicitaires via les « ad exchanges » ouverts sur ses pages européennes. Plutôt que de recourir à un tracking intensif et intrusif, le journal a opté pour une approche plus respectueuse de la vie privée des utilisateurs. Il a privilégié le **ciblage contextuel et géographique**, en s’appuyant sur des accords programmatiques garantis et des places de marché privées. Pari réussi **:** non seulement cette stratégie n’a pas entraîné de baisse des revenus publicitaires, mais elle a même permis une augmentation significative des recettes publicitaires numériques. Pour en savoir plus **:** [After GDPR, The New York Times cut off ad exchanges in Europe – and kept growing ad revenue – Digiday](https://digiday.com/media/gumgumtest-new-york-times-gdpr-cut-off-ad-exchanges-europe-ad-revenue/) **La chaîne de télévision NPO : un virage vers le ciblage contextuel fructueux** En janvier 2020, la chaîne de télévision nationale néerlandaise NPO a pris une décision similaire : **abandonner le ciblage basé sur le suivi au profit du ciblage contextuel.** Résultat : une hausse de 61% des revenus publicitaires par rapport à janvier 2019 ! Ce choix s’est avéré payant, démontrant que le ciblage contextuel, plus respectueux de la vie privée des utilisateurs, peut être tout aussi efficace, voire plus, que les méthodes basées sur le tracking. ![](https://www.avisia.fr/wp-content/uploads/2024/09/economic_brave-300x169.jpeg "Economic_brave • Avisia")Évolution des revenus publicitaires après l’arrêt des cookies tiers en 2020 Ce revirement illustre une tendance de fond : face aux préoccupations croissantes en matière de protection des données et à l’utilisation croissante des bloqueurs de publicités, le ciblage contextuel pourrait bien redevenir une méthode privilégiée pour les éditeurs. Pour en savoir plus : [Dutch national broadcaster saw ad revenue rise when it stopped tracking users. It’s meant to work like that, right? • The Register](https://www.theregister.com/2020/07/03/stop_tracking_increase_revenue_effectiveness/) Ces deux exemples prouvent que réduire le web tracking n’est pas synonyme de perte de performance. Au contraire, cela peut s’avérer être une stratégie gagnante, à la fois pour les entreprises et pour le respect de la vie privée des utilisateurs. Loin d’être une simple contrainte, la réduction du web tracking recèle de nombreux avantages pour les entreprises, tant sur le plan marketing qu’en matière de Responsabilité Sociale des Entreprises (RSE). ## **Les avantages d’une réduction raisonnée du suivi en ligne** **Renforcement de la confiance des utilisateurs** En adoptant une approche minimaliste du tracking et en privilégiant la transparence, les entreprises inspirent confiance et fidélité chez leurs clients. Des pratiques respectueuses de la vie privée démontrent un engagement envers la protection des données personnelles, ce qui est particulièrement apprécié dans le contexte actuel de sensibilisation croissante à ces enjeux. **Amélioration de la pertinence des interactions** En collectant uniquement les données essentielles et en les analysant de manière plus approfondie, les entreprises peuvent offrir des expériences client plus personnalisées et significatives. Cela se traduit par des recommandations de produits plus justes, des offres promotionnelles mieux ciblées et un contenu plus adapté aux intérêts des utilisateurs. **Optimisation des investissements marketing** En concentrant leurs efforts sur les données les plus utiles et en abandonnant les pratiques de tracking inefficaces, les entreprises optimisent leurs investissements marketing. Cela se traduit par une meilleure allocation des ressources, une réduction des coûts inutiles et un retour sur investissement (ROI) plus élevé des campagnes marketing. **Réduction des coûts de traitement des données** Moins de données collectées signifient moins de données à stocker, traiter et analyser. Cela se traduit par des économies significatives en termes de coûts d’infrastructure, de logiciels et de personnel dédié à la gestion des données. **Facilitation de la conformité réglementaire** En adoptant des pratiques de tracking plus responsables, les entreprises réduisent les risques de non-conformité aux réglementations sur la protection des données, telles que le RGPD. Cela leur permet d’éviter les amendes et les litiges potentiels tout en renforçant leur réputation de respect des lois en vigueur. **Contribution à un avenir plus durable** Le web tracking intensif a un impact environnemental non négligeable. En réduisant la collecte de données, les entreprises diminuent leur consommation d’énergie et leurs émissions de gaz à effet de serre, contribuant ainsi à la lutte contre le changement climatique. ## Conclusion Le green tracking émerge comme une évolution cruciale et prometteuse dans le paysage du marketing digital. Cette approche novatrice répond de manière équilibrée aux défis contemporains, en alliant performance, responsabilité environnementale et respect de la vie privée des utilisateurs. Le green tracking représente une évolution nécessaire et bénéfique des pratiques de suivi en ligne. En adoptant ces méthodes, les entreprises peuvent non seulement réduire leur impact environnemental, mais aussi optimiser leurs coûts, renforcer la confiance de leurs utilisateurs et se conformer plus facilement aux réglementations sur la protection des données. Bien que des défis existent, les avantages du green tracking l’emportent largement sur les inconvénients potentiels. Il offre une opportunité unique de concilier performance marketing, responsabilité environnementale et respect de la vie privée des utilisateurs. À mesure que la conscience environnementale et les préoccupations en matière de protection des données continuent de croître, le green tracking est appelé à devenir la norme plutôt que l’exception. Les entreprises qui adoptent ces pratiques de manière proactive se positionnent favorablement pour l’avenir, démontrant leur engagement envers un numérique plus durable et plus éthique. L’adoption du green tracking n’est qu’une première étape vers une transformation numérique plus large et plus responsable. Elle ouvre la voie à une réflexion plus approfondie sur la manière dont nous pouvons optimiser l’ensemble de notre infrastructure numérique pour un avenir plus durable. **Catégories:** Digital, RSE & Impact --- ### [Hackathon Dat’AVISIA : L’accessibilité au coeur de la datavisualisation](https://www.avisia.fr/actualites/blog/data/hackathon-datavisia-laccessibilite-au-coeur-de-la-datavisualisation) **Published:** juillet 5, 2024 **Author:** Madeleine VALETTE **Content:** Chez AVISIA, chaque année **nous organisons un hackathon de datavisualisation**, ce moment de créativité est conçu pour rassembler les experts mais également les moins aguerris à la data visualisation de toutes nos agences dans une compétition dont le but est de créer des Dashboards. C’est donc l’occasion de **progresser et voire même d’apprendre à utiliser un nouvel outil de datavisualisation de leur choix.** ![](https://www.avisia.fr/wp-content/uploads/2024/07/Dataviz-282x300.png "Dataviz Hackathon • Avisia") ## Le Hackathon : un rendez-vous annuel chez AVISIA L’édition 2024 de ce hackathon s’est **concentrée sur le thème de l’accessibilité,** avec des **jeux de données portant sur les jeux vidéo.** Les équipes participantes devaient également développer en **un temps limité une version mobile d’une page de leur Dashboard** pour mettre en avant un outil de recommandation. Ce défi supplémentaire a poussé les 46 participants à faire preuve d’ingéniosité, de rapidité et de collaboration, tout en restant concentrés sur l’objectif principal d’accessibilité. Retour sur ce hackathon où 15 équipes se sont réunies autour de cet exercice concret pour nous proposer des supports innovants et accessibles ! ![](https://www.avisia.fr/wp-content/uploads/2024/07/ADVENTURE-300x226.png "Adventure • Avisia") ### ![](https://www.avisia.fr/wp-content/uploads/2024/07/DATAVIZIONNAIRES-300x169.png "Datavizionnaires • Avisia") ## Focus on : l’accessibilité numérique Le thème de l’accessibilité numérique est de plus en plus crucial dans le développement technologique et particulièrement pertinent dans le domaine de la datavisualisation. **« L’accessibilité numérique, c’est rendre les produits numériques accessibles aux personnes en situation de handicap. »** Notre hackathon Dat’AVISIA a non seulement mis en lumière **le talent et l’inventivité des participants, mais a également souligné l’importance cruciale de prendre en considération l’accessibilité dès le développement de nos datavisualisations.** Grâce à des initiatives comme celle-ci, nous démontrons que l’accessibilité peut être appliquée à nos outils et ainsi permettre à tous les utilisateurs, y compris ceux en situation de handicap, d’interagir efficacement avec les données. Cela favorise donc l’inclusion numérique et une prise de décision éclairée pour un public plus large. Pour se démarquer cette année, les équipes devaient donc présenter un dashboard ayant un impact visuel certain, ergonomique, accessible et présentant des données et métriques pertinentes. Nos candidats ont tout donné pour réunir le plus de critères possibles. L’équipe gagnante s’est démarquée par son innovation en axant l’intégralité de son Dashboard sur des profils de joueurs (créés par l’équipe). Concernant l’accessibilité, **elle a présenté un dashboard avec des contrastes élevés, des polices adaptées mais également la possibilité de traduire leur graphique principal (un peu complexe) en un tableau de chiffres plus accessible grâce à l’ajout d’un bouton permettant le switch.** Leur version mobile, conçue en un temps record, a également impressionné par sa fluidité et son intuitivité. ![](https://www.avisia.fr/wp-content/uploads/2024/07/PACPAC-300x168.png "Pacpac • Avisia") ![](https://www.avisia.fr/wp-content/uploads/2024/07/DATA-HELLFEST-300x168.png "Data Hellfest • Avisia") Un grand merci à tous les consultants **AVISIA qui ont participé au Hackathon Dat’AVISIA2024** et nous restons à disposition si vous souhaitez en savoir plus sur nos projets ou si nous rejoindre vous donne envie! Contactez nous et dites nous tout ici : Si ce sujet vous intéresse, ne manquez pas notre article dédié à l’accessibilité numérique ! **Catégories:** Data, Digital, Événement --- ### [Retour salon Data & AI : Comment l'IA peut aider à répondre aux nouvelles obligations CSRD](https://www.avisia.fr/actualites/blog/data/retour-salon-data-ai-comment-lia-peut-aider-a-repondre-aux-nouvelles-obligations-csrd) **Published:** juin 7, 2024 **Author:** Marion JACOBSON **Content:** ### Contexte Lors du dernier salon **Data & AI 2024 organisé par le Hub Institute**, AVISIA est intervenu sur un sujet d’actualité : **la CSRD.** Pour rappel la CSRD ( Corporate Sustainability Reporting Directive ) est une directive européenne qui oblige les entreprises **à publier des informations détaillées sur la manière dont elles gèrent les questions sociales, environnementales et de gouvernance.** C’est Charlène Dupont, Manager Consultante en Data Sciences et Responsable RSE au sein du Cabinet AVISIA qui est intervenue pour nous expliquer **comment l’Intelligence Artificielle peut aider à répondre aux nouvelles obligations CSRD.** ![Avisia-consultant-charlene-dupont](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-RSE-Charlene-DUPONT-zoom-300x300.webp "Avisia-rse-charlene-dupont-zoom • Avisia")Charlène Dupont, Manager Data Science et Responsable RSE, AVISIA Dans cette présentation, Charlène rappelle et **contextualise la mise en place de la CSRD et les différences avec la NFRD.** Elle revient sur **les données à collecter et les challenges que la collecte de telles informations peut représenter.** Par son expertise en Data Science et connaissance des sujets RSE , elle nous fait le retour sur un use case plus qu’inspirant : **Comment l’IA Générative peut devenir un atout clé dans le cadre de la CSRD.** ### Contact & Téléchargement ![](https://www.avisia.fr/wp-content/uploads/2024/06/Image-07-06-2024-a-16.50-300x165.jpeg "Présentation Csrd • Avisia") Comment traiter avec l’IA la récolte de vos différents documents ? Comment construire une architecture en 2 RAG ? Quels sont les défis et limites de la GEN AI au service de la gestion d’un projet data efficace? Vous saurez tout en **téléchargeant notre présentation via le formulaire ci-dessous:** N’hésitez pas à nous faire un retour et nous partager vos avis sur celle-ci en nous contactant : La Team AVISIA **Catégories:** Data, Événement, Retour d'expérience, RSE & Impact --- ### [Intelligence artificielle & Analytique : AVISIA lance son modèle de prédiction pour la coupe du monde de Rugby 2023](https://www.avisia.fr/actualites/blog/data/intelligence-artificielle-analytique-avisia-lance-son-modele-de-prediction-pour-la-coupe-du-monde-de-rugby-2023) **Published:** septembre 6, 2023 **Author:** Julien LEGAVRE **Content:** ### **Focus sur nos prédictions pour le Match de Finale** ### \*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\* ### ![](https://www.avisia.fr/wp-content/uploads/2023/09/finale-_5-238x300.png "Finale-_5 • Avisia")![](https://www.avisia.fr/wp-content/uploads/2023/09/finale_1-238x300.png "Finale_1 • Avisia")![](https://www.avisia.fr/wp-content/uploads/2023/09/finale_2-239x300.png "Finale_2 • Avisia")![](https://www.avisia.fr/wp-content/uploads/2023/09/finale_3-239x300.png "Finale_3 • Avisia")![](https://www.avisia.fr/wp-content/uploads/2023/09/finale_4-238x300.png "Finale_4 • Avisia") ### **La révolution de la Data dans le sport** La Data est présente dans tous les domaines, le sport n’y échappe pas. Le football professionnel en est le parfait modèle, où la donnée est utilisée dans toutes les parties prenantes (clubs, médias, recruteurs, agents de joueurs…). Côté rugby, les clubs et les sélections emboîtent le pas et exploitent désormais les données au quotidien. L’équipe de France en est un très bon exemple. En effet via son partenariat avec l’éditeur SAS, elle décortique toutes les données disponibles issues de tracking, radar, vidéo, … (cf l’article [BFMTV](https://www.bfmtv.com/tech/comment-le-xv-de-france-gagne-en-expertise-avec-la-donnee_AV-202302110030.html)). Ces analyses ont plusieurs avantages : gain de temps, définitions et suivis d’objectifs personnalisés entre autres. C’est dans ce cadre qu’a lieu depuis le **8 septembre 2023, en France, la Coupe du Monde de rugby, la plus importante et prestigieuse compétition de rugby à XV.** Au cours de celle-ci, les 20 meilleures sélections vont s’affronter et tenter de décrocher le titre final. ### Le Rugby Player Index L’occasion pour nous de vous présenter, en détail, un outil de mesure et suivi de la performance, construit à partir de la donnée par notre AVISIA Sports \_Lab’ : **le Rugby Player Index.** Cet indicateur de performance, spécifique au Rugby, a pour objectifs de : - Résumer la performance d’un joueur en une note globale sur 100, - Rester stable et robuste dans le temps, - Être comparable entre les joueurs et les équipes, - Être interprétable via la création de 6 notes intermédiaires. ### **Une approche mathématique** Afin de construire notre indicateur et ses applications, **nous avons récolté l’historique des matchs de chacune des équipes présentes à la Coupe du Monde : Test match, Coupe du Monde, Six Nations, Tri-Nations …. Soit plus de 800 matchs depuis 2016.** Pour chacun des matchs, nous avons à notre disposition trois groupes d’informations : - Le contexte du match : date, lieu, résultat …etc. - Les statistiques par équipe, - Les statistiques par joueur. Nous retrouvons **une trentaine de statistiques, nous permettant la construction de l’indicateur,** qui sont retravaillés afin de prendre en compte toutes les spécificités du rugby : - Des postes différents : Les attentes de performance sont différentes entre les postes, nous appliquons des pondérations spécifiques aux statistiques selon les besoins de chaque poste. - Des styles de jeu différents : Les nations sont classifiées selon leur style de jeu. Les statistiques des joueurs sont remises à niveau selon le style de jeu de leur équipe, - Un temps de jeu significatif : Le joueur doit avoir joué un minimum de 7 matchs pour être noté. ![](https://www.avisia.fr/wp-content/uploads/2023/09/bc1c3ef3-6afd-40ee-9656-24b696f7a98f-228x300.jpeg "Bc1c3ef3-6afd-40ee-9656-24b696f7a98f • Avisia") Source : En regroupant mathématiquement certaines de ces statistiques, **nous pouvons définir les performances d’un joueur sur plusieurs axes interprétables** : - Course (Déplacement avec ballon) - Distribution (Jeu de passe) - Kicking (Jeu au pied) - Physique (Jeu défensif) - Rigueur (Aptitude à ne pas concéder le ballon à l’adversaire) - Mise en danger (Impact offensif) Ces sous-catégories sont ensuite combinées pour définir un indice allant de 0 à 100. **Cet indice est calculé pour l’ensemble des joueurs des différentes équipes présentes à la Coupe du Monde et vous donne une lecture directe et simplifiée de la performance d’un joueur.** ### **Application de l’indicateur dans un modèle de prédiction** L’indicateur représentant la performance des joueurs, nous pouvons l’utiliser pour prévoir les résultats futurs de l’équipe. **Nous avons donc mis en place un modèle de prévision de résultat des matchs de la Coupe du Monde de Rugby 2023.** Notre modèle prend donc en compte des variables construites à partir de l’indicateur (Moyenne des indices sur les derniers matchs, top joueurs …) mais également les statistiques par équipe que nous avons à disposition. À cela s’ajoute de nouvelles variables créées à partir des données nous permettant de prendre en compte: - la forme actuelle de l’équipe, - le taux de rotation dans l’effectif, - le nombre de jours de repos entre les matchs… **Toutes ces variables ont permis la construction du modèle de Machine Learning de type Support Vector Machine** (SVM, ou Machine à vecteurs de support en français) et dont les résultats sont performants. Par exemple, sur les matchs des 6 Nations 2023, nous atteignons 80% de bonnes prévisions/de bons résultats (12 bonnes prévisions sur 15 matchs). L’ensemble de ces traitements ont été réalisés en Python et/ou via l’éditeur Dataiku et sa plateforme Data Science Studio (DSS). ### **Notre utilisation** Nos travaux sont utilisables dans plusieurs situations **comme des outils d’analyses et d’aides à la décision :** - En amont d’une saison ou d’une compétition pour définir le groupe le plus complet possible selon l’objectif recherché, - En avant-match afin de préciser les points forts/faibles de l’adversaire et choisir la meilleure stratégie à appliquer, - En après match pour analyser et comprendre le résultat d’un match à partir de la donnée. **AVISIA vous proposera avant chaque match, une analyse globale des deux équipes ainsi que des statistiques sur les principales confrontations individuelles pour chacun des postes**. Même la presse en parle! Pour retrouver le passage de [Pascal BIZZARI](https://www.avisia.fr/cabinet-avisia#codir), dans l’émission de BFM BUSINESS : [SPORT BUSINESS cliquez ici](https://www.bfmtv.com/economie/replay-emissions/soixante-minutes-business/) **Catégories:** Data, Intelligence Artificielle, Lab' --- ### [IA & Analytique : Le débrief du modèle de prédiction AVISIA pour la coupe du monde de Rugby 2023](https://www.avisia.fr/actualites/blog/data/intelligence-artificielle-analytique-avisia-debrief-son-modele-de-prediction-pour-la-coupe-du-monde-de-rugby-2023) **Published:** novembre 2, 2023 **Author:** Julien LEGAVRE **Content:** La Coupe du Monde 2023 de Rugby, en France, vient tout juste de se terminer. Et nous venons d’assister à la victoire de **l’Afrique du Sud** ! Après deux rencontres chocs dès les phases de poule : France/Nouvelle Zélande et Afrique du Sud/Irlande, les quatre équipes se sont croisées pour nous offrir deux splendides quarts de finale : Nouvelle Zélande/Irlande et France/Afrique du Sud. Le second cité n’ayant malheureusement pas souri aux XV de France. Par la suite, les Blacks et les Springboks ont écarté l’Argentine et l’Angleterre en demi-finale, pour se retrouver lors de l’ultime rencontre de cette compétition où les Sud-Africains ont triomphé 12/11. Le AVISIA Sports \_Lab’ a suivi cette compétition de bout en bout et vous a proposé, avant chaque match, des analyses complètes : comparaison des deux équipes, confrontations directes entre joueurs ainsi qu’un pronostic issu de notre modèle d’IA. Même la presse en a parlé! Pour retrouver le passage de Pascal BIZZARI, dans l’émission de BFM BUSINESS : [SPORT BUSINESS cliquez ici](https://www.bfmtv.com/economie/replay-emissions/soixante-minutes-business/) En voici un exemple : ![](https://www.avisia.fr/wp-content/uploads/2023/09/intro-presentation-match-240x300.png "Intro-presentation-match • Avisia") ![](https://www.avisia.fr/wp-content/uploads/2023/09/duel-du-match-240x300.png "Duel-du-match • Avisia") ![](https://www.avisia.fr/wp-content/uploads/2023/09/comparaison-poste-avants-240x300.png "Comparaison-poste-avants • Avisia") ![](https://www.avisia.fr/wp-content/uploads/2023/09/comparaison-arrieres-240x300.png "Comparaison-arrieres • Avisia") ![](https://www.avisia.fr/wp-content/uploads/2023/09/annonce-match-_-comparaison-240x300.png "Annonce-match-_-comparaison • Avisia") ### **Rappel sur la construction du modèle :** Notre modèle de prédiction s’appuie sur l’historique des matchs des équipes présentes lors de cette Coupe du Monde. Nous avons récolté plus de 800 matchs, de 2016 à aujourd’hui, dans le but de calculer nos différentes variables et de construire notre modèle de machine learning prenant en compte : - Notre indicateur de performance : le Rugby Player Index >> Moyenne des indices sur les derniers matchs, top joueurs, agrégation au niveau équipe… - Les variables calculées à partir des données : - la forme actuelle de l’équipe, - le taux de rotation dans l’effectif, - le nombre de jours de repos entre les matchs… Prenant en compte une centaine d’indicateurs, dont ceux présentés ci-dessus, notre modèle de machine learning de SVM (Support Vector Machine) a pu être mis en place. ### **Nos résultats : Plus de 75% de bons pronostics !** Avec ce modèle, nous avons atteint 77% de bonnes prévisions lors de cette Coupe du Monde, ce qui équivaut au même niveau de performance que lors du Tournoi des VI nations 2022/2023. Pour vous donner quelques exemples de nos pronostics, voici nos différentes prédictions sur les matchs de poules de cette Coupe du Monde : ![](https://www.avisia.fr/wp-content/uploads/2023/11/res_poule_design_v2.png "Resultat_poules_worldcup • Avisia") Si l’on regarde de plus près le modèle, les variables qui impactent le plus nos prédictions peuvent se regrouper en 3 ensembles : - L’indicateur AVISIA : Moyenne de l’équipe, meilleur joueur, - Les performances collectives : statistiques brutes des derniers matchs, - La forme du moment : Nombre de victoires sur les 3,5 & 10 derniers matchs. Sur les 20% de matchs avec erreur, les variables existantes n’étaient pas suffisantes pour donner une prévision positive. C’est pour cela que nous avons analysé plus en détail ces rencontres et avons pu identifier des axes d’améliorations de notre modèle. ### **Les axes d’amélioration :** Une analyse plus précise du modèle, accompagnée d’une expertise forte du domaine, permettent de mettre en évidence les éléments favorisant de meilleures prédictions. **Dans notre cas, plusieurs variables pourraient bonifier notre modèle, le rendant plus robuste et plus précis**. Nous pouvons citer par exemple : - L’ajout d’un contexte plus précis autour de la rencontre via **la composition des équipes** (forfait, blessure, choix du coach ..) - La prise en compte de la composition : **niveau de l’adversaire** vis-à-vis de la poule, phases de la compétition, enjeu du match. - **La météo**, qui peut également influencer certains styles de jeu : pluie annoncée, vent, température. L’ensemble de ses variables ont un impact certain sur l’issue du match et pourrait donc apporter à notre modèle. La complexité, de leurs utilisations, réside principalement dans la récupération de ces données, afin que ce soit fait de façon automatique et historisé. Enfin, la beauté du sport réside dans l’incertitude de son résultat. Les prévisions, comme dans de nombreux domaines, sont utilisées pour apporter une information supplémentaire (ce qui peut être très utile !) basée sur des événements comparables dans le passé. Si vous voulez en savoir plus ou si le Sport et/ou la Data vous passionnent, vous souhaitez échanger sur nos modèles analytiques réalisés pour le Football ?[ Contactez-nous.](https://www.avisia.fr/nous-contacter) **Catégories:** Data --- ### [Focus sur le Data Act : Décryptage & calendrier](https://www.avisia.fr/actualites/blog/intelligence-artificielle/focus-sur-le-data-act-decryptage-calendrier) **Published:** septembre 11, 2023 **Author:** Pascal BIZZARI **Content:** ## Qu’est-ce que le Data Act ? ### Logique globale Le Data Act est un texte que s’inscrit dans un plan global d’actions de la Commission européenne visant à **assurer la souveraineté numérique de l’Europe à l’horizon 2030.** Ce texte est également complémentaire de la stratégie européenne en matière d’intelligence artificielle. Au niveau du périmètre d’actions, il est important de souligner que le **Data Act ne concerne que les données des objets connectés.** (NB : Ainsi les données provenant de l’utilisation des ordinateurs, des smartphones, des serveurs, des plateformes en ligne comme les réseaux sociaux et les moteurs de recherche, sont exclues du Data Act). **On parle alors de données “industrielles”,** c’est à dire qu’il s’agit de données non personnelles, ce qui permet de les différencier de celles qui restent couvertes par la RGPD. Le Data Act veut **ouvrir la voie à une nouvelle économie de la donnée** (issue de l’IoT) qui profite à tous et qui **encadre comment les entreprises doivent permettre de créer de la valeur ajoutée** à partir de leurs données. De notre point de vue, c’est une tentative ambitieuse de cadrer un marché en fort développement plutôt que d’attendre son apogée pour le réguler. La Commission européenne estime que ce marché potentiel pour apporter entre 250 & 300 milliards € de PIB supplémentaire d’ici 2028 ## **![](https://www.avisia.fr/wp-content/uploads/2023/09/1ac7fb89-fafe-4b04-be34-cb2ebc405c2f_4_5005_c-300x152.jpeg "1ac7fb89-fafe-4b04-be34-cb2ebc405c2f_4_5005_c • Avisia")** ### **Objectifs du Data Act** Au travers de ce texte l’Europe souhaite assurer sa souveraineté numérique grâce à l’adoption et la mise en application de ce décret, dont les ambitions majeures sont : - **Faciliter le partage des données générées** via l’obligation de rendre accessibles les données générées par l’utilisation des objets connectés et services connexes, en contrepartie d’une compensation juste et équitable, - **Permettre l’utilisation de ces données** par les entreprises européenne (Sauf DMA, et sous condition aux pays membres), - **Faciliter le changement de fournisseur** de services de traitement de données (notion de « cloud switching »), - Entériner une **obligation de portabilité des données** à la charge des entreprises qui les génèrent via leurs produits connectés (exigence générale et sectorielle d’interopérabilité), - Mettre en place de **nouvelles garanties contre les accès illicites de gouvernements de pays tiers** aux données non-personnelles contenues dans le cloud. Au travers de ces éléments, on comprends alors que **l’ouverture du partage de la données est au coeur de ce texte**. **Dès 2015** des prémisses du sujet ont été observées avec **la notion de Data Exchange** qui portait sur l’ensemble des données des entreprises. Il manquait néanmoins au Data Exchange un certain cadre que le Data Act corrige aujourd’hui. Et le cadre que pose le Data Act est le suivant : - La restriction du partage **exclusivement sur les données industrielles,** - La définition **d’un format et d’un standard** d’interrogation et de mise à disposition, - La **définition de contrepartie juste et équitable**. Au global, cela ouvre donc la voix de permettre ce partage avec des règles, mais également ne plus permettre le retour arrière pour les opérateurs qui partagent ce type de données. Ceci afin d’éviter des cas d’entreprises comme récemment Twitter qui a fermé ses API de partage de données … entraînant le fin de nombreux services tiers qui les utilisaient. ### **Les implications du Data Act** Avec ce règlement, la Commission Européenne souhaite ouvrir **l’accès à un marché où le cloud est l’épine dorsale** et lance des initiatives afin de lever certains obstacles de façon anticipée (Ex : Barrière au changement de fournisseur de services cloud et « commutation cloud »). Au niveau des **Entreprise ce texte va avoir des impacts, notamment des réorganisations internes d’envergures** (comparables à celles qu’a impliquée le RGPD). Ces impacts vont impliquer : - **D’auditer leurs bases de données** (cartographier les données industrielles, idem que RGPD pour les données personnelles) - **De mettre en place une nouvelle information précontractuelle** exposant les nouveaux droits d’accès et de portabilité des données, - **De déployer des procédures internes** afin de répondre efficacement aux demandes d’accès et de portabilité tout en limitant le transfert aux seules données pertinentes ; - **De garantir la portabilité des données ainsi que l’interopérabilité** des services de traitement, en se conformant à des normes générales ou sectorielles (le Data Act se réfère à ce titre au Règlement européen 1025/2021 et aux normes que les organismes de normalisation pourront émettre à ce titre). On peut alors parler de la **naissance d’une notion d’«accessibility by design »,** à l’instar du « privacy by design & by default » introduit par le RGPD. ## **Conclusion** Le Data Act est une réflexion globale qui divise les opinions : - Il ouvre à des opportunités économiques certaines pour de nombreux acteurs - Mais il n’est pas toujours bien perçu car il touche à de nombreux aspects (individuel, entreprises, cloud, accès état, …) On peut néanmoins noter qu’**il va dans le bon sens pour les droits des individus en autours de leur données et vient compléter les aspects RGDP**, il tend vers la création de standard ou d’uniformisation des échanges de données et essaye d’anticiper des dérives à venir pour les entreprises qui se développent fortement dans le secteur de l’IoT (anticipation vers réaction). > Pour plus d’informations sur le sujet, n’hésitez pas à visionner l’émission Tech & Co de BFM Business dans laquelle AVISIA a été invité pour mettre son expertise au débat du sujet : Data Act : Quels enjeux pour le numérique de demain. > > [**L’émission Tech & Co est à retrouver ici** ](https://www.bfmtv.com/economie/replay-emissions/01-business/dma-ds-et-data-act-comment-ces-reglements-qui-arrivent-du-cote-de-l-union-europeenne-peuvent-changer-le-paysage-du-numerique-09-09_VN-202309090311.html) ## Les textes connexes au Data Act ### **Data Governance Act (DGA) :** Data Governance Act (« DGA ») adopté en mai 2022 et appliqué à partir du 24 septembre 2023 a pour but d’encadrer la réutilisation de certaines données du secteur public en créant notamment de nouvelles certifications et des services d’intermédiaires de données. Le DGA vise à favoriser le partage des données personnelles et non personnelles en mettant en place des structures d’intermédiation. ### **Digital Market Act (DMA) :** Encadre les acteurs numériques pour préserver un marché concurrentiel et restreindre les oligopoles des GAFAM (interopérabilité / auto- favoritisme / possible de désinstaller ou choisir un service tiers) ### **Digital Services Act (DSA):** Encadre les contenus échangés sur les réseaux sociaux afin de protéger les citoyens, notamment les plus jeunes, contre les contenus haineux et les fausses informations \*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\* Ce décryptage a été effectué par[ AVISIA, Cabinet de Conseil spécialisé dans la Data, l’IA & le Digital](https://www.avisia.fr/cabinet-avisia). Régulièrement le cabinet met à disposition son expertise sur différents sujets d’actualité, ne loupez pas notre dernier regard sur **la décision de l’UE et des Etats Unis sur les transferts de données personnelles.** **Catégories:** Événement, Intelligence Artificielle --- ## Pages ### [L'IA boostée](https://www.avisia.fr/) **Published:** novembre 28, 2023 **Author:** Pascal BIZZARI **Content:** # L’IA boostée ## Data Digital Technology Le Cabinet data centric ## AVISIA, toutes les **esthétiques de la Data** Mettez l’ensemble de vos Datas au service des enjeux de votre entreprise et de vos collaborateurs. Nous accompagnons vos projets qui combinent les expertises en Data, Digital & Technologies d’Intelligence Artificielle pour délivrer des solutions de prise de décisions dans une approche globale et responsable. [Découvrir le cabinet](https://www.avisia.fr/cabinet-avisia) ![Data Centric Rétro](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-cabinet-data-centric-data-intro-2.webp "Avisia-cabinet-data-centric-data-intro-2 • Avisia") ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") Via des compétences complémentaires nous mettons l’IA & l’exploitation de vos données au service des enjeux business durables. Pascal BIZZARI • Directeur Général Notre vocation ## Faciliter la **prise de décision business** grâce à l’IA Nous mettons notre savoir-faire au service de la réussite des projets de nos clients au travers de réalisations pragmatiques. 1 ### Transfo Comment réussir sa transformation vers l’IA et la vision produit avec le business et la tech ? #### Contenu - Data strategy - Data Product - Acculturation data & IA #### Ambitions Créer les conditions de la décision par la Data & l’IA 2 ### Business Comment exploiter la data & l’IA pour générer du lead, des ventes et en analyser les leviers ? #### Contenu - Modèle de prévisions, appétences, - Moteur de recommandation, - Optimisation force commerciale, - Conversion Rate Optimisation, - Lutte contre le churn. #### Ambitions Génération de chiffre d’affaires 3 ### Tech Comment soutenir les processus opérant votre activité et déployer des outils efficients ? #### Contenu - Assistant vendeur intelligent, - Moteur de Supply chain, - Automatisation des process internes (RPA, NLP, Computer Vision …), - Outil de GenBI / Self Service Analytics. #### Ambitions Performance des processus et outils efficients Nos engagements ## Nous plaçons nos **engagements sociétaux & environnementaux** au cœur de notre stratégie Nous allons même plus loin en portant notre vision et en accompagnant tout type de structures dans leurs enjeux de transformation durable : associations, entreprises privées ou publiques, ayant un passif d’enjeux durables ou commençant à appréhender le sujet. **En savoir plus sur notre engagement interne et la création de Data For Impact ?** [Nos engagements](https://www.avisia.fr/engagements) Inspirations ## Plongez au cœur de **l'innovation** Retrouvez des exemples concrets qui illustrent la façon dont nous accompagnons nos clients dans l’atteinte de leurs ambitions ![REX Comutitres](https://www.avisia.fr/wp-content/uploads/2026/08/Comutitres.jpg "Comutitres") ### Comutitres : industrialiser l’IA agentique au service de 5 millions de voyageurs ![L'Oréal France IA](https://www.avisia.fr/wp-content/uploads/2026/07/Loreal-2.jpg "L’Oréal France IA") ### L’Oréal : passer de 5 à 1000 agents IA en 2026 ![FLOA Bank](https://www.avisia.fr/wp-content/uploads/2026/03/Floa.png "Floa bank") ### FLOA Bank : Industrialiser l’IA Responsable en Production Bancaire ![Lacoste agentic AI](https://www.avisia.fr/wp-content/uploads/2026/07/Lacoste-x-avisia.jpg "Lacoste X Avisia") ### Lacoste : Réussir sa Migration Dataiku en 6 Mois ![Bouygues Telecom - Dataiku AVISIA](https://www.avisia.fr/wp-content/uploads/2026/07/Bouygues-telecom-dataiku.jpg "Bouygues Telecom – Dataiku") ### Bouygues Telecom : industrialiser son scoring CRM avec Dataiku ![MGEN GenAI](https://www.avisia.fr/wp-content/uploads/2026/06/Mgen.jpg "MGEN") ### MGEN : Valoriser le Patrimoine de Données grâce à l’IA Générative ![Manutan Rex IA](https://www.avisia.fr/wp-content/uploads/2025/02/Manutan-2.jpg "Manutan") ### Manutan : Automatiser 850 000 Fiches Produits grâce à l’IA ![REX club Med Agentique](https://www.avisia.fr/wp-content/uploads/2026/07/Club-med-rex.jpg "Club Med – Rex") ### Club Med : Interroger les Données en Langage Naturel grâce à la Gen AI ![Maisons Du Monde REX](https://www.avisia.fr/wp-content/uploads/2026/07/Maisons-du-monde.jpg "Maisons Du Monde") ### Maisons du Monde : générer 3x plus vite ses descriptifs produits grâce à la GenAI ![Bouygues Telecom REX AVISIA](https://www.avisia.fr/wp-content/uploads/2026/07/Bouygues-telecom.jpg "Bouygues Telecom REX AVISIA") ### Bouygues Telecom : déployer le self-service analytics grâce à un agent IA conversationnel ## Nos **500 clients** parlent de nous ! [Découvrez les témoignages de nos clients](https://trustfolio.co/profil/avisia-oJthVGCwO) Actualités ## Les **news** du Cabinet ## Partons en **immersion presse** [ ![Argentine – Espagne • AVISIA](https://www.avisia.fr/wp-content/uploads/2026/07/Argentine-espagne-prono-avisia--768x578.png) ](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) ### [L’IA d’AVISIA connaissait le nom du vainqueur de la Coupe du Monde](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [Footmercato](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [ ![le futur du Cloud Souverain](https://www.avisia.fr/wp-content/uploads/2026/07/Image-10-768x384.png) ](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) ### [Cloud souverain : et si le mythe devenait enfin réalité ?](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [Maddyness](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [ ![Avisia X Footmercato](https://www.avisia.fr/wp-content/uploads/2026/06/Avisia-x-footmercato-768x516.png) ](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) ### [France – Suède : l’IA peut désormais prédire les tirs au but](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [ ![Les Echos AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-09-140844-768x366.png) ](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) ### [Comment accompagner les collaborateurs dans l’adoption de l’IA](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [ ![Maddyness AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-01-101507-768x308.png) ](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) ### [PSG-Arsenal : l’IA savait déjà qui allait gagner la Ligue des champions](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [ ![IA Ligue des champions](https://www.avisia.fr/wp-content/uploads/2026/05/IA-LEAGUE-DES-CHAMPIONS-2026-768x599.jpg) ](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) ### [Ligue des Champions – L’intelligence artificielle prédira le vainqueur du choc PSG-Arsenal](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [ ![Footmercato AVISIA](https://www.avisia.fr/wp-content/uploads/2026/05/Footmercato-768x768.png) ](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) ### [CdM 2026 : quand AVISIA prédit la liste de l’Equipe de France](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [Footmercato](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [ ![Le Progrès Lyon AVISIA](https://www.avisia.fr/wp-content/uploads/2026/04/AVISIA-Le-Progres-768x812.png) ](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) ### [« C’est un levier majeur de compétitivité » : des cafés IA pour mieux comprendre](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [Le progrès](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [ ![IA mercato football](https://www.avisia.fr/wp-content/uploads/2026/01/IA-pour-le-mercato-768x441.png) ](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) ### [L’IA, la nouvelle arme secrète des clubs pour le mercato](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [Footmercato.net](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [ ![LES ECHOS – champions de l’IA](https://www.avisia.fr/wp-content/uploads/2025/12/LES-ECHOS-768x630.png) ](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) ### [Focus sur les Champions de l’IA](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Les Echos](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Toutes nos actualités](https://www.avisia.fr/actualites/blog) Envie de rejoindre la team ? ## Choisissez la trajectoire idéale **pour votre carrière** Envie de rejoindre la team et de découvrir [nos opportunités de carrière](https://www.avisia.fr/carriere/offres-emploi) ou simplement d’en savoir plus sur notre culture d’entreprise ? Rendez-vous sur l’espace carrière ! [Espace carrière](https://www.avisia.fr/carriere) ![Conseil-data-ia-avisia](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-carriere-1.webp "Avisia-carriere • Avisia") [Nous situer](https://www.google.com/maps/place/AVISIA/@48.8711435,2.2859142,17z/data=!3m1!4b1!4m6!3m5!1s0x47e66fee9f9f478d:0x641913fdaf58bdad!8m2!3d48.8711435!4d2.2884945!16s%2Fg%2F113d_74f_?entry=ttu) ## 5 agences **en France** ![](/wp-content/themes/avisia/images/avisia-fond-carte-agences.svg) Lille Paris Nantes Bordeaux Lyon [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) 40, Place du Théâtre 59800 Lille [06 28 92 02 48]() [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) 48, avenue Victor Hugo 75016 Paris [01 44 17 14 00]() [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) 1, Impasse Serge Reggiani 44800 Saint-Herblain [07 86 78 84 02]() [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) H15, Quai des Chartrons 33000 Bordeaux [06 07 35 40 59]() [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) 27, rue de La Villette 69000 Lyon [04 28 29 84 68]() [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Nos expertises Data, IA & Agentic AI](https://www.avisia.fr/expertises) **Published:** novembre 28, 2023 **Author:** Pascal BIZZARI **Content:** Notre vision ## **Data & IA** au service de la performance Business Dès 2007, lors de notre création, nous avons pris le parti d’être et de rester un acteur de niche sur l’exploitation de la donnée au service de la prise de décisions business. Depuis nous n’avons cessé d’évoluer et de renforcer nos expertises pour maintenir cette ambition tout en intégrant les nouvelles méthodologies et technologies de pointe. Nous avons identifié dès 2021 les compétences clés de l’[**Intelligence Artificielle**](/actualites/blog/product-management/notre-vision-de-lintelligence-artificielle). Cette expertise s’est depuis élargie à l’IA Agentique, qui structure aujourd’hui une part croissante de nos projets. ![Data Centric Rétro](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-cabinet-data-centric-data-intro-1-1.webp "Avisia-cabinet-data-centric-data-intro-1 • Avisia") ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") Au travers de notre métier de service, nous accompagnons les Hommes et Femmes mobilisés dans la révolution de l’Intelligence Artificielle Pascal BIZZARI • Directeur Général Notre savoir-faire ## Nos **expertises** en IA Agentique ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### Agent Builder & Orchestration Concevoir des agents capables de décomposer des objectifs abstraits en plans d'actions concrets, enrichis par des pipelines [RAG](https://www.avisia.fr/definition/rag-retrieval-augmented-generation) pour une connaissance métier toujours à jour. Nous implémentons des architectures qui naviguent dans vos systèmes pour exécuter des workflows sans friction. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### Écosystèmes Intelligents Créer des synergies entre agents spécialisés. Plutôt qu'un modèle monolithique, nous orchestrons la collaboration entre plusieurs agents experts (juridique, finance, support) pour résoudre des problématiques transverses complexes. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### Contrôle & Éthique (HITL) Garantir la fiabilité via le "Human-in-the-loop". Nous définissons les cadres de responsabilité, les limites d'action et les protocoles d'escalade pour assurer que l'autonomie de l'IA reste alignée avec vos valeurs et régulations. Vos enjeux ## 3 practices pour répondre **à vos enjeux** 1 ### Transfo Comment réussir sa transformation vers l’IA et la vision produit avec le business et la tech ? #### Contenu - Data strategy - Data Product - Acculturation data & IA #### Ambitions Créer les conditions de la décision par la Data & l’IA 2 ### Business Comment exploiter la data & l’IA pour générer du lead, des ventes et en analyser les leviers ? #### Contenu - Modèle de prévisions, appétences, - Moteur de recommandation, - Optimisation force commerciale, - Conversion Rate Optimisation, - Lutte contre le churn. #### Ambitions Génération de chiffre d’affaires 3 ### Tech Comment soutenir les processus opérant votre activité et déployer des outils efficients ? #### Contenu - Assistant vendeur intelligent, - Moteur de Supply chain, - Automatisation des process internes (RPA, NLP, Computer Vision …), - Outil de GenBI / Self Service Analytics. #### Ambitions Performance des processus et outils efficients Nos références clients ## Notre expertise au service de nos clients Nous avons accompagné plus de 500 clients, dans tous les secteurs où la donnée sert la décision business. Cette diversité d’expériences vous garantit une approche déjà éprouvée sur des enjeux proches des vôtres. [Découvrez les témoignages de nos clients](https://trustfolio.co/profil/avisia-oJthVGCwO) Témoignages ## Nos retours d’expérience client [ ![](https://www.avisia.fr/wp-content/uploads/2026/04/Imagine-Day-GEN-AI-.jpeg "Imagine Day GEN AI") ](https://www.avisia.fr/actualites/blog/data/comutitres-lia-au-service-de-la-mobilite) ### [Comutitres x AVISIA : comment l’IA Agentique a automatisé le support Navigo](https://www.avisia.fr/actualites/blog/data/comutitres-lia-au-service-de-la-mobilite) [ ![Prise de parole](https://www.avisia.fr/wp-content/uploads/2026/03/1000055079-1.jpeg "Prise de parole") ](https://www.avisia.fr/actualites/blog/data/floa-x-avisia-au-coeur-de-lia-responsable) ### [Retour sur Dataquitaine 2026 : Surmonter le GenAI Divide et intégrer l’IA responsable](https://www.avisia.fr/actualites/blog/data/floa-x-avisia-au-coeur-de-lia-responsable) [ ![Matinale Dior Marion Jacobson](https://www.avisia.fr/wp-content/uploads/2026/01/Matinale-AVISIA-MJ.jpg "Matinale AVISIA – MJ") ](https://www.avisia.fr/actualites/blog/data/ia-agentique-en-2026-comment-industrialiser-et-gouverner-vos-agents-a-lechelle) ### [Retour sur la Matinale AVISIA : Le passage à l’échelle de l’IA Agentique](https://www.avisia.fr/actualites/blog/data/ia-agentique-en-2026-comment-industrialiser-et-gouverner-vos-agents-a-lechelle) [ ![AVISIA meilleur intégrateur Dataiku](https://www.avisia.fr/wp-content/uploads/2026/01/dataiku-Com.png "Avisia meilleur intégrateur Dataiku") ](https://www.avisia.fr/actualites/blog/data/avisia-reconnu-3eme-partenaire-mondial-par-dataiku) ### [AVISIA reconnu 3ème partenaire mondial par Dataiku](https://www.avisia.fr/actualites/blog/data/avisia-reconnu-3eme-partenaire-mondial-par-dataiku) [ ![TOP 10 Business case IA](https://www.avisia.fr/wp-content/uploads/2025/12/TOP-10.png "TOP 10 Business case IA") ](https://www.avisia.fr/actualites/blog/data/top-10-de-lusage-de-lia-generative-en-entreprise-en-2025-performance-et-roi) ### [IA générative en entreprise : 10 cas d’usage concrets avec ROI mesuré en 2026](https://www.avisia.fr/actualites/blog/data/top-10-de-lusage-de-lia-generative-en-entreprise-en-2025-performance-et-roi) [ ![Dataiku Summit 2025](https://www.avisia.fr/wp-content/uploads/2025/11/DATAIKU-250925-6622-1-2880x1800.jpg "Dataiku Summit 2025") ](https://www.avisia.fr/actualites/blog/data/lacoste-x-avisia-secrets-dune-migration-reussie) ### [Retour sur le Dataiku Summit 2025 : Moderniser son héritage analytique et accélérer sa transformation data](https://www.avisia.fr/actualites/blog/data/lacoste-x-avisia-secrets-dune-migration-reussie) [ ![AVISIA et Vorwerk France](https://www.avisia.fr/wp-content/uploads/2025/10/Visuels-articles-1.jpg "Visuels articles (1)") ](https://www.avisia.fr/actualites/blog/data/avisia-x-thermomix-predire-pour-mieux-anticiper) ### [Thermomix (Vorwerk) x AVISIA : prévision de ventes quotidiennes avec Machine Learning (LightGBM)](https://www.avisia.fr/actualites/blog/data/avisia-x-thermomix-predire-pour-mieux-anticiper) [ ![mgen-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/03/accessibilite-data-.png "accessibilité data") ](https://www.avisia.fr/actualites/blog/data/conference-avisia-accompagne-mgen-dans-la-mise-en-lumiere-du-patrimoine-de-donnees-grace-aux-ia-generatives) ### [Retour sur CAP IT 2025 : L’IA générative au service de l’accessibilité des données en assurance](https://www.avisia.fr/actualites/blog/data/conference-avisia-accompagne-mgen-dans-la-mise-en-lumiere-du-patrimoine-de-donnees-grace-aux-ia-generatives) [ ![manutan-avisia.png](https://www.avisia.fr/wp-content/uploads/2025/02/MANUTAN-AVISIA.jpg "MANUTAN GROUPE") ](https://www.avisia.fr/actualites/blog/data/manutan-automatise-la-gestion-de-ses-references-produits-grace-a-lia) ### [Comment construire l’architecture de la GenAI pour automatiser les références produits chez Manutan ?](https://www.avisia.fr/actualites/blog/data/manutan-automatise-la-gestion-de-ses-references-produits-grace-a-lia) [ ![](https://www.avisia.fr/wp-content/uploads/2025/01/WEBINAR-3-1.png "Digital strategy") ](https://www.avisia.fr/actualites/blog/data/data-governance-conformite) ### [Data Governance : construire une stratégie alliant conformité et performance](https://www.avisia.fr/actualites/blog/data/data-governance-conformite) Nos partenaires ## Un choix exigeant de partenaires performants pour vous accompagner Dans nos interventions, nous utilisons l’ensemble des solutions du marché mais nous avons noué des relations privilégiées avec certains éditeurs dont la proposition de valeur nous paraît différenciante. ![AVISIA-PARTENARIAT-Google-Cloud](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Google-Cloud-Symbol-white.webp) ### Google Cloud Platform – GCP L’intelligence artificielle se nourrit de données, et le cœur de la plateforme GCP est de faciliter l’accès aux données, à leur consolidation, préparation, exposition, application de modèles de Machine Learning et le déploiement à grande échelle. [En savoir +](https://www.avisia.fr/partenaires/google-cloud-platform) ![AVISIA meilleur intégrateur Snowflake](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Snowflake-white.webp) ### Snowflake Idéal si votre approche de la data a pour ambition de tirer la pleine mesure des données de façon globale au sein d’une marketplace facilitant l’interactivité avec de nombreuses solutions sans contrainte de maintenance ou d’administration. [En savoir +](https://www.avisia.fr/partenaires/snowflake) ![Avisia meilleur partenaire Dataiku](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Dataiku-white.webp) ### Dataiku Dataiku est la plateforme par excellence pour développer vos capacités d’IA de façon collaborative au sein d’un environnement unique pour tous vos profils et ainsi d’accélérer le déploiement de projets avec gouvernance et contrôle. [En savoir +](https://www.avisia.fr/partenaires/dataiku) ![AVISIA-PARTENARIAT-Looker](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Looker-white.webp) ### Looker Looker est un produit qui vous permet d’explorer, de partager et de visualiser les données de votre entreprise afin de prendre de meilleures décisions commerciales. Cette page vous aidera à commencer à vous familiariser avec Looker grâce à notre documentation. [En savoir +]() ![AVISIA-PARTENARIAT-Tableau](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Tableau-white.webp) ### Tableau Pionnière de solutions de Self Service Analytics, Tableau offre la plateforme d’analytique visuelle la plus complète pour répondre aux problématiques business par la donnée. [En savoir +]() ![AVISIA-PARTENARIAT-GoogleMarketingPlatform](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-GoogleMarketingPlatform-white.webp) ### Google Marketing Platform Si pour votre e-business vous pensez que les analyses ne sont pas une finalité mais un moyen pour driver vos actions, alors GMP est la plateforme unifiée idéale permettant d’optimiser les actions marketing et d’obtenir de meilleurs résultats. [En savoir +](https://marketingplatform.google.com/about/) ![](https://www.avisia.fr/wp-content/uploads/2025/12/S3NS-1.png) ### S3NS S3NS est le cloud de confiance né du partenariat entre Thalès et Google Cloud. Il combine la puissance technologique de GCP avec un hébergement 100% souverain en France. Idéal pour vos données sensibles ou réglementées : santé, finance, secteur public, infrastructures critiques. [En savoir +](https://www.avisia.fr/partenaires/S3NS) ![AVISIA-PARTENARIAT-Piano](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Piano-white.webp) ### Piano Analytics Les pionniers connaissent XiTi et la suite AT-Internet, mais aujourd’hui sous l’égide Piano, la plateforme offre une palette complète de solutions pour une expérience digitale personnalisée et un pilotage complet de la performance. [En savoir +](https://piano.io/fr/) ![AVISIA-PARTENARIAT-FIVETRAN](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-FIVETRAN-white.webp) ### Fivetran C’est l’ELT par définition ! Solution SaaS qui simplifie, automatise l’alimentation de votre modern data stack en proposant et gérant le maintien de connecteurs pour l’ensemble de vos sources de données. [En savoir +](https://www.fivetran.com/fr) ![AVISIA-PARTENARIAT-SAS](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-SAS-white.webp) ### SAS Solution historique qui a démocratisé l’exploitation industrielle de la business intelligence dans de nombreux secteurs grâce à des produits robustes et un langage propriétaire associé. [En savoir +](https://www.avisia.fr/partenaires/sas) ![AVISIA-PARTENARIAT-CommandersAct](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-CommandersAct-white.webp) ### Commanders Act A l’origine de la solution de Tag Management System la plus robuste du marché (TagCommander), Commanders Act édite aujourd’hui une Customer Data Platform complète permettant de collecter, contrôler, enrichir et partager les données clients first party en temps réel grâce à une approche Server-side.. [En savoir +](https://www.commandersact.com/fr) ![](https://www.avisia.fr/wp-content/uploads/2026/01/Wizaly.png) ### Wizaly Wizaly est une plateforme de mesure marketing indépendante des cookies tiers. Elle mesure la performance de vos campagnes sur l’ensemble du parcours client et pilote vos investissements média avec une attribution fiable, first-party et conforme RGPD. [En savoir +](https://www.avisia.fr/partenaires/WIZALY) ![Avisia-codir-alexandre-grieu](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Alexandre-GRIEU-zoom-150x150.webp "Avisia-codir-alexandre-grieu-zoom • Avisia") En nous associant avec des leaders technologiques de haut niveau, nous restons à la pointe des innovations et enrichissons notre savoir-faire Alexandre GRIEU • Directeur Général Délégué, Associé Nos formations ## Acculturation , remise à niveau & montée en compétences Au travers de notre Académie de Formation, nous souhaitons partager et transmettre nos expertises à nos clients pour les accompagner dans leur transformation data. Nous sommes, à ce titre, certifiés organisme formateur sous le numéro 11 75 44395 75 et **[certifiés QUALIOPI](https://annuaire-entreprises.data.gouv.fr/rechercher?label=qualiopi&terme=avisia).** [Nos formations](https://www.avisia.fr/expertises/formations) ![Avisia-consultant-sylvie-pierre](https://www.avisia.fr/wp-content/uploads/2024/03/AVISIA-Formations-Sylvie-PIERRE-150x150.webp "Avisia-formations-sylvie-pierre • Avisia") 30% des compétences acquises sont obsolètes au bout de 2 ans. Sans formation, chaque personne peut ainsi être dépassée au bout de 6 ans Sylvie PIERRÉ • Practice Leader Formation [![Logo_qualiopi_avec_mention](https://www.avisia.fr/wp-content/uploads/2024/06/Logo_Qualiopi_avec_mention.png.webp "Logo_qualiopi_avec_mention.png • Avisia")](https://annuaire-entreprises.data.gouv.fr/rechercher?label=qualiopi&terme=avisia) ## Un panel de formations sur-mesure ### Expertes Une expertise qui répond à vos besoins Nous avons une capacité d’appréhender toutes les problématiques et de les retranscrire dans les supports de cours ### Concrètes Une offre adaptée aux problématiques terrain Nos cycles de formation sont enrichis de nombreux exemples concrets issus de cas développés par nos consultants et inspirés de leurs expériences sur le terrain. ### Adaptées Des formules flexibles qui s’adaptent à vous Sessions inter ou intra entreprises, dans nos locaux, chez vous ou à distance. Possibilité de création de cours personnalisés avec vos propres données. ### Captivantes Des formateurs passionnés par la data Nos consultants/formateurs interviennent en mission de secteurs très variés, et sauront s’adapter à chaque niveau et contexte. Leur volonté est de transmettre leur savoir en permettant aux participants de se l’approprier. [Découvrez nos formations en détail](https://www.avisia.fr/expertises/formations) Focus ## L'innovation au travers de **nouveaux enjeux** Nos travaux de R&D sont axés sur des thématiques en lien avec les centres d’intérêt de nos consultants. Cela nous permet d’ouvrir les champs des possibles de l’IA et de la Data à de nouveaux terrains de jeu. [ ![avisia-index-player-carte](https://www.avisia.fr/wp-content/uploads/2024/11/avisia-index-player-visuel-carte.png) ](https://www.avisia.fr/focus/comment-utiliser-data-football) ### [Usage de la Data dans le football](https://www.avisia.fr/focus/comment-utiliser-data-football) Au travers d’un indicateur unique, commun et comparable le AVISIA Index Player offre la possibilité d’optimiser les choix de joueurs... [ ![](https://www.avisia.fr/wp-content/uploads/2025/02/AVISIA-IA-au-service-de-la-CSRD.jpg) ](https://www.avisia.fr/focus/ia-generative-au-service-de-la-csrd) ### [L’IA Générative au service de la CSRD](https://www.avisia.fr/focus/ia-generative-au-service-de-la-csrd) Utilisez l’IA générative pour simplifier la préparation des rapports CSRD, améliorer la synthèse d’informations et automatiser la rédaction. [ ![Migration SAS DATAIKU AVISIA](https://www.avisia.fr/wp-content/uploads/2025/02/AVISIA-Migration-de-codes-SAS-vers-Dataiku.jpg) ](https://www.avisia.fr/focus/assistant-ia-migrer-sas-vers-dataiku) ### [Migration SAS vers Dataiku](https://www.avisia.fr/focus/assistant-ia-migrer-sas-vers-dataiku) Une méthodologie inédite utilisant l’IA générative pour migrer efficacement les codes SAS directement en flux Dataiku optimisés et automatisés. [ ![](https://www.avisia.fr/wp-content/uploads/2025/02/AVISIA-Fresque-de-lIA-Generative.jpg) ](https://www.avisia.fr/focus/fresque-ia-generative) ### [Osez l’IA avec la Fresque de l’IA Générative](https://www.avisia.fr/focus/fresque-ia-generative) Organiser un atelier collaboratif pour mieux comprendre l’impact de l’IA et explorez les opportunités avec vos équipes. Avec notre expertise faites parler vos données Nous travaillons avec les leaders de tous secteurs. Parlons ensemble de vos projets et nous saurons vous aiguiller, vous présenter des cas d’usage inspirants et vous proposer des solutions à vos problématiques. L’expertise Data, Digitale & AI c’est notre domaine. [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Cabinet de conseil Data & IA en France](https://www.avisia.fr/cabinet-avisia) **Published:** novembre 28, 2023 **Author:** Pascal BIZZARI **Content:** AVISIA en quelques mots ## (re)Découvrez le monde du conseil sous un angle différent **Cabinet de conseil** Fondé en 2007 **L’Humain au centre** de notre ADN **+ de 300** consultants Valeurs fondatrices **Expertise Proximité Pragmatisme** **Index égalité 94%** Homme/Femme Un positionnement **exclusif sur la data** Présent dans **5 villes de France** Notre mission ## Engagés dans la **révolution de l’IA en entreprise** Nous accompagnons les Hommes et les Femmes mobilisés par la révolution de l’Intelligence Artificielle. C’est notre métier de service. Pour réussir ce virage, nous maîtrisons toutes les expertises d’un [projet d’Intelligence Artificielle](https://www.avisia.fr/actualites/blog/product-management/notre-vision-de-lintelligence-artificielle). Nous mettons ce savoir-faire au service de nos clients. Nos réalisations sont pragmatiques et facilitent la décision business grâce à la Data. [Découvrez nos expertises](https://www.avisia.fr/expertises) ![Avisia-cabinet-innovation](https://www.avisia.fr/wp-content/uploads/2024/04/avisia-cabinet-innovation.webp "Avisia-cabinet-innovation • Avisia") ## Plongez au **cœur de l’innovation** Notre Cabinet est dédié à l’innovation. Nous investissons dans la recherche et la maîtrise des nouvelles technologies. Notre Data Lab’ imagine, construit et délivre des [projets novateurs](https://avisia-tools.fr/). C’est un incubateur interne pour le développement de nos talents et nos savoir-faire. [Découvrez les derniers projets du Lab'](/actualites/blog/category/lab) Notre mindset ## Un Cabinet de Conseil à contre-courant & collaboratif C’est souvent comme cela que l’on nous qualifie. Nous avons construit un ADN basé sur l’Humain et la proximité avec nos collaborateurs. Ces valeurs sont au cœur de tout ce que nous entreprenons. Cela se matérialise par : 1 ### Fidélisation de nos collaborateurs Nous accompagnons nos collaborateurs dès leurs débuts de carrière jusqu’à des postes clés de notre Cabinet. 2 ### Culture et ADN Nous maîtrisons notre croissance afin d’offrir à nos clients et collaborateurs une expérience fidèle à celle de nos débuts. 3 ### Accompagnement et proximité Le développement de notre Cabinet est guidé par l’écoute des aspirations de nos équipes qui nous font grandir. 4 ### Esprit collaboratif Nous les intégrons enfin dans l’évolution de process qui structurent le Cabinet et en définissent le fonctionnement. Nos métiers ## Des compétences sur toute la chaîne de valeur de la Data et de l’IA ### Consultant(e) Data Scientist Transformez les données en leviers de performance. Chez AVISIA, nos Data Scientists conçoivent et déploient des modèles avancés pour répondre aux enjeux métiers grâce à l’IA, de la prédiction à la recommandation. ### Consultant(e) Product Owner Data/IA Accélérez la livraison de valeur. Véritables chefs d’orchestre, nos Product Owners pilotent les produits data & IA, de l’idéation à l’industrialisation, en favorisant l’agilité, la priorisation et l’impact métier. ### Consultant(e) Project Manager Data/IA Conduisez des projets complexes avec impact. Nos chefs de projet orchestrent des initiatives data & IA structurantes, en garantissant la tenue des délais, la qualité des livrables et l’adhésion des parties prenantes. ### Consultant(e) Data Gouvernance Structurez, sécurisez, valorisez. Nos consultants en data gouvernance accompagnent les organisations dans la maîtrise de leurs données : qualité, conformité, catalogage et pilotage des actifs data. ### Consultant(e) Data Strategist Faites de la data un actif stratégique. Les Data Strategists AVISIA définissent et pilotent les feuilles de route data & IA, alignées sur les ambitions business, en lien étroit avec les directions métiers et IT. ### Consultant(e) Data Analyst Expert en analyse de données et en intelligence artificielle, il accompagne les entreprises dans l’exploitation de leurs données pour améliorer leurs performances. Ce métier allie des compétences techniques et analytiques à une dimension stratégique, permettant de résoudre des problématiques variées : optimisation des ventes, prévisions, recommandations, segmentation client, etc. ### Consultant(e) Digital Analyst Expert du tracking digital et de la donnée comportementale, il aide les entreprises à mesurer et piloter leur performance omnicanale. Ce métier allie maîtrise technique du tracking (web, app, server-side) et vision business. Il répond à des enjeux variés : attribution marketing, optimisation du parcours client, conformité RGPD, pilotage de la stratégie e-commerce. Notre CODIR ## Proche de nos collaborateurs A l’image de notre Cabinet, l’équipe de direction s’est constituée au fil de rencontres, d’expériences et de valeurs communes qui ont scellé l’envie de travailler ensemble et de porter un projet entrepreneurial. Dès 2007, le CODIR partage une conviction : la data deviendra le moteur de la décision, dans tous les secteurs et toutes les directions d’entreprise. Cette conviction a évolué avec l’essor de l’IA. Chacun apporte une expertise complémentaire. Ensemble, ils font d’AVISIA le cabinet de référence, agnostique technologiquement, spécialisé dans la Data. ![Avisia-codir-group](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-GROUP-2.webp "Avisia-codir-group • Avisia") ## Portrait de chacun ![Avisia-codir-xavier-gamarre](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Xavier-GAMARRE-zoom-768x768.webp "Avisia-codir-xavier-gamarre-zoom • Avisia") ### Xavier GAMARRE Fondateur Xavier GAMARRE bénéficie de 25 années d’expérience en sociétés de... [Lire la suite](#) [ ](mailto:xgamarre@avisia.fr) [ ](https://www.linkedin.com/in/xavier-gamarre-a655321/) ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-768x768.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") ### Pascal BIZZARI Directeur Général, Associé En charge de la direction générale opérationnelle du Cabinet, la définition... [Lire la suite](#) [ ](mailto:pbizzari@avisia.fr) [ ](https://www.linkedin.com/in/pascalbizzari/) ![Avisia-codir-elie-nkaoua](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Elie-NKAOUA-zoom-1-768x768.webp "Avisia-codir-elie-nkaoua-zoom • Avisia") ### Elie N’KAOUA Directeur Général Délégué, Associé En charge de la direction des opérations du Cabinet avec... [Lire la suite](#) [ ](mailto:enkaoua@avisia.fr) [ ](https://www.linkedin.com/in/elie-n-kaoua-b3a60123/) ![Avisia-codir-alexandre-grieu](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Alexandre-GRIEU-zoom-768x768.webp "Avisia-codir-alexandre-grieu-zoom • Avisia") ### Alexandre GRIEU Directeur Général Délégué, Associé En charge du développement commercial du Cabinet et de la... [Lire la suite](#) [ ](mailto:agrieu@avisia.fr) [ ](https://www.linkedin.com/in/alexandre-grieu-867b6b7/) ![Anne Omont](https://www.avisia.fr/wp-content/uploads/2024/01/Image-30-04-2024-a-10.34-1.jpeg "Anne Omont • Avisia") ### Anne OMONT Directrice des Régions, Associée En charge du pilotage et du développement du Cabinet en... [Lire la suite](#) [ ](mailto:aomont@avisia.fr) [ ](https://www.linkedin.com/in/anneomont33/) ![Avisia-codir-antoine-monino](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Antoine-MONINO-zoom-1-768x768.webp "Avisia-codir-antoine-monino-zoom • Avisia") ### Antoine MONINO Directeur Technique, Associé Référent technique pour l’ensemble de nos missions complexes mêlant du... [Lire la suite](#) [ ](mailto:amonino@avisia.fr) [ ](https://www.linkedin.com/in/antoine-monino-4b050617/) Notre équipe ## Avec le soutien sans faille d’une équipe élargie Les consultants sont la vitrine du Cabinet à travers leurs réalisations quotidiennes. L’équipe dirigeante s’appuie aussi sur des relais précieux qui structurent nos activités : ### Practice Leaders Consultants séniors et experts sur nos différents métiers, ils sont des relais pour faire le lien entre nos savoir faire et le marché ### Team Acquisition / RH Anime le recrutement, l’Onboarding et gère la vie des RH au quotidien. ### Commerciaux Ils sont le lien avec nos clients / prospects, assurent le suivi de nos interventions et travaillent à valoriser nos savoirs faire. ### Academy S’occupe de produire, coordonner et animer la dynamique des ateliers internes et du plan de certification pour booster le développement des compétences de nos collaborateurs. ### Contrib’ Leaders Capitalisent, enrichissent et partagent l’ensemble de nos expertises. ### Managers Ils sont essentiels pour faire progresser et grandir les équipes ainsi pour aider la direction dans l’ensemble des processus RH. ### Team Back Office & SI Interne Ils s’occupent de tout le bon fonctionnement de la structure. ### Marketing & Communication Assure de promouvoir et mettre en valeur nos savoir faire. **Envie de rejoindre une de nos teams pour booster votre carrière ?** [Découvrez les trajectoires qui s’offrent à vous](https://www.avisia.fr/carriere) ## Nos **agences** Chez AVISIA nous ne proposons pas seulement un job mais plutôt une carrière qui s’inscrit dans la durée et qui s’adapte à nos consultants à chaque moment de leur vie et de leurs attentes. Nous sommes présents dans 5 agences en France : [Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris), [Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon), [Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux), [Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) et [Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille). Cette proximité nous permet de mobiliser vos équipes rapidement, avec des consultants implantés près de vos sites. Vous limitez ainsi les coûts et les délais de déplacement sur vos projets. Cette organisation en région nous permet aussi de fidéliser nos consultants sur la durée. Vous bénéficiez d'équipes stables qui connaissent votre contexte métier, ce qui réduit le risque de rotation sur vos projets critiques. ![](/wp-content/themes/avisia/images/avisia-fond-carte-agences.svg) Lille Paris Nantes Bordeaux Lyon [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) 40, Place du Théâtre 59800 Lille [06 28 92 02 48]() [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) 48, avenue Victor Hugo 75016 Paris [01 44 17 14 00]() [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) 1, Impasse Serge Reggiani 44800 Saint-Herblain [07 86 78 84 02]() [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) H15, Quai des Chartrons 33000 Bordeaux [06 07 35 40 59]() [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) 27, rue de La Villette 69000 Lyon [04 28 29 84 68]() Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Contactez les Experts AVISIA pour vos enjeux Data, IA ou Agentique](https://www.avisia.fr/nous-contacter) **Published:** novembre 28, 2023 **Author:** Pascal BIZZARI **Content:** Vous vous posez une question concernant nos expertises ou typologies d’intervention ? Vous avez un projet et vous souhaitez en parler avec nos experts ? C’est par ici ! 19 ans d'expertise Data, IA & Agentique (depuis 2007) 300+ Consultants experts Data, IA & Agentique 500+ Entreprises accompagnées [Nous situer](https://www.google.com/maps/place/AVISIA/@48.8711435,2.2859142,17z/data=!3m1!4b1!4m6!3m5!1s0x47e66fee9f9f478d:0x641913fdaf58bdad!8m2!3d48.8711435!4d2.2884945!16s%2Fg%2F113d_74f_?entry=ttu) ## 5 agences **en France** ![](/wp-content/themes/avisia/images/avisia-fond-carte-agences.svg) Lille Paris Nantes Bordeaux Lyon [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) 40, Place du Théâtre 59800 Lille [06 28 92 02 48]() [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) 48, avenue Victor Hugo 75016 Paris [01 44 17 14 00]() [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) 1, Impasse Serge Reggiani 44800 Saint-Herblain [07 86 78 84 02]() [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) H15, Quai des Chartrons 33000 Bordeaux [06 07 35 40 59]() [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) 27, rue de La Villette 69000 Lyon [04 28 29 84 68]() [Nous contacter](https://www.avisia.fr/nous-contacter) ## Questions fréquentes Comment contacter AVISIA pour un projet Data ou IA ? Vous pouvez remplir le [formulaire ci-dessus](https://www.avisia.fr/nous-contacter#contact-form), appeler directement l'agence la plus proche de vous, ou nous écrire à . Un membre de notre équipe commerciale reviendra vers vous sous 48 heures ouvrées pour comprendre votre besoin et vous orienter vers le bon expert (Data Strategy, Data Science, IA Générative, IA Agentique, Gouvernance, Cloud). Je suis candidat, comment postuler chez AVISIA ? Ce formulaire de contact est dédié aux demandes projets. Pour rejoindre AVISIA, consultez directement nos [offres d'emploi](https://www.avisia.fr/carriere/offres-emploi) ou écrivez-nous à . AVISIA intervient-il partout en France ? Oui, AVISIA dispose de 5 agences (Paris, Lille, Nantes, Bordeaux, Lyon) et intervient sur l'ensemble du territoire français, en présentiel comme à distance, selon les besoins du projet. Quels types de projets puis-je évoquer avec AVISIA ? Data Strategy, Data Science & IA, IA Générative, IA Agentique, Data Gouvernance, Cloud & Data Engineering, Business Intelligence, Conversion Rate Optimisation... [Découvrez l'ensemble de nos expertises](https://www.avisia.fr/expertises). AVISIA travaille-t-il avec des grands groupes et des PME/ETI ? AVISIA accompagne aussi bien des grands groupes (L'Oréal, Société Générale, Monoprix...) que des ETI et PME dans leurs projets de transformation Data & IA. Nous adaptons le format d'intervention à la maturité et aux moyens de chaque structure. Comment se déroule un premier échange avec AVISIA ? Après votre demande, notre équipe commerciale prend contact avec vous pour comprendre votre contexte, vos enjeux Data, IA et/ou Agentique et vos contraintes. Selon la nature de votre besoin, elle vous oriente ensuite vers l'expert adapté pour approfondir le sujet (audit, cadrage, mission longue). --- ### [Nos formations en Data & IA](https://www.avisia.fr/expertises/formations) **Published:** mars 9, 2024 **Author:** Aurélie Morand **Content:** Quelques chiffres ## **Chiffres clés** des 12 derniers mois ### Sociétés formées ![](/wp-content/themes/avisia/images/avisia-icon-societe.svg) ### Stagiaires formés ![](/wp-content/themes/avisia/images/avisia-icon-stagiaires.svg) ### Sessions de formations ![](/wp-content/themes/avisia/images/avisia-icon-formation.svg) % ### de satisfaction ![](/wp-content/themes/avisia/images/avisia-icon-satisfaction.svg) ### Qualité formateurs ![](/wp-content/themes/avisia/images/avisia-icon-formateurs.svg) ### Contenu & environnement ![](/wp-content/themes/avisia/images/avisia-icon-contenu-environnement.svg) [Télécharger notre catalogue complet](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) ![](https://www.avisia.fr/wp-content/uploads/2024/11/Pierre-Bourgeois.png "Pierre Bourgeois • Avisia") ### Pierre BOURGEOIS Formateur Generative AI J’espère vous transmettre ma passion pour la data et mes... [Lire la suite](#) ![Avisia-consultant-marjorie-pascal](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-CONSULTANTS-Marjorie-768x768.webp "Avisia-consultants-marjorie • Avisia") ### Marjorie PASCAL Formatrice Moteurs de recommandation avec Python J’espère vous apporter une formation de qualité et vous permettre... [Lire la suite](#) ![](https://www.avisia.fr/wp-content/uploads/2024/11/Simon-UZEL.png "Simon Uzel • Avisia") ### Simon UZEL Formateur DATAIKU Je suis toujours motivé pour une séance de sport ou... [Lire la suite](#) ![Agathe Demagny Avisia](https://www.avisia.fr/wp-content/uploads/2024/11/DEMAGNY-Agathe-768x769.jpg "Demagny Agathe • Avisia") ### Agathe DEMAGNY Formatrice Python Mon objectif est de vous partager des bonnes pratiques et... [Lire la suite](#) ![](https://www.avisia.fr/wp-content/uploads/2024/11/Maud-LAVAL.png "Maud Laval • Avisia") ### Maud LAVAL Formatrice Fresque de la gen AI Prêts à décrypter la GenIA ? De la statistique descriptive... [Lire la suite](#) ![](https://www.avisia.fr/wp-content/uploads/2024/11/Nathanael-MONFORT-min-scaled-e1745596574513-768x709.jpg "Nathanael Monfort • Avisia") ### Nathanaël MONFORT Formateur Google Analytics Fasciné par la digitalisation de la société et par le... [Lire la suite](#) ![Avisia-codir-antoine-monino](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Antoine-MONINO-zoom-1-768x768.webp "Avisia-codir-antoine-monino-zoom • Avisia") ### Antoine MONINO Formateur Admin Plateforme Référent technique pour l’ensemble de nos missions complexes mêlant du... [Lire la suite](#) [ ](mailto:amonino@avisia.fr) [ ](https://www.linkedin.com/in/antoine-monino-4b050617/) ![](https://www.avisia.fr/wp-content/uploads/2025/04/MATEO-CHAUVIN-768x762.png "Mateo Chauvin • Avisia") ### Mateo CHAUVIN Formateur TABLEAU Je vous aide à transformer vos données en décision éclairées. [Lire la suite](#) ![Avisia-consultant-florent-cottin](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-CONSULTANTS-Florent-768x768.webp "Avisia-consultants-florent • Avisia") ### Florent COTTIN Formateur Git J’espère vous apporter de bonnes pratiques pour votre gestion de... [Lire la suite](#) ![Avisia-consultant-solène-venezia](https://www.avisia.fr/wp-content/uploads/2024/04/AVISIA-Solene-VENEZIA-scaled-e1769176994109-768x909.jpg "Avisia Solène Venezia • Avisia") ### Solène VENEZIA Formatrice Fresque de la gen AI & Dataiku Entre deux voyages et quelques foulées, je fais parler les... [Lire la suite](#) ![](https://www.avisia.fr/wp-content/uploads/2025/07/ELODIE-PERRON.jpg "Elodie Perron • Avisia") ### Elodie PERRON Formatrice RSE & CSRD J’aime les challenges pour construire un monde plus durable. [Lire la suite](#) ![Madeleine Valette Avisia](https://www.avisia.fr/wp-content/uploads/2026/01/Madeleine-768x1159.jpg "Madeleine • Avisia") ### Madeleine VALETTE Formatrice Green IT et eco conception J’espère vous apporter de bonnes pratiques pour réduire votre impact... [Lire la suite](#) ![Anaïs Brouail Avisia](https://www.avisia.fr/wp-content/uploads/2026/01/Anais-Brouail.png "Anaïs Brouail • Avisia") ### Anaïs BROUAIL Formatrice SQL J’espère vous guider vers la maîtrise des requêtes SQL complexes... [Lire la suite](#) ![Manon Guittier Avisia](https://www.avisia.fr/wp-content/uploads/2026/01/GUITTIER-Manon-768x768.jpeg "Guittier Manon • Avisia") ### Manon GUITTIER Formatrice Power BI Apprenons à utiliser Power BI pour faire parler vos données... [Lire la suite](#) Les grandes étapes ## Notre **process de formation** De l’identification de vos attentes jusqu’à la réalisation des formations, **nous vous intégrons pleinement dans chaque phase.** 1 ### Consultation pour un devis Notre Responsable formations vous rencontre et valide avec vous les contours du besoin et de votre demande. 2 ### Proposition d'accompagnement Notre Responsable Formations réalise une proposition d’accompagnement pour valider conjointement la démarche, les livrables et le timing. Nous appliquons des tarifs de groupe ou individuels, dégressifs ou forfaitaires en fonction du nombre de stagiaires. A noter qu’un délai d’un mois après votre inscription est nécessaire pour la mise en place organisationnelle. 3 ### Réalisation des formations Le lieu de la formation s’adapte à vos besoins : locaux AVISIA, sur vos sites ou en e-learning. Intra-entreprise (session organisée avec des salariés appartenant à une même société) ou inter-entreprise (session organisée avec des salariés de plusieurs sociétés). Nous organisons des formations pour au moins 2 personnes. 4 ### Validation des apprentissages Nous réalisons des exercices d’ évaluations pendant la formation afin de valider des acquis. Ces évaluations peuvent être adaptées à vos données et/ou à vos problématiques métier. AVISIA ne décerne ni diplôme ni certification. 5 ### Retour des stagiaires À la fin de chaque formation, nous proposons aux stagiaires de répondre à un questionnaire. Les résultats nous permettent d’améliorer la qualité de nos formations. [Télécharger notre catalogue complet](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) Formations ## Développez vos **compétences en Data & IA** avec des experts [ ![Python Logo](https://www.avisia.fr/wp-content/uploads/2025/04/Python-Logo.png "Python • Avisia") ](https://www.avisia.fr/expertises/formations/programmation-python-avance) Python ### [Python avancé](https://www.avisia.fr/expertises/formations/programmation-python-avance) 1jour(s) 7heures Réaliser l’ensemble d’un projet Data en Python [En savoir + ](https://www.avisia.fr/expertises/formations/programmation-python-avance) [ ![Generative Bi](https://www.avisia.fr/wp-content/uploads/2025/03/ia-data-governance-gen-bi.jpg "Ia-data-governance-generative-bi • Avisia") ](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen) Generative IA ### [Fresque de l’IA & IA Générative](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen) 0.5jour(s) 2.5heures Acculturer vos équipes à l’Intelligence Artificielle. [En savoir + ](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen) [ ![Python Logo](https://www.avisia.fr/wp-content/uploads/2025/04/Python-Logo.png "Python • Avisia") ](https://www.avisia.fr/expertises/formations/moteurs-de-recommandation-avec-python) Python ### [Moteurs de recommandation avec Python](https://www.avisia.fr/expertises/formations/moteurs-de-recommandation-avec-python) 1jour(s) 7heures Booster vos ventes grâce aux moteurs de recommandation avec Python [En savoir + ](https://www.avisia.fr/expertises/formations/moteurs-de-recommandation-avec-python) [ ![Avisia-formation-power-bi](https://www.avisia.fr/wp-content/uploads/2025/04/avisia-formation-power-bi-1.webp "Avisia-formation-power-bi • Avisia") ](https://www.avisia.fr/expertises/formations/initiation-a-power-bi) Data Visualisation ### [Initiation à Power BI](https://www.avisia.fr/expertises/formations/initiation-a-power-bi) 3jour(s) 21heures Découvrir les fonctionnalités de Power BI et intégrer l’analyse des données au coeur des process métier [En savoir + ](https://www.avisia.fr/expertises/formations/initiation-a-power-bi) [ ![Avisia-partenariat-googlemarketingplatform](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-GoogleMarketingPlatform.webp "Avisia-partenariat-googlemarketingplatform • Avisia") ](https://www.avisia.fr/expertises/formations/google-analytics) Digital ### [Google Analytics 4](https://www.avisia.fr/expertises/formations/google-analytics) 1jour(s) 7heures Découvrir les fonctionnalités de Google Analytics [En savoir + ](https://www.avisia.fr/expertises/formations/google-analytics) [ ![Logo-fdn](https://www.avisia.fr/wp-content/uploads/2025/04/logo-FDN.png "Logo-fdn • Avisia") ](https://www.avisia.fr/expertises/formations/fresque-du-numerique) RSE/IMPACT ### [Fresque du numérique](https://www.avisia.fr/expertises/formations/fresque-du-numerique) 0.5jour(s) 3heures 3 heures pour décrypter ensemble l’impact réel du numérique. Découvrer un atelier collaboratif indispensable ! [En savoir + ](https://www.avisia.fr/expertises/formations/fresque-du-numerique) [ ![](https://www.avisia.fr/wp-content/uploads/2025/04/La-Fresque-du-Climat.png "La-fresque-du-climat • Avisia") ](https://www.avisia.fr/expertises/formations/fresque-du-climat) RSE/IMPACT ### [Fresque du climat](https://www.avisia.fr/expertises/formations/fresque-du-climat) 0.5jour(s) 3heures La sensibilisation et la formation aux enjeux durables est un élément clé de notre accompagnement [En savoir + ](https://www.avisia.fr/expertises/formations/fresque-du-climat) [ ![Python Logo](https://www.avisia.fr/wp-content/uploads/2025/04/Python-Logo.png "Python • Avisia") ](https://www.avisia.fr/expertises/formations/machine-learning-avec-python) Python ### [Machine Learning avec Python](https://www.avisia.fr/expertises/formations/machine-learning-avec-python) 1jour(s) 7heures Développer des scripts Python pour la mise en place de pipelines de machine learning [En savoir + ](https://www.avisia.fr/expertises/formations/machine-learning-avec-python) [ ![](https://www.avisia.fr/wp-content/uploads/2023/11/IA-GENERATIVE.jpg "Ia Generative • Avisia") ](https://www.avisia.fr/expertises/formations/flash-generative-ia) Generative IA ### [Flash Generative IA](https://www.avisia.fr/expertises/formations/flash-generative-ia) 0.5jour(s) 2.5heures Introduction à la Générative IA et décryptage des projets Gen Al pour les non-développeurs, incluant les étapes clés et les... [En savoir + ](https://www.avisia.fr/expertises/formations/flash-generative-ia) [ ![Python Logo](https://www.avisia.fr/wp-content/uploads/2025/04/Python-Logo.png "Python • Avisia") ](https://www.avisia.fr/expertises/formations/initiation-programmation-python) Python ### [Initiation à Python](https://www.avisia.fr/expertises/formations/initiation-programmation-python) 1jour(s) 7heures Maîtriser les bases du langage Python (boucles, fonctions, objets) [En savoir + ](https://www.avisia.fr/expertises/formations/initiation-programmation-python) [ ![Avisia-partenariat-tableau](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Tableau.webp "Avisia-partenariat-tableau • Avisia") ](https://www.avisia.fr/expertises/formations/initiation-a-tableau) Data Visualisation ### [Initiation à Tableau](https://www.avisia.fr/expertises/formations/initiation-a-tableau) 3jour(s) 21heures Découvrir les fonctionnalités de Tableau pour rendre cet outil puissant accessible à tous [En savoir + ](https://www.avisia.fr/expertises/formations/initiation-a-tableau) [ ![Avisia-partenariat-dataiku](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Dataiku.webp "Avisia-partenariat-dataiku • Avisia") ](https://www.avisia.fr/expertises/formations/dataiku-mlops-production-deployment) Dataiku ### [Dataiku MLOPS – Production deployment](https://www.avisia.fr/expertises/formations/dataiku-mlops-production-deployment) 0.5jour(s) 4heures Déployer en production des produits data [En savoir + ](https://www.avisia.fr/expertises/formations/dataiku-mlops-production-deployment) [ ![Avisia-partenariat-dataiku](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Dataiku.webp "Avisia-partenariat-dataiku • Avisia") ](https://www.avisia.fr/expertises/formations/dataiku-mlops-preparing-for-production) Dataiku ### [Dataiku MLOPS – Preparing for production](https://www.avisia.fr/expertises/formations/dataiku-mlops-preparing-for-production) 0.5jour(s) 4heures Déployer en production des produits data [En savoir + ](https://www.avisia.fr/expertises/formations/dataiku-mlops-preparing-for-production) [ ![Avisia-partenariat-dataiku](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Dataiku.webp "Avisia-partenariat-dataiku • Avisia") ](https://www.avisia.fr/expertises/formations/dataiku-core-designer) Dataiku ### [Dataiku Core Designer](https://www.avisia.fr/expertises/formations/dataiku-core-designer) 0.5jour(s) 4heures Découvrir les principales fonctionnalités de l’outil et lancer vos 1ers projets [En savoir + ](https://www.avisia.fr/expertises/formations/dataiku-core-designer) [ ![Avisia-partenariat-dataiku](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Dataiku.webp "Avisia-partenariat-dataiku • Avisia") ](https://www.avisia.fr/expertises/formations/dataiku-code-developer) Dataiku ### [Dataiku Code Developer](https://www.avisia.fr/expertises/formations/dataiku-code-developer) 0.5jour(s) 4heures Apprendre à utiliser du code R et Python directement au sein de vos pipelines [En savoir + ](https://www.avisia.fr/expertises/formations/dataiku-code-developer) [ ![Avisia-partenariat-dataiku](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Dataiku.webp "Avisia-partenariat-dataiku • Avisia") ](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer) Dataiku ### [Dataiku Advanced Designer](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer) 0.5jour(s) 4heures Découvrir les fonctionnalités visuelles avancées et répondre à vos enjeux business via la data [En savoir + ](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer) [ ![Avisia-partenariat-dataiku](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-PARTENARIAT-Dataiku.webp "Avisia-partenariat-dataiku • Avisia") ](https://www.avisia.fr/expertises/formations/dataiku-ml-practitioner) Dataiku ### [Dataiku ML Practitioner](https://www.avisia.fr/expertises/formations/dataiku-ml-practitioner) 0.5jour(s) 4heures Découvrir les possibilité de l’analytique avancé au sein d’interfaces dédiées [En savoir + ](https://www.avisia.fr/expertises/formations/dataiku-ml-practitioner) [Télécharger notre catalogue complet](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) ## Toutes **nos expertises** ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### [Data](/expertises/data) Définir les apports de la Data aux enjeux business via la maîtrise des méthodologies ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### [Interaction](/expertises/interaction) Savoir capter & consolider les interactions en Data au sein de plateformes efficientes ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### [Produit](/expertises/produit) Optimiser la prise de décision au travers de produits restituant les insights de façon accessible [Nos expertises](https://www.avisia.fr/expertises) Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Offres d'emploi](https://www.avisia.fr/carriere/offres-emploi) **Published:** mars 20, 2024 **Author:** Pascal BIZZARI **Content:** Nos métiers ### Consultant(e) Data Scientist Transformez les données en leviers de performance. Chez AVISIA, nos Data Scientists conçoivent et déploient des modèles avancés pour répondre aux enjeux métiers grâce à l’IA, de la prédiction à la recommandation. ### Consultant(e) Product Owner Data/IA Accélérez la livraison de valeur. Véritables chefs d’orchestre, nos Product Owners pilotent les produits data & IA, de l’idéation à l’industrialisation, en favorisant l’agilité, la priorisation et l’impact métier. ### Consultant(e) Project Manager Data/IA Conduisez des projets complexes avec impact. Nos chefs de projet orchestrent des initiatives data & IA structurantes, en garantissant la tenue des délais, la qualité des livrables et l’adhésion des parties prenantes. ### Consultant(e) Data Gouvernance Structurez, sécurisez, valorisez. Nos consultants en data gouvernance accompagnent les organisations dans la maîtrise de leurs données : qualité, conformité, catalogage et pilotage des actifs data. ### Consultant(e) Data Strategist Faites de la data un actif stratégique. Les Data Strategists AVISIA définissent et pilotent les feuilles de route data & IA, alignées sur les ambitions business, en lien étroit avec les directions métiers et IT. ### Consultant(e) Data Analyst Expert en analyse de données et en intelligence artificielle, il accompagne les entreprises dans l’exploitation de leurs données pour améliorer leurs performances. Ce métier allie des compétences techniques et analytiques à une dimension stratégique, permettant de résoudre des problématiques variées : optimisation des ventes, prévisions, recommandations, segmentation client, etc. ### Consultant(e) Digital Analyst Expert du tracking digital et de la donnée comportementale, il aide les entreprises à mesurer et piloter leur performance omnicanale. Ce métier allie maîtrise technique du tracking (web, app, server-side) et vision business. Il répond à des enjeux variés : attribution marketing, optimisation du parcours client, conformité RGPD, pilotage de la stratégie e-commerce. Recrutement ## Découvrez les **postes ouverts** Candidature spontanée Vous souhaitez **rejoindre la team ?** Mais n'avez pas trouvé votre bonheur parmi nos offres d'emploi actuelles ? [Suivez nos réseaux sociaux pour rester informé](https://www.linkedin.com/company/avisia/) ou partagez-nous votre candidature ! [Nos équipes](https://www.avisia.fr/cabinet-avisia#codir) reviendront vers vous rapidement. [Envoyer ma candidature spontanée](mailto:job@avisia.fr%20?Subject=Candidature%20spontanée) --- ### [Catalogue de nos formations en Data, IA, Digital et Agentique](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) **Published:** juillet 12, 2024 **Author:** Marion JACOBSON **Content:** Pourquoi AVISIA ? ## **Rejoignez une communauté de plus de 100 clients que nous avons déjà accompagné !** Nos formations, méthodologiques et/ou outils permettent de prendre part à l’ensemble des projets qui s’appuient sur la data, le digital ou la technologie. ### Ce que vous allez pouvoir apprendre ? - Les différents langages de programmation qui sont aujourd’hui utilisés, - La manipulation des principaux outils du marché, - Les méthodologies vous permettant que la data soit au coeur de vos prises de décisions. Et votre formation, c’est pour quand ? ## Téléchargez notre catalogue de Formations AVISIA – Référencé organisme de formation auprès de la DDTEFP (n° 11 75 44395 75) et certifié QUALIOPI par CERTIFOPAC (n° 95750650-1) ![](https://www.avisia.fr/wp-content/uploads/2024/07/Logo_Qualiopi_avec_mention.png "Logo_qualiopi_avec_mention • Avisia") [Accéder à notre certificat QUALIOPI](https://www.avisia.fr/wp-content/uploads/2024/10/Certificat-Qualiopi-Mise-a-jour-le-26.07.2024.pdf) --- ### [AVISIA, Cabinet de Conseil en Web Analytics](https://www.avisia.fr/avisia-cabinet-de-conseil-en-web-analytics) **Published:** janvier 26, 2025 **Author:** Pascal BIZZARI **Content:** AVISIA – Les experts en Web Analytics ## Nous mettons l’IA & la Data au centre de votre **stratégie omnicanal** Nous sommes un cabinet de conseil en IA, Data & Web Analytics, et nous vous accompagnons dans le developpement de votre e-business Nos services incluent la mise en place d’un tracking digital efficient, le processing de la donnée digitale, son pilotage business et l’activation dans votre stratégie ecommerce. [Contacter un expert en Web Analytics](https://www.avisia.fr/nous-contacter) ![Avisia - Ready for Take off](https://www.avisia.fr/wp-content/uploads/2024/12/AVISIA-Ready-for-Take-Off.png "Avisia - Ready for Take off • Avisia") ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") En tant qu’experts en Web Analytics, couplé à notre savoir faire en Data & IA, nous offrons une approche innovante du Digital Marketing pour générer encore plus de chiffre d’affaires online. Pascal BIZZARI • Directeur Général Notre ambition ## Utiliser **l’IA Générative** pour générer de la valeur ajoutée Aujourd’hui, via notre accompagnement, de nouveaux cas d’usage innovants sont à votre disposition. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### Agent Builder & Orchestration Concevoir des agents capables de décomposer des objectifs abstraits en plans d'actions concrets, enrichis par des pipelines [RAG](https://www.avisia.fr/definition/rag-retrieval-augmented-generation) pour une connaissance métier toujours à jour. Nous implémentons des architectures qui naviguent dans vos systèmes pour exécuter des workflows sans friction. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### Écosystèmes Intelligents Créer des synergies entre agents spécialisés. Plutôt qu'un modèle monolithique, nous orchestrons la collaboration entre plusieurs agents experts (juridique, finance, support) pour résoudre des problématiques transverses complexes. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### Contrôle & Éthique (HITL) Garantir la fiabilité via le "Human-in-the-loop". Nous définissons les cadres de responsabilité, les limites d'action et les protocoles d'escalade pour assurer que l'autonomie de l'IA reste alignée avec vos valeurs et régulations. Inspirations ## Plongez au cœur de **l’innovation** ![](https://www.avisia.fr/wp-content/uploads/2025/03/AVISIA-LB-Tracking-Digital-1.jpg "Avisia - Lb Tracking Digital Introduction • Avisia") Le tracking des utilisateurs est devenu un élément essentiel des stratégies marketing et analytiques des acteurs digitaux. Pourtant, **cette pratique soulève des préoccupations croissantes**. Les législations telles que **le Règlement Général sur la Protection des Données (RGPD) et le Digital Markets Act (DMA)** viennent renforcer ces préoccupations, imposant des normes plus strictes sur la collecte et l’utilisation des données. L’évolution sur l’usage des cookies imposent également de faire évoluer les techniques de collecte afin de maintenir la qualité et la pertinence des données. ***Illustré par des cas concrets ce contenu s’adresse à tout le monde, que vous ayez un profil plutôt technique ou plutôt fonctionnel. Vous trouverez ainsi de la matière pour nourrir vos réflexions.*** [Télécharger le livre blanc](https://www.avisia.fr/actualites/blog/digital/tracking-digital-nouvelles-tendances-perspectives) Actualités ## Les **news** du Cabinet ## Partons en **immersion presse** [ ![Argentine – Espagne • AVISIA](https://www.avisia.fr/wp-content/uploads/2026/07/Argentine-espagne-prono-avisia--768x578.png) ](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) ### [L’IA d’AVISIA connaissait le nom du vainqueur de la Coupe du Monde](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [Footmercato](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [ ![le futur du Cloud Souverain](https://www.avisia.fr/wp-content/uploads/2026/07/Image-10-768x384.png) ](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) ### [Cloud souverain : et si le mythe devenait enfin réalité ?](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [Maddyness](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [ ![Avisia X Footmercato](https://www.avisia.fr/wp-content/uploads/2026/06/Avisia-x-footmercato-768x516.png) ](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) ### [France – Suède : l’IA peut désormais prédire les tirs au but](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [ ![Les Echos AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-09-140844-768x366.png) ](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) ### [Comment accompagner les collaborateurs dans l’adoption de l’IA](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [ ![Maddyness AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-01-101507-768x308.png) ](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) ### [PSG-Arsenal : l’IA savait déjà qui allait gagner la Ligue des champions](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [ ![IA Ligue des champions](https://www.avisia.fr/wp-content/uploads/2026/05/IA-LEAGUE-DES-CHAMPIONS-2026-768x599.jpg) ](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) ### [Ligue des Champions – L’intelligence artificielle prédira le vainqueur du choc PSG-Arsenal](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [ ![Footmercato AVISIA](https://www.avisia.fr/wp-content/uploads/2026/05/Footmercato-768x768.png) ](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) ### [CdM 2026 : quand AVISIA prédit la liste de l’Equipe de France](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [Footmercato](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [ ![Le Progrès Lyon AVISIA](https://www.avisia.fr/wp-content/uploads/2026/04/AVISIA-Le-Progres-768x812.png) ](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) ### [« C’est un levier majeur de compétitivité » : des cafés IA pour mieux comprendre](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [Le progrès](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [ ![IA mercato football](https://www.avisia.fr/wp-content/uploads/2026/01/IA-pour-le-mercato-768x441.png) ](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) ### [L’IA, la nouvelle arme secrète des clubs pour le mercato](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [Footmercato.net](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [ ![LES ECHOS – champions de l’IA](https://www.avisia.fr/wp-content/uploads/2025/12/LES-ECHOS-768x630.png) ](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) ### [Focus sur les Champions de l’IA](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Les Echos](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Toutes nos actualités](https://www.avisia.fr/actualites/blog) Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) [Nous situer](https://www.google.com/maps/place/AVISIA/@48.8711435,2.2859142,17z/data=!3m1!4b1!4m6!3m5!1s0x47e66fee9f9f478d:0x641913fdaf58bdad!8m2!3d48.8711435!4d2.2884945!16s%2Fg%2F113d_74f_?entry=ttu) ## 5 agences **en France** ![](/wp-content/themes/avisia/images/avisia-fond-carte-agences.svg) Lille Paris Nantes Bordeaux Lyon [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) 40, Place du Théâtre 59800 Lille [06 28 92 02 48]() [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) 48, avenue Victor Hugo 75016 Paris [01 44 17 14 00]() [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) 1, Impasse Serge Reggiani 44800 Saint-Herblain [07 86 78 84 02]() [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) H15, Quai des Chartrons 33000 Bordeaux [06 07 35 40 59]() [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) 27, rue de La Villette 69000 Lyon [04 28 29 84 68]() [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [AVISIA, Cabinet de Conseil en IA Générative](https://www.avisia.fr/cabinet-conseil-ia-generative) **Published:** janvier 25, 2025 **Author:** Pascal BIZZARI **Content:** AVISIA – Les experts en IA Générative ## Innovons ensemble avec **l’Intelligence Artificielle Générative** Nous sommes un cabinet de conseil en IA Générative, dédié à aider les entreprises à tirer le meilleur parti des technologies d’intelligence artificielle innovantes. Nos services incluent le développement de modèles d’IA sur mesure, la création de contenus génératifs, et l’intégration d’IA dans vos processus métier. [Contacter un expert en IA Générative](https://www.avisia.fr/nous-contacter) ![Avisia - Ready for Take off](https://www.avisia.fr/wp-content/uploads/2024/12/AVISIA-Ready-for-Take-Off.png "Avisia - Ready for Take off • Avisia") ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") En tant qu’experts en IA Générative, nous offrons des solutions sur mesure pour aider votre entreprise à innover. Pascal BIZZARI • Directeur Général Notre ambition ## Utiliser **l’IA Générative** pour générer de la valeur ajoutée Aujourd’hui, via notre accompagnement, de nouveaux cas d’usage innovants sont à votre disposition. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### Agent Builder & Orchestration Concevoir des agents capables de décomposer des objectifs abstraits en plans d'actions concrets, enrichis par des pipelines [RAG](https://www.avisia.fr/definition/rag-retrieval-augmented-generation) pour une connaissance métier toujours à jour. Nous implémentons des architectures qui naviguent dans vos systèmes pour exécuter des workflows sans friction. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### Écosystèmes Intelligents Créer des synergies entre agents spécialisés. Plutôt qu'un modèle monolithique, nous orchestrons la collaboration entre plusieurs agents experts (juridique, finance, support) pour résoudre des problématiques transverses complexes. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### Contrôle & Éthique (HITL) Garantir la fiabilité via le "Human-in-the-loop". Nous définissons les cadres de responsabilité, les limites d'action et les protocoles d'escalade pour assurer que l'autonomie de l'IA reste alignée avec vos valeurs et régulations. Inspirations ## Plongez au cœur de **l’innovation** Nos ouvrages et expertises sont mis au service du Business de demain. Poussez la porte de notre ### [Lab’](/actualites/blog/lab) Décryptez l’actualité via notre ### [Tribune Expert](/actualites/blog/category/intelligence-artificielle) Découvrez nos retours ### [d’expériences](/actualites/blog/retour-experience) Actualités ## Les **news** du Cabinet ## Partons en **immersion presse** [ ![Argentine – Espagne • AVISIA](https://www.avisia.fr/wp-content/uploads/2026/07/Argentine-espagne-prono-avisia--768x578.png) ](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) ### [L’IA d’AVISIA connaissait le nom du vainqueur de la Coupe du Monde](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [Footmercato](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [ ![le futur du Cloud Souverain](https://www.avisia.fr/wp-content/uploads/2026/07/Image-10-768x384.png) ](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) ### [Cloud souverain : et si le mythe devenait enfin réalité ?](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [Maddyness](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [ ![Avisia X Footmercato](https://www.avisia.fr/wp-content/uploads/2026/06/Avisia-x-footmercato-768x516.png) ](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) ### [France – Suède : l’IA peut désormais prédire les tirs au but](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [ ![Les Echos AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-09-140844-768x366.png) ](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) ### [Comment accompagner les collaborateurs dans l’adoption de l’IA](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [ ![Maddyness AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-01-101507-768x308.png) ](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) ### [PSG-Arsenal : l’IA savait déjà qui allait gagner la Ligue des champions](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [ ![IA Ligue des champions](https://www.avisia.fr/wp-content/uploads/2026/05/IA-LEAGUE-DES-CHAMPIONS-2026-768x599.jpg) ](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) ### [Ligue des Champions – L’intelligence artificielle prédira le vainqueur du choc PSG-Arsenal](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [ ![Footmercato AVISIA](https://www.avisia.fr/wp-content/uploads/2026/05/Footmercato-768x768.png) ](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) ### [CdM 2026 : quand AVISIA prédit la liste de l’Equipe de France](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [Footmercato](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [ ![Le Progrès Lyon AVISIA](https://www.avisia.fr/wp-content/uploads/2026/04/AVISIA-Le-Progres-768x812.png) ](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) ### [« C’est un levier majeur de compétitivité » : des cafés IA pour mieux comprendre](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [Le progrès](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [ ![IA mercato football](https://www.avisia.fr/wp-content/uploads/2026/01/IA-pour-le-mercato-768x441.png) ](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) ### [L’IA, la nouvelle arme secrète des clubs pour le mercato](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [Footmercato.net](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [ ![LES ECHOS – champions de l’IA](https://www.avisia.fr/wp-content/uploads/2025/12/LES-ECHOS-768x630.png) ](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) ### [Focus sur les Champions de l’IA](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Les Echos](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Toutes nos actualités](https://www.avisia.fr/actualites/blog) Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) [Nous situer](https://www.google.com/maps/place/AVISIA/@48.8711435,2.2859142,17z/data=!3m1!4b1!4m6!3m5!1s0x47e66fee9f9f478d:0x641913fdaf58bdad!8m2!3d48.8711435!4d2.2884945!16s%2Fg%2F113d_74f_?entry=ttu) ## 5 agences **en France** ![](/wp-content/themes/avisia/images/avisia-fond-carte-agences.svg) Lille Paris Nantes Bordeaux Lyon [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) 40, Place du Théâtre 59800 Lille [06 28 92 02 48]() [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) 48, avenue Victor Hugo 75016 Paris [01 44 17 14 00]() [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) 1, Impasse Serge Reggiani 44800 Saint-Herblain [07 86 78 84 02]() [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) H15, Quai des Chartrons 33000 Bordeaux [06 07 35 40 59]() [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) 27, rue de La Villette 69000 Lyon [04 28 29 84 68]() [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [AVISIA, Cabinet de Conseil en IA et Data Marketing](https://www.avisia.fr/avisia-cabinet-de-conseil-en-ia-data-marketing) **Published:** janvier 26, 2025 **Author:** Pascal BIZZARI **Content:** AVISIA – Les experts en IA et Data Marketing ## Comment **générer du lead, des ventes** et en analyser les leviers ? Nous sommes un cabinet de conseil spécialisé dans l’utilisation de la Data & l’IA pour générer du business additionnel. Nos services incluent le développement de modèles de prévisions, appétences, moteurs de recommandation, optimisation force commerciale, conversion rate optimisation ou encore de lutte contre le churn. [Contacter un expert en IA Data Marketing](https://www.avisia.fr/nous-contacter) ![Avisia - Ready for Take off](https://www.avisia.fr/wp-content/uploads/2024/12/AVISIA-Ready-for-Take-Off.png "Avisia - Ready for Take off • Avisia") ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") En tant qu’experts en data marketing, nous travaillons au plus près de vos équipes métiers pour les aider dans le developpement de votre activité business. Pascal BIZZARI • Directeur Général Notre ambition ## Utiliser **l’IA et la Data Marketing** pour générer du Chiffre d’Affaires Dans un environnement concurrentiel fort, l’innovation et la prise de décisions rapides sont des leviers de chiffre d’affaires incontournables. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### Agent Builder & Orchestration Concevoir des agents capables de décomposer des objectifs abstraits en plans d'actions concrets, enrichis par des pipelines [RAG](https://www.avisia.fr/definition/rag-retrieval-augmented-generation) pour une connaissance métier toujours à jour. Nous implémentons des architectures qui naviguent dans vos systèmes pour exécuter des workflows sans friction. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### Écosystèmes Intelligents Créer des synergies entre agents spécialisés. Plutôt qu'un modèle monolithique, nous orchestrons la collaboration entre plusieurs agents experts (juridique, finance, support) pour résoudre des problématiques transverses complexes. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### Contrôle & Éthique (HITL) Garantir la fiabilité via le "Human-in-the-loop". Nous définissons les cadres de responsabilité, les limites d'action et les protocoles d'escalade pour assurer que l'autonomie de l'IA reste alignée avec vos valeurs et régulations. Inspirations ## Plongez au cœur de **l’innovation** Nos ouvrages et expertises sont mis au service du Business de demain. Poussez la porte de notre ### [Lab’](/actualites/blog/lab) Décryptez l’actualité via notre ### [Tribune Expert](/actualites/blog/category/data) Découvrez nos retours ### [d’expériences](/actualites/blog/retour-experience) Actualités ## Les **news** du Cabinet ## Partons en **immersion presse** [ ![Argentine – Espagne • AVISIA](https://www.avisia.fr/wp-content/uploads/2026/07/Argentine-espagne-prono-avisia--768x578.png) ](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) ### [L’IA d’AVISIA connaissait le nom du vainqueur de la Coupe du Monde](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [Footmercato](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [ ![le futur du Cloud Souverain](https://www.avisia.fr/wp-content/uploads/2026/07/Image-10-768x384.png) ](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) ### [Cloud souverain : et si le mythe devenait enfin réalité ?](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [Maddyness](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [ ![Avisia X Footmercato](https://www.avisia.fr/wp-content/uploads/2026/06/Avisia-x-footmercato-768x516.png) ](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) ### [France – Suède : l’IA peut désormais prédire les tirs au but](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [ ![Les Echos AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-09-140844-768x366.png) ](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) ### [Comment accompagner les collaborateurs dans l’adoption de l’IA](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [ ![Maddyness AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-01-101507-768x308.png) ](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) ### [PSG-Arsenal : l’IA savait déjà qui allait gagner la Ligue des champions](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [ ![IA Ligue des champions](https://www.avisia.fr/wp-content/uploads/2026/05/IA-LEAGUE-DES-CHAMPIONS-2026-768x599.jpg) ](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) ### [Ligue des Champions – L’intelligence artificielle prédira le vainqueur du choc PSG-Arsenal](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [ ![Footmercato AVISIA](https://www.avisia.fr/wp-content/uploads/2026/05/Footmercato-768x768.png) ](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) ### [CdM 2026 : quand AVISIA prédit la liste de l’Equipe de France](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [Footmercato](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [ ![Le Progrès Lyon AVISIA](https://www.avisia.fr/wp-content/uploads/2026/04/AVISIA-Le-Progres-768x812.png) ](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) ### [« C’est un levier majeur de compétitivité » : des cafés IA pour mieux comprendre](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [Le progrès](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [ ![IA mercato football](https://www.avisia.fr/wp-content/uploads/2026/01/IA-pour-le-mercato-768x441.png) ](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) ### [L’IA, la nouvelle arme secrète des clubs pour le mercato](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [Footmercato.net](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [ ![LES ECHOS – champions de l’IA](https://www.avisia.fr/wp-content/uploads/2025/12/LES-ECHOS-768x630.png) ](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) ### [Focus sur les Champions de l’IA](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Les Echos](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Toutes nos actualités](https://www.avisia.fr/actualites/blog) Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) [Nous situer](https://www.google.com/maps/place/AVISIA/@48.8711435,2.2859142,17z/data=!3m1!4b1!4m6!3m5!1s0x47e66fee9f9f478d:0x641913fdaf58bdad!8m2!3d48.8711435!4d2.2884945!16s%2Fg%2F113d_74f_?entry=ttu) ## 5 agences **en France** ![](/wp-content/themes/avisia/images/avisia-fond-carte-agences.svg) Lille Paris Nantes Bordeaux Lyon [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) 40, Place du Théâtre 59800 Lille [06 28 92 02 48]() [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) 48, avenue Victor Hugo 75016 Paris [01 44 17 14 00]() [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) 1, Impasse Serge Reggiani 44800 Saint-Herblain [07 86 78 84 02]() [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) H15, Quai des Chartrons 33000 Bordeaux [06 07 35 40 59]() [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) 27, rue de La Villette 69000 Lyon [04 28 29 84 68]() [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Mentions légales](https://www.avisia.fr/mentions-legales) **Published:** juin 18, 2024 **Author:** Aurélie Morand **Content:** ## Informations légales Site publié par la société AVISIA Siège Social : 48 avenue Victor HUGO 75016 PARIS – FRANCE AVISIA est une SAS au capital social de 41.961€ immatriculée au RCS de PARIS sous le numéro 499 208 429 Téléphone : +33 1 44 17 14 00 E-mail: contact@avisia.fr Représentant Légal : Xavier GAMARRE, Fondateur Responsable de la publication / communication : Pascal BIZZARI, Directeur Général Délégué Relation Presse / communication externe : Marion JACOBSON, Chief Marketing Officer ## Accès au site L’utilisateur du site internet **[www.avisia.fr](https://www.avisia.fr)** reconnaît disposer de la compétence et des moyens nécessaires pour accéder et utiliser ce site internet. Les utilisateurs de ce site Internet sont tenus de respecter les dispositions de la loi relative à l’informatique, aux fichiers et aux libertés, dont la violation est passible de sanctions pénales. Ils doivent notamment s’abstenir de toute collecte, utilisation détournée du contenu de ce site. Concernant les informations personnelles, les utilisateurs du site doivent s’abstenir de tout acte susceptible de porter atteinte à la vie privée ou à la réputation des personnes. ## Contenu du site Nous remercions les utilisateurs du site de nous faire part d’éventuelles omissions, erreurs ou corrections, en adressant un courrier électronique au travers du formulaire de contact. Notre objectif est de diffuser des informations exactes et tenues à jour concernant les activités de AVISIA. Les informations du présent site : - sont exclusivement de nature générale et ne visent pas une situation particulière, - ne sont pas nécessairement complètes, exhaustives, exactes ou à jour, - renvoient parfois à des sites extérieurs sur lesquels AVISIA n’a aucun contrôle et pour lesquels la société décline toute responsabilité, - ne constituent pas un avis professionnel ou juridique en tant que tel. AVISIA décline toute responsabilité à l’égard de inconvénients techniques pouvant résulter d’une utilisation de ce site ou de tout autre site extérieur auquel il renvoie. ## Propriété intellectuelle La structure générale, ainsi que les logiciels, textes, images animées ou fixes, sons, savoir-faire, dessins, graphismes et tous autres éléments composant ce site web sont de l’utilisation exclusive de AVISIA. Toute représentation totale ou partielle de ce site, par quelques procédés que ce soient, sans autorisation expresse de AVISIA, est interdite et constituerait une contrefaçon sanctionnée par les articles L335-2 et suivants du Code de la propriété intellectuelle. Les liens hypertextes mis en place dans le cadre du présent site internet en direction d’autres ressources présentes sur le réseau internet, ne sauraient engager la responsabilité de AVISIA. ## Traitement des données personnelles Vous trouverez ci-dessous notre politique en matière de traitement des données personnelles. Ce texte a pour but de vous informer sur la manière dont nous utilisons ces données et vous indique la façon de procéder si vous souhaitez y apporter une modification. *Nature et traitement des données collectées*- Des adresses IP destinées à un usage purement technique, nécessaire à la production de statistiques de consultation. - Les informations rendues obligatoires à la saisie d’un formulaire de contact (adresses électroniques, noms, prénoms & message) nous sont transmises par message électronique et automatiquement collectées au sein de notre outil de CRM (HubSpot). Ces données sont uniquement destinées à pouvoir contacter les personnes et leur transmettre des informations marketing / commerciale sur AVISIA. Elles ne sont en aucun cas partagées ou revendues à des tiers. ## Hébergement Le site internet https://www.avisia.fr est hébergé par la société OVH France SAS au capital de 10 069 020 € RCS Lille Métropole 424 761 419 00045 Code APE 2620Z N° TVA : FR 22 424 761 419 Siège social : 2 rue Kellermann – 59100 Roubaix – France --- ### [Au service des enjeux business durables](https://www.avisia.fr/engagements) **Published:** novembre 28, 2023 **Author:** Pascal BIZZARI **Content:** La RSE au cœur de notre ADN ## Une **politique RSE ambitieuse** évaluant constamment l’impact de nos actions en faveur de : 1 ### L’humain **Promouvoir une culture d’engagement et de développement professionnel** favorisant l’épanouissement de chacun dans son travail au quotidien. 2 ### L’environnement **Nous inscrire dans une démarche proactive de réduction de notre impact environnemental** en mesurant et réduisant notre empreinte carbone à travers des actions concrètes. 3 ### L’innovation **Soutenir une innovation responsable** par le biais d’actions de sensibilisation et en encourageant un usage responsable du numérique. Nous nous positionnons ainsi comme un catalyseur pour les enjeux de transformation durable, cherchant à impulser un changement positif au sein de notre communauté. [Découvrez nos actions concrètes](https://7269978.fs1.hubspotusercontent-na1.net/hubfs/7269978/Rapport%20RSE%20AVISIA%202025.pdf) ![Avisia-consultant-charlene-dupont](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-RSE-Charlene-DUPONT-zoom-150x150.webp "Avisia-rse-charlene-dupont-zoom • Avisia") Chez AVISIA , nous sommes convaincus que l’intégration de pratiques responsables et durables au sein des entreprises n’est pas simplement un choix, mais un impératif. Charlène DUPONT • Consultante & Responsable RSE ![](https://www.avisia.fr/wp-content/uploads/2024/04/avisia-certif-ecovadis-silver-2023.webp "Avisia-certif-ecovadis-silver-2023 • Avisia") Nos objectifs ## Agir pour le **business de demain** Nous faisons face à un changement climatique appelant à une **transformation durable de toute la société**, dans tous les secteurs et à tous les niveaux (institutions, entreprises, citoyens). Nous nous y engageons au quotidien à travers divers objectifs qui sont une suite logique au développement de **notre politique RSE interne** certifiée par [**Ecovadis,**](https://ecovadis.com/fr/) **qui nous place dans le Top 10%** des entreprises Ecovadis les plus performantes. **Aider** Nos clients dans la réussite de leurs projets et plus généralement à l’atteinte de leurs ambitions. **Réinventer** Les structures ayant un passif d’enjeux durables ou commençant à prendre le sujet. Il n’est jamais trop tard pour se lancer et se réinventer. **Accompagner** Tout type d’organismes, associations, entreprises privées ou publiques en prenant part activement aux enjeux de développement durable. **S’engager** Nous sommes engagés à agir de manière significative, au quotidien. Data for Impact ## Mettre la data au service de la **transformation durable** ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") AVISIA Impact est notre réponse pour apporter une contribution directe, via nos projets, et indirecte, via la sensibilisation du plus grand nombre aux enjeux de transformation durable. Pascal BIZZARI • Directeur Général ## La **durabilité** peut être envisagée et appliquée sur différents **process de transformation** Grâce à nos **compétences en data, tech et digital, complétées de notre expertise fonctionnelle autour des sujets de développement durable**, nous adressons une large variété de thématiques. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-ecology.svg) ### Enjeu écologique - Maîtriser son empreinte carbone - Rendre sa supply chain plus responsable ![icone action societale](/wp-content/themes/avisia/images/avisia-icon-action-societale.svg) ### Enjeu sociétal - Mettre en place des démarches d’IA éthique - Optimiser l’action des structures d’intérêt général ![icone economie](/wp-content/themes/avisia/images/avisia-icon-economy.svg) ### Enjeu économique - Mesurer la performance de nouveaux modèles économique ![](https://www.avisia.fr/wp-content/uploads/2025/07/ELODIE-PERRON.jpg "Caroline Bal • Avisia") Certains appellent à déserter, d’autres essayent de changer le système de l’intérieur. Chez AVISIA nous avons choisi la 2ème option. Elodie PERRON • Leader RSE & AVISIA Impact Notre impact en mission ## Mettre nos compétences au service de **projets à impact durable** Notre **Label AVISIA Impact** vise à **[mettre en lumière les projets vertueux](https://www.avisia.fr/actualites/blog/category/rse-impact), responsables, durables** que nous menons auprès de nos clients. Exemple de missions et réalisations de projets ou nous mettons à profit nos compétences au service des enjeux de transformation durable : ![](https://www.avisia.fr/wp-content/uploads/2024/04/avisia-engagements-impact-en-mission.webp "Avisia-engagements-impact-en-mission • Avisia") Maîtriser son **empreinte carbone** Mettre en place la **CSRD** Rendre sa **supply chain plus responsable** Développer de nouveaux **modèles responsables** Accompagner les **organismes d’intérêt général** ![](https://www.avisia.fr/wp-content/uploads/2024/04/avisia-engagements-rex.webp "Avisia-engagements-rex • Avisia") Retour d’expérience ## Lumière sur **nos actions** Inspirez-vous de nos dernières réalisations et actualités, et découvrez comment mettre la data au service du développement durable. [Accédez à nos publications](/actualites/blog/category/rse-impact) ![icone projet](/wp-content/themes/avisia/images/avisia-icon-projet.svg) ### Projets Des **missions de conseil** et des **réalisations de projets**, autant pour des directions RSE, métiers ou IT de grands groupes, que pour des entreprises de l’économie sociale et solidaire ou encore pour des associations. ![icone formation](/wp-content/themes/avisia/images/avisia-icon-formation.svg) ### Formation **Aux enjeux de la transformation durable**, recoupant nos objectifs internes de RSE (fresque du climat et du numérique, atelier 2 tonnes, numérique responsable, IA éthique, conseil en transformation, etc.). ![icone promotion](/wp-content/themes/avisia/images/avisia-icon-promotion.svg) ### Promotion **Des initiatives vertueuses & bonnes pratiques** pour accélérer le changement (création des AWARDS de la Data for Impact, en collaboration avec le Hub Institute, action de sensibilisation au numérique responsable, etc. Avec notre expertise ayez un **impact durable** [Contactez-nous](https://www.avisia.fr/nous-contacter) --- ### [Plan du site](https://www.avisia.fr/sitemap) **Published:** octobre 17, 2024 **Author:** Brice Notaise **Content:** ## Pages - [L’IA boostée](https://www.avisia.fr/) - [Cabinet de conseil Data & IA en France](https://www.avisia.fr/cabinet-avisia) - [Nos expertises Data, IA & Agentic AI](https://www.avisia.fr/expertises) - [Conseil en Data Engineering, Analytics & Machine Learning](https://www.avisia.fr/expertises/data) - [Conseil en Tracking, Web Analytics & Digital Marketing](https://www.avisia.fr/expertises/interaction) - [Conseil en Data Product Management](https://www.avisia.fr/expertises/produit) - [Nos formations en Data & IA](https://www.avisia.fr/expertises/formations) - [Catalogue de nos formations en Data, IA, Digital et Agentique](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) - [Au service des enjeux business durables](https://www.avisia.fr/engagements) - [Actualités](https://www.avisia.fr/actualites) - [Blog Expert en IA, Data & Digital](https://www.avisia.fr/actualites/blog) - [Soyez acteur de votre carrière](https://www.avisia.fr/carriere) - [Offres d’emploi](https://www.avisia.fr/carriere/offres-emploi) - [Contactez les Experts AVISIA pour vos enjeux Data, IA ou Agentique](https://www.avisia.fr/nous-contacter) - [Politique de confidentialité](https://www.avisia.fr/politique-de-confidentialite) - [Mentions légales](https://www.avisia.fr/mentions-legales) - [Plan du site](https://www.avisia.fr/sitemap) - [AVISIA, Cabinet de Conseil en IA Générative](https://www.avisia.fr/cabinet-conseil-ia-generative) - [AVISIA, Cabinet de Conseil en IA et Data Marketing](https://www.avisia.fr/avisia-cabinet-de-conseil-en-ia-data-marketing) - [AVISIA, Cabinet de Conseil en Web Analytics](https://www.avisia.fr/avisia-cabinet-de-conseil-en-web-analytics) - [Déployez des Agents Autonomes dans vos processus métiers](https://www.avisia.fr/cabinet-de-conseil-en-agentic-ai) [Définitions](/definitions) ## Nos practices - [Transfo for Data & AI](https://www.avisia.fr/expertises/practices/transfo-for-data-ai) - [Data & AI For Business](https://www.avisia.fr/expertises/practices/data-ai-for-business) - [Data & AI For Tech](https://www.avisia.fr/expertises/practices/data-ai-for-tech) ## Focus - [Usage de la Data dans le football](https://www.avisia.fr/focus/comment-utiliser-data-football) - [L’IA Générative au service de la CSRD](https://www.avisia.fr/focus/ia-generative-au-service-de-la-csrd) - [Migration SAS vers Dataiku](https://www.avisia.fr/focus/assistant-ia-migrer-sas-vers-dataiku) - [Osez l’IA avec la Fresque de l’IA Générative](https://www.avisia.fr/focus/fresque-ia-generative) ## Nos Métiers - [Consultant(e) Data Analyst](https://www.avisia.fr/carriere/metiers/consultant-data-analyst) - [Consultant(e) Data Gouvernance](https://www.avisia.fr/carriere/metiers/consultant-data-gouvernance) - [Consultant(e) Data Scientist](https://www.avisia.fr/carriere/metiers/consultant-data-scientist) - [Consultant(e) Data Strategist](https://www.avisia.fr/carriere/metiers/consultant-data-strategist) - [Consultant(e) Digital Analyst](https://www.avisia.fr/carriere/metiers/consultant-digital-analyst) - [Consultant(e) Product Owner Data/IA](https://www.avisia.fr/carriere/metiers/consultant-product-owner-data-ia) - [Consultant(e) Project Manager Data/IA](https://www.avisia.fr/carriere/metiers/consultant-project-manager-data-ia) ## Nos partenaires - [Commanders Act](https://www.avisia.fr/partenaires/commanders-act) - [Dataiku](https://www.avisia.fr/partenaires/dataiku) - [Fivetran](https://www.avisia.fr/partenaires/fivetran) - [Google Cloud Platform – GCP](https://www.avisia.fr/partenaires/google-cloud-platform) - [Google Marketing Platform](https://www.avisia.fr/partenaires/google-marketing-platform) - [Looker](https://www.avisia.fr/partenaires/looker) - [Piano Analytics](https://www.avisia.fr/partenaires/piano-analytics) - [S3NS](https://www.avisia.fr/partenaires/s3ns) - [SAS](https://www.avisia.fr/partenaires/sas) - [Snowflake](https://www.avisia.fr/partenaires/snowflake) - [Tableau](https://www.avisia.fr/partenaires/tableau) - [Wizaly](https://www.avisia.fr/partenaires/wizaly) ## Nos Agences - [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) - [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) - [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) - [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) - [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) ## Catégories de blog - [Data](https://www.avisia.fr/actualites/blog/category/data) - [Digital](https://www.avisia.fr/actualites/blog/category/digital) - [Événement](https://www.avisia.fr/actualites/blog/category/evenement) - [Intelligence Artificielle](https://www.avisia.fr/actualites/blog/category/intelligence-artificielle) - [Lab'](https://www.avisia.fr/actualites/blog/category/lab) - [Product](https://www.avisia.fr/actualites/blog/category/product-management) - [Retour d'expérience](https://www.avisia.fr/actualites/blog/category/retour-experience) - [RSE & Impact](https://www.avisia.fr/actualites/blog/category/rse-impact) ## Formations - [Dataiku Advanced Designer](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer) - [Dataiku Code Developer](https://www.avisia.fr/expertises/formations/dataiku-code-developer) - [Dataiku Core Designer](https://www.avisia.fr/expertises/formations/dataiku-core-designer) - [Dataiku ML Practitioner](https://www.avisia.fr/expertises/formations/dataiku-ml-practitioner) - [Dataiku MLOPS – Preparing for production](https://www.avisia.fr/expertises/formations/dataiku-mlops-preparing-for-production) - [Dataiku MLOPS – Production deployment](https://www.avisia.fr/expertises/formations/dataiku-mlops-production-deployment) - [Flash Generative IA](https://www.avisia.fr/expertises/formations/flash-generative-ia) - [Fresque de l’IA & IA Générative](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen) - [Fresque du climat](https://www.avisia.fr/expertises/formations/fresque-du-climat) - [Fresque du numérique](https://www.avisia.fr/expertises/formations/fresque-du-numerique) - [Google Analytics 4](https://www.avisia.fr/expertises/formations/google-analytics) - [Initiation à Power BI](https://www.avisia.fr/expertises/formations/initiation-a-power-bi) - [Initiation à Python](https://www.avisia.fr/expertises/formations/initiation-programmation-python) - [Initiation à Tableau](https://www.avisia.fr/expertises/formations/initiation-a-tableau) - [Machine Learning avec Python](https://www.avisia.fr/expertises/formations/machine-learning-avec-python) - [Moteurs de recommandation avec Python](https://www.avisia.fr/expertises/formations/moteurs-de-recommandation-avec-python) - [Python avancé](https://www.avisia.fr/expertises/formations/programmation-python-avance) --- ### [Conseil en Data Product Management](https://www.avisia.fr/expertises/produit) **Published:** mars 5, 2024 **Author:** Aurélie Morand **Content:** ## Le **Product Management** - [Le Product Management en entreprise](#) - [Les caractéristiques d'un produit](#) Popularisé par la réussite de Open AI avec le produit ChatGPT, le **product management se résume par la capacité à gérer l’ensemble du cycle de vie d’un produit**, de le mettre entre les mains des utilisateurs de façon simple et ensuite de le faire évoluer en ajoutant des fonctionnalités supplémentaires. **Le product management englobe ainsi un large éventail de notions** : la définition de la vision du produit, la planification de sa stratégie, le développement de ses fonctionnalités, et la coordination des équipes impliquées dans sa création. **Un produit se doit de répondre à un besoin existant de manière pragmatique et efficace, facile pour ses utilisateurs avec une valeur claire pour eux.** Mais une fois cela dit, tout l’art réside dans la décomposition de chaque point. - **Répondre à un problème ou un besoin existant** : Résoudre efficacement un problème ou à satisfaire un besoin préexistant chez ses utilisateurs potentiels, cela signifie qu’il crée une réelle valeur pour ses utilisateurs. Cette valeur peut prendre diverses formes, notamment en simplifiant une tâche, en améliorant l’efficacité ou en répondant à un désir non satisfait. Ainsi, un produit n’est pas simplement une liste de fonctionnalités, mais plutôt une solution tangible à un problème spécifique. - **De façon pragmatique et efficace** : Délivrer un produit techniquement réalisable pour pouvoir être mis sur le marché. Cela signifie qu’il doit être réalisable à tout point de vue, dans des délais raisonnables, avec les ressources disponibles, et qu’il soit évolutif pour répondre aux besoins futurs. - **Facile pour ses utilisateurs** : Faciliter l’usage pour ses utilisateurs cibles implique d’un produit qu’il soit intuitif, ergonomique et réponde aux attentes de l’utilisateur en termes d’expérience. C’est un aspect crucial, car un produit difficile à utiliser ou peu intuitif risque de décourager les utilisateurs potentiels, même s’il répond à un besoin. - **Avec une valeur d’échange claire** : Cette valeur peut se manifester sous différentes formes (monétaire, visibilité, feedback, …etc.)mais doit forcément entériner la viabilité du produit et sa capacité de générer un retour sur investissement suffisant pour justifier son développement et son existence. ## La Data **as a Product** - [Le paradigme du Data Mesh ](#) - [La data au coeur du produit](#) Face au développement très rapide et important des usages de la données, **les entreprises les plus matures font face à des challenges** dans la gestion de leur qualité, gouvernance et leur exploitation à grande échelle. **Le data mesh est une approche émergente** qui part du constat que la gestion de ces enjeux par les approches traditionnelles est souvent inefficace et vient proposer un changement de paradigme. Plutôt que de centraliser toutes les activités liées aux données au sein d’une équipe ou d’un service centralisé, **le [data mesh](https://www.avisia.fr/definition/data-mesh) propose de distribuer la responsabilité des données à travers toute l’organisation.** L’application de ces principes à la gestion de produits data implique que chaque donnée de l’entreprise doit respecter : - **normativité** : la donnée est définie, documentée et catégorisée - **intégrité** : la donnée est exacte, cohérente, exhaustive - **accessibilité** : l’expert data peut requêter la donnée et celle-ci est disponible dans le temps - **sécurité** : niveaux de permission et conformité dans le cadre de la privacy - **interopérabilité** : pensée pour un usage, la donnée peut être utilisée à d’autres fins En complément de ces bouleversements autours des approches, il est également important garder en tête que **la donnée est un moyen pour une fin.** Ce qui de façon concrète se traduit par le fait que **l’objectif réside dans la génération de valeur sur un sujet** (qui n’est pas forcément un sujet data au départ) Ex : Pour un système de recommandation de vidéos sur une plateforme de streaming, l’objectif est de générer de l’engagement des utilisateurs sur la plateforme. Cette philosophie pousse les organisations à : - rapprocher le produit data au plus près de son utilisateur final, - se poser les bonnes questions pour chercher la meilleure solution plutôt que la solution la plus avancée techniquement, - travailler à des objectifs communs entre équipes, - générer de la confiance. ## **Data Product** Management - [Le Product Manager](#) - [Nos interventions](#) Le rôle d’un Product Manager Data est de **gérer, superviser le développement, la mise en œuvre et l’évolution des produits et des solutions** axés sur les données au sein d’une organisation. A ce titre il travail sur différentes dimensions : - Définition de la vision du produit - Gestion de la feuille de route du produit - Animation d’ateliers / Coordination des équipes - Analyse des données et itérations - Gestion de la qualité et de la gouvernance des données **Il est donc le garant des “outcomes”** (usage induit par le produit) en distinction du “Chef de Projet” que nous connaissons qui lui est le garant des outputs (livrable produit). Et versus un [Product Owner](https://avisia.fr/carriere/metiers/consultant-product-owner-data-ia) ? **Être product manager, c’est un métier,** tandis que product owner c’est un rôle dans la méthode SCRUM. **Le product manager encadre donc les product owners dans la méthode SAFe.** Nous adoptons **une approche holistique du [Data Product Management](https://www.avisia.fr/definition/data-product-management)**, en combinant une expertise technique data pointue avec une compréhension approfondie des besoins métier. En **étroite collaboration avec vos équipes,** nous intervenons pour : - Identifier les opportunités de création de produits axés sur les données qui correspondent à vos objectifs stratégiques, - Concevoir et développer des solutions innovantes, en utilisant les dernières technologies et les meilleures pratiques du secteur, - Gérer et optimiser continuellement vos produits de données pour garantir qu’ils restent pertinents, performants et évolutifs. **Nos interventions s’intègrent dans une vision long terme,** avec un soutien continu pour faire évoluer et optimiser vos data product en fonction de l’évolution de vos besoins. ## Toutes **nos expertises** ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### [Data](/expertises/data) Définir les apports de la Data aux enjeux business via la maîtrise des méthodologies ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### [Interaction](/expertises/interaction) Savoir capter & consolider les interactions en Data au sein de plateformes efficientes ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### [Produit](/expertises/produit) Optimiser la prise de décision au travers de produits restituant les insights de façon accessible [Nos expertises](https://www.avisia.fr/expertises) ## FAQ — Data Product Management ### Quelle est la différence entre Product Manager et Product Owner data ? Le Product Manager data est un métier à part entière : il définit la vision du produit data, la roadmap et coordonne les équipes. Le Product Owner est un rôle dans la méthode SCRUM, encadré par le Product Manager dans une organisation SAFe. ### Qu’est-ce que la Data as a Product ? La Data as a Product est une approche issue du Data Mesh qui consiste à traiter chaque dataset comme un produit à part entière : défini, documenté, accessible, fiable et utile pour ses utilisateurs finaux. ### Pourquoi faire appel à un cabinet conseil en Data Product Management ? Un cabinet comme AVISIA apporte une expertise combinée en data engineering, stratégie produit et conduite du changement. C’est indispensable pour aligner les équipes tech et métier autour d’une roadmap data concrète et mesurable. Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Conseil en Data Engineering, Analytics & Machine Learning](https://www.avisia.fr/expertises/data) **Published:** mars 5, 2024 **Author:** Pascal BIZZARI **Content:** ## Stratégie **data driven** - [Trajectoire Data Driven](#) - [Conseil & Transformation](#) - [Modern Data Stack](#) ### ACCOMPAGNER NOS CLIENTS DANS LEUR TRAJECTOIRE DATA CENTRIC Les enjeux DATA, technologiques & organisationnels, sont aujourd’hui des sujets centraux pour toutes les entreprises. L’innovation devient stratégique et bouscule les process établis. Comment transformer l’entreprise dans sa globalité ? Comment s’assurer que l’innovation se transforme en un levier de croissance et trouve écho auprès de l’ensemble des Directions et collaborateurs ? Nous mettons à la disposition de nos clients savoir-faire & savoir-être, convaincus de la nécessité d’allier compétences projet & maîtrise historique Data, afin d’accompagner les entreprises dans leur transformation digitale. Exploitation stratégique de votre Capital DATA : - Diagnostic de l’existant - Définition de la cible technologique & organisationnelle - Adaptation des processus Stratégie de transformation pour atteindre l’agilité : - Formation et accompagnement des Directions et collaborateurs vers la transition technologique et organisationnelle - Conduite du changement & stratégie d’adoption ***Réussir la transformation de la démarche centrée sur les process en démarche centrée sur la donnée*** ### ACCOMPAGNER NOS CLIENTS DANS LES PHASES CLÉS DES PROJETS Les contraintes de marché sont de plus en plus fortes sur les entreprises. La réactivité (ou le “time to market”) est devenue un enjeu stratégique et la mise en œuvre rapide des projets un important levier de performance globale. Pour ce faire, il est crucial de délivrer des “produits” répondant aux besoins exprimés avec pragmatisme et évolutivité. En s’appuyant sur leurs compétences métiers, nos consultants AMOA accompagnent nos clients dans les missions clés de la Maîtrise d’Ouvrage : - **Comprendre les Directions Métiers :** la “meilleure réponse” aux besoins métier doit passer par une phase d’analyse du fonctionnement et des processus. Ce diagnostic est rendu possible par une immersion au plus près des acteurs opérationnels. - **Concrétiser et valider les besoins fonctionnels** par une étape de prototypage - **Fédérer l’ensemble des acteurs du Projet autour d’une cible commune :** quelle que soit la méthode projet choisie, l’un des principaux facteurs clés de succès reste l’alignement des acteurs sur la cible à atteindre. Les difficultés doivent être partagées et les zones d’ombre levées. De par son rôle charnière, il revient à la MOA de jouer ce rôle de chef d’orchestre entre toutes les Directions de l’entreprise prenant part au projet. - **Contrôler la qualité des données et homologuer les solutions :** un niveau de confiance élevé garantira une adhésion forte des utilisateurs finaux. - **Maîtriser le projet :** une gouvernance adaptée, souple et fiable permettra le respect des coûts et des jalons, tout en permettant les évolutions au fil de l’eau lorsqu’elles sont nécessaires. ### ACCOMPAGNER LA MISE EN ACTION DE VOTRE DATA PLATFORM AVISIA accompagne vos équipes dans le choix et le déploiement de votre [modern data stack](https://www.avisia.fr/definition/modern-data-stack) avec une approche agnostique : nous intervenons sur l’ensemble des solutions du marché — stockage cloud (Snowflake, BigQuery, Redshift, Azure Synapse, Databricks), ingestion (Fivetran, Airbyte, Talend), transformation (dbt, Spark), orchestration (Airflow, Prefect) et restitution (Looker, Power BI, Tableau, Metabase) — en sélectionnant les outils les mieux adaptés à votre contexte. Pour y parvenir, nous vous accompagnons tout au long de votre démarche afin de : - Identifier les différentes **sources de données disponibles**, - Définir les **use cases potentiels** avec les données disponibles, - Sélectionner et concevoir l’architecture technique de réception de ces sources de données (**Data Hub ou Data Lake**), - Réaliser le choix des **outils pertinents à chaque étape** (stockage, traitement, recherche, dataviz, datascience, …etc.), - Batîr les processus d’alimentation et de contrôle de la qualité des données, - Mettre à disposition des différents utilisateurs (technique, analytique, fonctionnel) les outils et les informations pertinentes. ## Analytics **Engineering** - [Stockage & traitements](#) - [Self Service Analytics](#) - [Dashboard & Reporting](#) ### ACCOMPAGNER LA MISE EN OEUVRE DES TECHNOLOGIES ADAPTÉES En fonction de la nature des données (structurées ou non) et de l’usage que vous souhaitez en faire (batch, interactif, temps réel), nous vous accompagnons dans **la définition de la technologie de stockage idéale**. Au cours du cycle de transformation et de structuration de la donnée, les différentes étapes de Data Management nécessitent d’ailleurs souvent un recours au **stockage des informations sous de multiples formes.** L’ingestion des données amène également de **nouvelles façons d’intégrer et de gérer la donnée.** La mise en oeuvre de ces technologies nécessite la connaissance de **langages de programmation tels que python** que nous maîtrisons. Notre objectif est de pouvoir vous accompagner **tout au long de vos projets :** - Conseil en **architecture**, - Conception, design et modernisation d’architectures de bases de données classiques et/ou distribuées, - **Modélisation des données**, - Développement de traitements, - Réalisation de prototypes permettant de tester grandeur nature les **usages potentiels**, - Intégration/Ingestion des données (online ou offline) et quel que soit l’environnement (**SI Entreprise / Cloud computing / DMP ou CDP externe**), - **Mise à disposition d’infrastructures** dans le cloud dans des délais très brefs. ### DONNER AUX UTILISATEURS LA RAPIDITE ET L’AUTONOMIE NECESSAIRES A L’EXPLOITATION DE LEUR CAPITAL DATA Le Self Service est la nouvelle approche de la Business Intelligence qui regroupe la Data Visualisation, la Data Discovery et la Self-Service Analytics, permettant la réalisation en démarche Agile et collaborative. Son principe est fondé sur des cycles de réalisation courts, itératifs et guidés par les usages métiers, fondés sur les principes d’agilité et de collaboration. Nos démarches de déploiement de la Self-Service Analytics sont entreprises avec les objectifs suivants : - Améliorer la capacité à délivrer à travers des cycles plus rapides et moins rigides - Renforcer les capacités d’analyse par l’autonomie et la responsabilisation des utilisateurs - Favoriser l’émergence des nouveaux cas d’usages - Augmenter le ROI métier L’enjeu de la Self-Service Analytics est quant à lui double : Rendre les utilisateurs BI plus autonomes mais aussi plus responsables. Nos équipes conçoivent et intègrent des plateformes modernes dans les SI de nos clients, permettant aux utilisateurs de : - Préparer et enrichir leurs données - Explorer librement les données - Créer et paramétrer eux-mêmes leur reporting & dashboard - Partager leurs analyses ou résultats de façon collaborative ### DATAVIZ A travers notre expertise, nous facilitons la transformation de vos données en visualisations dynamiques et interactives permettant de : - Apprécier visuellement la performance de votre business - Observer clairement les points d’alerte ou de satisfaction - Mettre en évidence des tendances - Découvrir des liens/corrélations insoupçonnés - Améliorer votre business par des décisions avisées De façon plus détaillée notre expertise vous accompagne sur les différentes étapes de ces projets : - La connexion des outils de dataviz à vos données, - L’exploration, l’analyse, et la visualisation des données, - L’application des best-practices de dataviz, - Le Story telling, - La partage collaboratif des résultats. ### TRANSFORMER LA DONNÉE EN INFORMATION EXPLOITABLE PAR TOUS La restitution est une des phases clé du processus de Business Intelligence. Elle matérialise le passage de la donnée en information. Nous allions notre connaissance des solutions de BI classique et nos compétences en développements spécifiques pour offrir à nos clients les moyens adéquats de consulter les informations élaborées à partir de leurs données. Nous adaptons les solutions en fonction de l’usage de chacun. Tableaux de bords – Mesure de la performance : - Personnalisation de tableaux de bord stratégiques, adaptés aux enjeux de pilotage métier - Mise en place de vues « cockpit » avec différents indicateurs de performance pour les cadres de Direction - Optimisation de l’expérience utilisateur à travers une ergonomie pensée intuitive États de restitutions opérationnels : - Reporting de masse automatisés - Conception de rapports ad-hoc - Développement de restitutions spécifiques - Niveau de granularité fin, selon les besoins d’analyse ## Data Science & **Machine Learning** - [Data Science](#) - [Machine Learning](#) - [Data Engineering](#) ### METTRE EN OEUVRE DES ALGORITHMES AUX SERVICES DES BESOINS MARKETING Dans une optique de **définir ou optimiser une stratégie marketing relationnel**, nous intervenons de la définition à la mise en opération des actions grâce aux compétences marketing, data, digital et informatiques de nos équipes. Nous apportons une **vision complète du parcours omnicanal** des clients et mettons à disposition des directions marketing les inputs nécessaires à la définition de leur stratégie. Avec une approche différente en **recherche constante du ROI**, cela constitue pour vous une vraie réponse opérationnelle et innovante tout au long du cycle de vie client. #### Collection & Socle Analytique : - Identifier, adapter et structurer les informations pertinentes, - Calculer les indicateurs métier nécessaires pour le pilotage de votre business, - Feature engineering des axes analytiques adaptés à chaque problématique. #### Data Intelligence : - Extraire de la connaissance à partir des données utiles, - Identifier les use cases pertinents et les leviers de performance, - Analyser, modéliser et déployer les algorithmes pertinents. #### Activation & Interactions CRM : - Utiliser la connaissance pour gérer les interactions clients, - Adapter les propositions et offres aux clients quel que soit le canal (print, mail, web, boutique, call-center, etc.) et le type d’interaction (synchrone ou asynchrone), - Mise en place de matrice d’offres en temps réel. ### ACCOMPAGNER NOS CLIENTS DANS L’UTILISATION ADÉQUATE DU MACHINE LEARNING Aujourd’hui la question n’est plus de savoir s’il faut mettre en place des algorithmes de machine learning ou pas, mais plutôt de savoir comment les mettre en œuvre de façon efficace et industrielle. Pour rappel, un processus dît machine learning se caractérise par 3 aspects : - Utilisation d’un modèle à des fins de prédiction, prévision ou classification qui s’appuie sur des algorithmes (probabilistes, statistiques, mathématiques, …), - Automatisation complète des étapes permettant l’amélioration continue de la qualité du modèle, - Capacité d’exécution de ce modèle en temps réel pour maximiser son impact business et la réponse à la problématique rencontrée. Ce processus se base sur des comportements passés avec comme ambition de faciliter la prise de décision fiable et répétée autant que nécessaire sur les actions futures. Tout ceci grâce à des technologies permettant de travailler sur des fréquences de mise à jour des données de plus en plus courte (batch processing). AVISIA bénéficie de nombreux retours d’expérience sur cette typologie de projets qui nous confèrent une réelle expertise dans : - La maîtrise des nombreux algorithmes, supervisés ou non supervisés, paramétriques ou non, éligibles à une utilisation dans un process Machine Learning, - Les méthodes de combinaison / agrégation / optimisation de ces algorithmes qui améliorent la robustesse des informations en sortie, et garantissent ainsi la confiance à leur accorder, - La parallélisation des données & des traitements pour tendre vers des exécutions instantanées (fast data), - La maîtrise des écosystèmes des langages (R, Python, PySpark, …) et des plateformes de Data Science (Dataiku, SAS Viya, Alteryx, …) pour le déploiement en production. ### LE DÉPLOIEMENT MACHINE LEARNING EN PRODUCTION Le data engineering est un véritable carrefour de nombreuses compétences comprenant développement informatique, architecture, administration de plateforme Big Data et connaissances en data science. Data Engineers et Data Scientists sont complémentaires pour apporter à l’entreprise une meilleure connaissance de ses clients et de son business : ils tirent le maximum d’informations pertinentes issues notamment des nouvelles données collectées, tels que les données issues des réseaux sociaux, les données de voix… Nous vous accompagnons à ce titre pour : - Identifier les nouvelles données à collecter, notamment en scrappant les réseaux sociaux ou via les plateformes de données open source, - Ingérer ces données dans le datalake, industrialiser les traitements, et réfléchir à un mode de stockage optimal, - Préparer les données pour les usages analytiques, - Accompagner vos Data Scientists pour challenger / déployer les modèles de machine learning de manière performante, en optimisant les traitements, - Développer des API permettant aux différentes applications de consommer les résultats des modèles développés. Les compétences de nos data engineers sont larges : - Maîtrise de l’écosystème Hadoop et son administration (HDFS, YARN, Oozie, Zookeeper, Hive…) - Prise en main et utilisation des fonctionnalités de l’environnement Amazon Web Service (AWS RedShift, S3, EC2, …) - Développement d’applications via MapReduce ou Spark (Développement en Scala, Python) - Développement d’API REST - Connaissances des méthodes de machine learning - Développement de micro batch pour traiter des données temps réel via Kafka. ## Toutes **nos expertises** ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### [Data](/expertises/data) Définir les apports de la Data aux enjeux business via la maîtrise des méthodologies ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### [Interaction](/expertises/interaction) Savoir capter & consolider les interactions en Data au sein de plateformes efficientes ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### [Produit](/expertises/produit) Optimiser la prise de décision au travers de produits restituant les insights de façon accessible [Nos expertises](https://www.avisia.fr/expertises) Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Conseil en Tracking, Web Analytics & Digital Marketing](https://www.avisia.fr/expertises/interaction) **Published:** mars 5, 2024 **Author:** Aurélie Morand **Content:** ## L’excellence des **basiques** - [Tracking digital](#) - [Data Processing](#) - [Évangélisation Digitale](#) ### GARANTIR UN TRACKING EFFICACE ET PERTINENT A TRAVERS UN PLAN DE MARQUAGE FIABLE Aujourd’hui les outils analytiques permettent de collecter, traiter et restituer des quantités d’informations jusqu’alors inexploitables, et cela dans un temps record. Il est alors stratégique de savoir définir l’architecture de la collecte de données via un plan de marquage optimal, permettant d’identifier les leviers de performances efficaces. Privilégier la pertinence et éviter le bruit issu du Data Déluge. Nous sommes convaincus de l’importance d’une collecte exhaustive et savons privilégier la pertinence des indicateurs et leur fiabilité. Conscients que ces pratiques innovantes peuvent sembler complexes pour le plus grand nombre, nous analysons la maturité des clients afin de leur proposer le plan de transition le plus adapté. Nous les accompagnons dans la rédaction d’un plan fiable et efficace, en respectant les étapes clés : - Diagnostiquer les usages et pratiques en place, - Comprendre et valider la stratégie de l’entreprise, - Poser les indicateurs clés de mesure du trafic, en se focalisant sur les leviers de performances, - Proposer une grille de choix d’outils adaptée aux usages réels, - Définir l’architecture de la collecte de données pour des projets complexes, - Initialiser la stratégie de sécurisation. ### GARANTIR LA REMONTÉE DES DONNÉES ET L’EXPLOITATION OPTIMALE DES LEVIERS DE PERFORMANCE Les enjeux Business de la bonne mesure des performances digitales, imposent aujourd’hui la fiabilité des données remontées et la réactivité du tracking aux évolutions constantes des sites, applications mobiles ainsi que les nouveaux «devices » tels que les montres, TV connectées et autres écrans digitaux en point de vente. L’adhésion des acteurs Marketing implique le respect strict de ces critères et une confiance totale dans les reportings et dashboards qu’ils utilisent. Nous mettons aux services de nos clients notre expérience historique sur les projets Data, couplé à notre savoir-faire sur les nouvelles technologies afin de garantir le maintien et l’évolution des plans de marquage. Nous les accompagnons durant toute la chaîne de mise en œuvre : - Sécuriser les développements par un accompagnement de proximité des développeurs, - Définir la stratégie de recette, et la réaliser de façon agile et flexible, - Superviser et améliorer le plan de sécurisation de la collecte des données volatiles, - Déployer des Dashboards de suivi du tracking et des KPIs optimisés, - Ajuster les indicateurs et le plan de marquage pendant une phase d’observation post mise en production, - Affiner et optimiser les indicateurs par un processus itératif d’analyse, - Adapter le tracking aux évolutions du site. ### FEDERER TOUS LES ACTEURS AUTOUR D’UNE ROADMAP DIGITALE DATA INNOVANTE L’innovation est au cœur de la stratégie des entreprises, devant combiner à la fois technologie de pointe et rapidité de mise en place. Les entreprises se confrontent aux difficultés des grandes innovations : acquérir rapidement une compétence nouvelle, adapter ses process tout en s’assurant de l’adhésion de ses collaborateurs. Pour cela, nous accompagnons nos clients dans la mise en place de leur chaîne digitale innovante. Nous nous assurons du respect des pratiques de marché, tout en composant un plan de transformation adapté à la fois au processus et aux collaborateurs : - Accompagnement dans la définition de la **roadmap efficiente** de déploiement d’outils pour nourrir la mesure et l’activation, des outils actuels et à venir, - Coaching des Directions techniques pour une compréhension fine de la logique de fonctionnement des nouveaux outils analytiques, - Formation des interlocuteurs clés : utilisateurs finaux & Product Owner à la prise en main des process de la chaine de production et de maintenance des outils data digitale. *Faire adhérer les utilisateurs aux nouveaux outils de prise de décision, à travers une pédagogie éprouvée* ## Data **culture** - [Data Driven Decision](#) - [Collaboration Digitale](#) - [Maturité Data](#) ### DÉCLENCHER L’INTÉRÊT POUR LA DATA DIGITALE Les grandes sociétés ont, pour la plupart hérité d’une culture marketing où la mesure de la performance et l’usage quotidien de la data dans le pilotage de la communication ont été historiquement négligés. La transformation digitale implique la transformation de cette culture dans les équipes marketing et communication. Nous intervenons auprès de nos clients dans une première étape qui consiste à déclencher l’intérêt des équipes pour la data. Cela se met en place par différentes approches : - Réaliser des analyses des parcours utilisateur sur les plateformes, - Cartographier l’expérience client sur les points de contacts digitaux, - Révéler les goulets d’étranglement et simuler le gain potentiels de conversion, - Fournir une vision globale de la performance et de l’expérience, - Initier une réflexion globale marketing basée sur la data digitale. Nous permettons aux équipes opérationnelles et stratégiques de déclencher des programmes d’optimisation ou de transformation initiés par les insights que la data digitale peut leur fournir. ### FORMER ET TRANSMETTRE LE SAVOIR & SAVOIR-FAIRE Au regard de l’enjeu de la data dans le digital, les acteurs de l’économie ont étés amenés progressivement à internaliser les compétences digital data. Cette internalisation nécessite des recrutements mais également l’accompagnement de ces équipes nouvellement constituées dans la mise en place de programmes de formation internes. Nous aidons nos clients à se construire et à internaliser les process de formation et d’onboarding : - Packages de transfert de compétence pour accompagner tous nos projets en phase de clôture, - Process de réversibilité pour accompagner toutes nos prestations en centre de service, - Programmes de formation aux outils et aux concepts pour simplifier l’achat de prestations data driven digital. ### ACCOMPAGNER NOS CLIENTS VERS LA MATURITÉ DIGITALE La transformation digitale amène les grands acteurs de l’économie à ajouter ce nouveau canal comme une nouvelle corde à leur arc marketing. La complexité de ce nouveau canal les désavantage face aux nouveaux arrivants (Plateformes et eCommerce) qui sont nés dans cette complexité. Cela pose un problème de maturité contre lequel nos clients tentent de lutter malgré la nature constamment évolutive du secteur. Nous les aidons en accompagnant leur maturité au-delà des aspects techniques ver la mise en place des programmes de transformation culturelle : - Workshop de conception et d’architecture des KPIs et dashboarding, - Revues et analyses hebdomadaires et mensuelles de performance des leviers digitaux, - Ateliers trimestriels sur les tendances de leur business digital vs Benchmark marché / Secteur, - Programmes d’optimisation et industrialisation du « test & Learn ». ## Intelligence **digitale** - [Profiling Users](#) - [Contribution / Activation](#) - [Pépite Concurrentielle](#) ### USER PROFILING & PERSONNALISATION Les approches classiques marketing ont toujours exploré le marché auquel les marques étaient confrontées, et en essayant d’identifier les clients types auxquels on s’adresse pour ensuite construire la bonne stratégie de contenu ou de campagne. Lorsque le digital vient transformer l’économie, le marketing a besoin de renouveler son approche pour pouvoir s’adresser à des utilisateurs et non à des clients identifiés. Cette difficulté amène nos clients à s’interroger sur les possibilités de personnalisation de la relation digitalisée aux clients et prospects, et nous y répondant par des technologies et des méthodes innovantes : - Collecte des données brutes des cookies d’utilisateurs non identifiés (via Adobe Data feed ou Google big Query ou encore des outils d’activation), - Profiling statistiques des comportements utilisateurs afin d’identifier les personas utilisateurs, - Définition des tactiques de déclenchement technique et leviers d’activation marketing, - Construction de stratégies et définition des KPIs de pilotage du programme de personnalisation. ### MODÈLE DE CONTRIBUTION ET SYNCHRONISATION DES LEVIERS D’ACTIVATION La dépense publicitaire a glissé de plus de 50% vers les leviers digitaux depuis l’apparition de ce canal entièrement mesurable. Tous nos clients se posent la question de la bonne attribution de leur revenu et leur ROI afin d’optimiser leurs achats. Grace au machine learning, nous les accompagnons dans la modélisation de leurs dépenses et revenus publicitaires afin de déterminer les meilleurs media mix ainsi que les meilleures approches opérationnelles de construction de campagne : - Analyse statistique de l’attribution des revenus publicitaires, - Analyse prédictive de la contribution de chaque levier et de la performance attendue par type de media mix, - Simulation des performances attendues par combinaison mode d’achat / créa / stratégie SEM / type de partenariat. Cela pour permettre de mieux planifier les investissements avec pour objectif de réaliser de la croissance ou des ré-allocations budgétaires. ### A LA RECHERCHE DE LA PÉPITE CONCURRENTIELLE L’avantage concurrentiel par le levier digital est une problématique qui va au-delà du web marketing. La puissance des GAFA vient en très grande partie de leur capacité à automatiser l’exploitation statistique des données digitales. C’est par l’application des algorithmes statistiques prédictifs et auto apprenants à leur données digitales que les acteurs des secteurs traditionnels peuvent faire face à la vague géante de l’intelligence artificielle des nouveaux entrants. S’appuyant sur notre expertise Data Science, nous aidons nos clients à explorer leurs données digitales, à la recherche de pépites : - Analyse algorithmique exploratoire des données digitales, - Croisement de données digitales et open data pour enrichir la connaissance client, - Injection des données de connaissance on et offline dans des outils de visualisations sur mesure pour permettre aux équipes de poursuivre l’effort d’exploration. ## Toutes **nos expertises** ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### [Data](/expertises/data) Définir les apports de la Data aux enjeux business via la maîtrise des méthodologies ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### [Interaction](/expertises/interaction) Savoir capter & consolider les interactions en Data au sein de plateformes efficientes ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### [Produit](/expertises/produit) Optimiser la prise de décision au travers de produits restituant les insights de façon accessible [Nos expertises](https://www.avisia.fr/expertises) Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Soyez acteur de votre carrière](https://www.avisia.fr/carriere) **Published:** novembre 28, 2023 **Author:** Pascal BIZZARI **Content:** (Re)découvrez le métier de consultant ## **L’humain au cœur** du Cabinet Nous sommes nés en 2007 de la volonté d’anciens consultants de créer un Cabinet de Conseil centré sur l’Humain où les personnes ne sont pas simplement des ressources à staffer. Depuis nous mettons tout en œuvre et réfléchissons à l’organisation du Cabinet pour et avec nos consultants. Ce qui fait souvent revenir dans les échanges le qualificatif d’être un Cabinet de Conseil à Contre-Courant. Nous nous développons au gré des rencontres et des routes de chacun d’entre nous qui façonnent l’évolution du Cabinet. ![Avisia Carriere Metier Consultants Enps](https://www.avisia.fr/wp-content/uploads/2024/04/AVISIA-CARRIERE-METIER-CONSULTANTS-eNPS-scaled.jpeg "Avisia - Carriere - Metier - Consultants Enps • Avisia") ![Avisia-codir-elie-nkaoua](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Elie-NKAOUA-zoom-1-150x150.webp "Avisia-codir-elie-nkaoua-zoom • Avisia") Je suis convaincu que bâtir une entreprise solide ne se résume pas à des chiffres & des stratégies, mais à la qualité du recrutement et à l’engagement de sens donné aux salariés en cultivant leur potentiel, leurs compétences, leurs ambitions, leurs contributions. Elie N’KAOUA • Directeur Général Délégué, Associé Spécialistes des métiers de la data ## Découvrez nos [**métiers de la data et de l’IA**](https://www.avisia.fr/carriere/offres-emploi) qui façonnent l’avenir AVISIA regroupe les grands métiers de la data et de l’IA : Data Science, Analytics Engineering, Digital Analytics, Data Governance et Product Management. Découvrez celui qui correspond à votre profil. [Nos métiers & offres d'emploi](https://www.avisia.fr/carriere/offres-emploi) Nos consultants ## Focus sur les **évolutions internes** Nous encourageons activement l’évolution interne de nos collaborateurs. Nous offrons trois voies distinctes pour permettre à chacun de tracer son parcours professionnel au sein de l’entreprise. 1 ### Contributeur AVISIA est un Cabinet Collaboratif dont le fonctionnement même dépend des contributeurs. Être contributeur, chez AVISIA c’est s’engager en parallèle de sa mission, selon sa volonté, pour participer à la vie du Cabinet via différents pôles: Expertise, Data Lab’, Academy, Bd@ : il y a le choix pour tous pour contribuer au développement et s’ajouter de nouvelles compétences ! 2 ### Manager Le rôle du manager chez AVISIA est polyvalent, impliquant la réalisation de missions, la contribution au développement des offres et des processus, et surtout, l’accompagnement et le développement continu de ses équipes. Sa mission essentielle est de favoriser la croissance des équipes et de soutenir la direction dans tous les processus RH. En résumé, le manager chez AVISIA est un moteur de succès, œuvrant à la fois dans l’opérationnel et le développement humain pour garantir l’excellence de l’équipe et l’alignement avec les objectifs stratégiques de l’entreprise. 3 ### Practice leader C’est une équipe de consultants experts et matures sur nos différents métiers, ils sont des relais pour faire le lien entre nos savoir-faire et le business au quotidien. Ils travaillent à mettre à profit la période au siège des consultants pour les préparer au mieux à leurs futures missions. ## Lumière sur **notre équipe** Plongez dans les expériences personnelles de nos collaborateurs, mettant en lumière la diversité des parcours professionnels, le sentiment d’appartenance à notre communauté, et l’inspiration qu’ils trouvent dans notre culture d’entreprise. ![Priscila Leon](https://www.avisia.fr/wp-content/uploads/2026/08/Image_20260804_113015-768x861.jpeg "Priscila Leon • Avisia") ### Priscila LEON #### Consultante Digital Analytics Priscila Leon a rejoint la practice digitale d’AVISIA en mai 2022. Elle a d’abord réalisé une mission média chez Sephora. Depuis trois ans et demi, elle accompagne BNP Paribas, acteur bancaire international, en tant que Digital Analyst. Elle pilote l’optimisation des parcours web et applications mobiles du groupe. Son rôle s’inscrit dans le cadre de la transformation digitale de BNP Paribas. Son expertise couvre l’ensemble de la chaîne du digital analytics. Elle intervient sur la définition des plans de taggage, l’analyse comportementale, la mesure de la performance et l’optimisation de la conversion (CRO). Priscila est certifiée Google Analytics, Contentsquare et Piano Analytics. Ce sont les trois principales solutions du marché en tracking et analyse de données. Cette polyvalence lui permet de s’adapter aux stacks techniques de chaque client et de fiabiliser la donnée à chaque étape. Chez AVISIA, cabinet de conseil expert en transformation digitale, Data et IA, Priscila accompagne les grands comptes dans la transformation de leur donnée comportementale en leviers concrets d’amélioration de leurs parcours digitaux. ![Avisia-consultant-florent-cottin](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-CONSULTANTS-Florent-768x768.webp "Avisia-consultants-florent • Avisia") ### Florent COTTIN #### Manager et Consultant en ML/Data Engineer “Après 3 ans en tant que développeur data pour des outils d’aide à la décision, j’ai décidé de rejoindre AVISIA. AVISIA m’a ouvert plusieurs opportunités : tout d’abord contributeur interne au sein du pôle expertise puis maître de stage ainsi que formateur interne, et manager depuis 3 ans bientôt. J’occupe actuellement un rôle de Machine Learning Engineer au sein de mes différentes missions clients. J’ai ajouté également une casquette Business Support Leader qui me permet d’épauler les équipes commerciales sur nos expertises techniques lorsqu’elles en ont besoin. Ce que j’aime chez AVISIA, c’est que c’est un cabinet qui me permet de satisfaire ma curiosité technique grâce aux différents ateliers de formation, projets internes, certifications ou tout simplement en discutant avec nos experts, le tout dans un cadre humain et bienveillant. Je souhaitais tester un cabinet de conseil, je suis toujours chez AVISIA 7 ans après et compte bien continuer cette aventure !” ![Avisia-consultant-astrid-de-jullien](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-CONSULTANTS-Astrid-2-1-768x768.webp "Avisia-consultants-astrid De Jullien • Avisia") ### Astrid DE JULLIEN #### Data Product Manager “J’ai rejoint AVISIA en janvier 2023. Après 5 années de conseil comme digital analyste (Photobox, Cdiscount, Pierre et Vacances etc.) puis 4 ans comme Head of Analytics chez SeLoger.com, j’ai amorcé un virage vers le data product management via un data-camp et une mission comme product manager data chez mon client actuel. Je suis désormais Practice Leader sur ce volet. Ce qui me plaît chez AVISIA : – la proximité avec nos clients grâce à la présence en mission quel que soit le niveau de séniorité – la formation continue via des certifications, des moocs, des ateliers de formation interne, etc. – et l’approche entrepreneuriale sur la practice data product management avec l’appui des ressources humaines pour aller chercher les bons profils et les commerciaux pour décrocher des missions impactantes” ![Avisia-consultant-stephie](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-CONSULTANTS-Stephie-768x768.webp "Avisia-consultants-stephie • Avisia") ### Stéphie WANANI #### Manager & Consultante en Analyse Digitale “Mon champ d’intervention va de la gestion de projets analytics à l’animation d’ateliers. Arrivée en avril 2022, mon parcours a débuté en tant que Consultante Digitale pour ensuite endosser divers rôles tels que Manager, Lead Contrib et Lead Piano Analytics. Ce qui me séduit le plus chez AVISIA, ce sont les opportunités d’évolution, l’ambiance du cabinet et la grande variété de projets.” ![Avisia-consultant-marjorie-pascal](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-CONSULTANTS-Marjorie-768x768.webp "Avisia-consultants-marjorie • Avisia") ### Marjorie PASCAL #### Manager & Consultante en Data Science, Leader de l’ACADEMY interne AVISIA “AVISIA c’est une longue histoire d’amour car j’y ai commencé en stage en 2018 et à la suite de plusieurs missions chez différents clients, j’ai évolué vers des rôles internes comme le management. Le métier de data scientist chez AVISIA, c’est bien plus que la création de modèles, c’est aussi comprendre le contexte, challenger, travailler en collaboration avec toutes sortes de métiers et itérer sur des solutions qui apportent peu à peu de la valeur à nos clients. AVISIA et moi, ça dure depuis si longtemps car c’est une entreprise à taille humaine, fun, qui donne les moyens aux collaborateurs de monter en compétences tout en leur permettant de contribuer à la vie du cabinet selon leurs envies.” ![Avisia-consultant-sho-hei](https://www.avisia.fr/wp-content/uploads/2024/02/AVISIA-CONSULTANTS-Sho-Hei-768x768.webp "Avisia-consultants-sho-hei • Avisia") ### Shô-Hei YAMAGUCHI #### Consultant Analytics Engineer “Après de nombreuses expériences en tant que développeur data, notamment dans la Banques & Assurances, j’ai été coopté par un ancien collègue chez AVISIA. Ce qui m’a plu tout de suite, c’est la bonne ambiance qu’on ne trouve que chez AVISIA, l’expertise et la passion des collègues pour les métiers de la data. J’ai complété mes compétences pour aujourd’hui intervenir en tant que Analytics Engineer, ce qui pour moi permet d’appliquer rigoureusement des bonnes pratiques de développement. En tant que consultant, nous nous devons d’être à jour sur les dernières technologies pour répondre aux besoins de nos clients. Au quotidien, nous collaborons étroitement avec les équipes métiers de nos clients, ce qui nécessite une bonne capacité de compréhension. C’est pour cela que selon moi, ce qui va faire ma différence, c’est la communication : la transparence, la clarté, et la disponibilité et l’exhaustivité de l’information par une documentation rigoureuse sont les clés du succès. “ Entrez dans notre Univers ## Notre Univers Collaboratif, c’est **notre Contrib’** Instance maîtresse de notre Cabinet, c’est un peu notre bureau des élèves à nous qui est divisé en plusieurs instances. ![](https://www.avisia.fr/wp-content/uploads/2024/03/AVISIA-CARRIERE-COLLAB-INNOVATION-576x1024.png "Avisia - Carriere - Collab - Innovation • Avisia") ### L’innovation L’innovation Véritable communauté que nous avons créée et qui est l’une de nos plus belles forces ! Nous travaillons sur divers projets à travers notre Lab’, qui est un incubateur d’idées et de réalisations disruptives. Certaines ont même fait le tour de la Presse et ont fait devenir célèbres des membres de la AVISIA FAMILY. ![](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-carriere-collab-expertise-2-576x1024.webp "Avisia-carriere-collab-expertise-2 • Avisia") ### L’Expertise L’Expertise Vous pourrez y partager vos skills ou bien apprendre des autres collaborateurs sur l’ensemble de nos métiers. Au travers de différents formats : knowledge management, newsletter, rédaction d’articles, hackathons, challenges ou encore ateliers internes, cela fera vivre votre quotidien. ![](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-carriere-collab-impact-rse-2-576x1024.webp "Avisia-carriere-collab-impact-rse-2 • Avisia") ### L’Impact / La RSE L’Impact C’est l’instance qui porte les projets et missions sociales et environnementales chez AVISIA. En pleine croissance depuis ces derniers mois, ce pôle offre de belles perspectives internes et personnelles et n’attend que vous pour se développer ! ![](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-carriere-collab-academy-2-576x1024.webp "Avisia-carriere-collab-academy-2 • Avisia") ### L’Academy L’Academy Partager son savoir en interne allie proximité et transmission des valeurs qui nous sont chères! Chez AVISIA, vous avez la possibilité d’accéder à une formation continue tout au long de votre carrière mais aussi de devenir formateur, une belle corde à ajouter à votre arc ! ![](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-carriere-collab-university-2-576x1024.webp "Avisia-carriere-collab-university-2 • Avisia") ### L’University L’University C’est la possibilité de revenir sur les bancs de votre école / université pour présenter aux étudiants le Cabinet, nos métiers, parler de nos missions et de la vie chez AVISIA devenant ainsi à votre tour l’un de nos meilleurs Ambassadeurs… ![](https://www.avisia.fr/wp-content/uploads/2024/03/avisia-carriere-collab-bda-2-576x1024.webp "Avisia-carriere-collab-bda-2 • Avisia") ### Le BDA Le BDA Le Bureau des Animations a pour but de faire vivre le Fun chez AVISIA : Challenges Internes sportifs, Culinaires, Culturels, Actions de Team Building & Soirées…Ce pôle se base sur le partage, alors prêts à nous faire découvrir vos passions ? Formation continue ## Montez en compétences pour **rester à la pointe de votre carrière** Dernier pôle très important via lequel vous pourrez vous **former** tout au long de l’année, **obtenir de nouvelles certifications** et, vous aussi, **donner des formations.** Découvrez les + de l’ACADEMY AVISIA. ![](/wp-content/themes/avisia/images/avisia-arrow-top-right.svg) **Boostez votre carrière** par l’apprentissage de nouvelles technologies et restez au top de votre employabilité. **Bénéficiez d’un large choix de formations** pour passer les certifications de nos éditeurs partenaire. **Validez vos acquis méthodologiques** au travers de nos certifications internes qui viennent reconnaître leur usage en milieu professionnel. **Accédez à tout cela au format qui vous convient** grâce aux formations organisées en présence ou à distance. **Et à votre tour devenez Formateur** en faisant profiter vos collègues ou nos clients de votre savoir faire et de vos expériences. ![](https://www.avisia.fr/wp-content/uploads/2024/04/AVISIA-carriere-le-bon-choix.webp "Avisia-carriere-le-bon-choix • Avisia") Le bon choix AVISIA ## Tirez profit de l’[Expérience AVISIA](https://trustfolio.co/profil/avisia-oJthVGCwO) pour être **au top de votre carrière** Nous nous engageons pour chacun de nos collaborateurs à favoriser sa réussite professionnelle, lui assurant un haut niveau d’employabilité (progression, formation, évolution) tout en lui créant un véritable réseau professionnel (missions, alumni, perspectives…) ![Avisia-rh-marlene-everle](https://www.avisia.fr/wp-content/uploads/2024/03/AVISIA-Carriere-Marlene-150x150.webp "Avisia-carriere-marlene • Avisia") Je crois en l’importance de construire une équipe diversifiée et talentueuse qui partage notre passion pour l’innovation, le travail collaboratif et l’impact positif. Marlène EVERLE • Talents Acquisition Leader Rejoindre la team ## Animé par le désir de contribuer à une **organisation dynamique et innovante ?** Rejoindre l’AVISIA Family, c’est opter pour une aventure professionnelle au sein d’une entreprise qui place au cœur de son identité l’humain et la data. [Découvrez nos offres d'emploi](https://www.avisia.fr/carriere/offres-emploi) Les étapes de recrutement ## Notre **process de recrutement** L’expérience du candidat est au cœur de notre démarche, notre processus de recrutement s’articule autour de six étapes bien définies. Le tout en **15 jours ouvrés maximum**. 1 ### Postulez Tout commence par votre candidature. Assurez-vous que votre CV et lettre de motivation reflètent bien vos expériences, compétences, adéquation et intérêt pour le poste. 2 ### Échange avec notre Talent Manager ll se déroule en visioconférence ou en personne, selon les préférences et les contraintes logistiques. L’objectif est d’échanger sur votre parcours professionnel, compétences, et surtout, sur votre projet de carrière. Soyez prêt à discuter de vos motivations, réalisations passées et de la manière dont vous envisagez votre avenir professionnel. 3 ### Réalisation d’un QCM Envoyé par mail sous un délai de 4 à 7 jours ouvrés : Pour évaluer vos compétences de manière plus objective, vous recevrez un questionnaire en ligne mêlant des éléments techniques, méthodologiques et business. 4 ### Entretien avec un opérationnel Vous rencontrerez ensuite un manager expert ce qui implique des discussions plus approfondies sur vos compétences techniques, réalisations, compréhension des secteurs d’activité, et ce que vous attendrez de votre expérience chez AVISIA. 5 ### Debriefing Cela offre l’opportunité de discuter des résultats du test, de clarifier des points éventuellement ambigus ainsi que partager votre expérience des différents échanges. 6### Proposition d’embauche Si toutes les étapes précédentes sont concluantes, vous recevrez une proposition d’embauche. [Voir toutes nos offres](https://www.avisia.fr/carriere/offres-emploi) Candidature spontanée Vous souhaitez **rejoindre la team ?** Mais n'avez pas trouvé votre bonheur parmi nos offres d'emploi actuelles ? [Suivez nos réseaux sociaux pour rester informé](https://www.linkedin.com/company/avisia/) ou partagez-nous votre candidature ! [Nos équipes](https://www.avisia.fr/cabinet-avisia#codir) reviendront vers vous rapidement. [Envoyer ma candidature spontanée](mailto:job@avisia.fr%20?Subject=Candidature%20spontanée) --- ### [Déployez des Agents Autonomes dans vos processus métiers](https://www.avisia.fr/cabinet-de-conseil-en-agentic-ai) **Published:** janvier 26, 2026 **Author:** Pascal BIZZARI **Content:** AVISIA – Les experts en AGENTIC AI ## Passez de l’automatisation simple à **l’autonomie décisionnelle** Nous sommes un cabinet de conseil pionnier en [IA Agentique](https://www.avisia.fr/definition/ia-agentique), dédié à transformer vos opérations grâce à des systèmes capables de raisonner, de planifier et d’agir. Au-delà de l’IA générative, nous concevons des écosystèmes d’agents autonomes qui s’intègrent à vos processus métiers pour atteindre vos objectifs stratégiques avec une intervention humaine supervisée. [Contacter un expert en IA Agentique](https://www.avisia.fr/nous-contacter) ![Avisia - Ready for Take off](https://www.avisia.fr/wp-content/uploads/2024/12/AVISIA-Ready-for-Take-Off.png "Avisia - Ready for Take off • Avisia") ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") En tant qu’experts en IA Agentique, nous ne nous contentons pas de générer du contenu ; nous créons des forces de travail numériques sur mesure capables d’exécuter des tâches complexes de bout en bout. Pascal BIZZARI • Directeur Général Notre ambition ## Déployer une intelligence **actionnable et autonome** L’IA Agentique représente un changement de paradigme : vos données ne servent plus seulement à analyser le passé, mais à agir sur le présent. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-data.svg) ### Agent Builder & Orchestration Concevoir des agents capables de décomposer des objectifs abstraits en plans d'actions concrets, enrichis par des pipelines [RAG](https://www.avisia.fr/definition/rag-retrieval-augmented-generation) pour une connaissance métier toujours à jour. Nous implémentons des architectures qui naviguent dans vos systèmes pour exécuter des workflows sans friction. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-digital.svg) ### Écosystèmes Intelligents Créer des synergies entre agents spécialisés. Plutôt qu'un modèle monolithique, nous orchestrons la collaboration entre plusieurs agents experts (juridique, finance, support) pour résoudre des problématiques transverses complexes. ![icone-data](/wp-content/themes/avisia/images/avisia-icon-technology.svg) ### Contrôle & Éthique (HITL) Garantir la fiabilité via le "Human-in-the-loop". Nous définissons les cadres de responsabilité, les limites d'action et les protocoles d'escalade pour assurer que l'autonomie de l'IA reste alignée avec vos valeurs et régulations. APPLICATIONS concrètes ## Où l’IA Agentique **crée-t-elle de la valeur ?** Nos consultants déploient des solutions agentiques qui transforment vos métiers : - Automatisation Intelligente des Processus : Gestion de workflows financiers (détection d’anomalies, enquêtes préliminaires, validation) dépassant la simple RPA. - Assistance Augmentée (Customer Care) : Agents de support capables de résoudre un ticket de bout en bout (compréhension, recherche, action technique) sans script préétabli. - Optimisation Supply Chain : Reconfiguration dynamique des chaînes d’approvisionnement en temps réel face aux aléas (météo, trafic). - Accélération R&D : Agents chercheurs formulant des hypothèses et analysant des résultats pour identifier de nouvelles opportunités (ex: secteur pharma). Inspirations ## Plongez au cœur de **l’innovation** Nos ouvrages et expertises sont mis au service du Business de demain. Poussez la porte de notre ### [Lab’](/actualites/blog/lab) Décryptez l’actualité via notre ### [Tribune Expert](/actualites/blog/category/intelligence-artificielle) Découvrez nos retours ### [d’expériences](/actualites/blog/retour-experience) Actualités ## Les actualités de l’IA Agentique ## AVISIA dans les médias pour les enjeux d’IA Agentique [ ![Argentine – Espagne • AVISIA](https://www.avisia.fr/wp-content/uploads/2026/07/Argentine-espagne-prono-avisia--768x578.png) ](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) ### [L’IA d’AVISIA connaissait le nom du vainqueur de la Coupe du Monde](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [Footmercato](https://www.footmercato.net/a6738528611045170328-coupe-du-monde-2026-lia-connait-deja-le-vainqueur-de-la-finale-espagne-argentine) [ ![le futur du Cloud Souverain](https://www.avisia.fr/wp-content/uploads/2026/07/Image-10-768x384.png) ](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) ### [Cloud souverain : et si le mythe devenait enfin réalité ?](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [Maddyness](https://www.maddyness.com/2026/07/13/cloud-souverain-et-si-le-mythe-devenait-enfin-realite/) [ ![Avisia X Footmercato](https://www.avisia.fr/wp-content/uploads/2026/06/Avisia-x-footmercato-768x516.png) ](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) ### [France – Suède : l’IA peut désormais prédire les tirs au but](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [](https://www.footmercato.net/a7613370715734769798-france-suede-lia-ajoute-un-nouvel-outil-precieux-a-ses-predictions?preview=0.5374982453214957) [ ![Les Echos AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-09-140844-768x366.png) ](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) ### [Comment accompagner les collaborateurs dans l’adoption de l’IA](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [](https://www.lesechos.fr/thema/articles/comment-accompagner-les-collaborateurs-dans-ladoption-de-lia-2235741) [ ![Maddyness AVISIA](https://www.avisia.fr/wp-content/uploads/2026/06/Capture-decran-2026-06-01-101507-768x308.png) ](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) ### [PSG-Arsenal : l’IA savait déjà qui allait gagner la Ligue des champions](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [](https://www.maddyness.com/2026/05/28/psg-arsenal-lia-sait-deja-qui-va-gagner-la-ligue-des-champions/) [ ![IA Ligue des champions](https://www.avisia.fr/wp-content/uploads/2026/05/IA-LEAGUE-DES-CHAMPIONS-2026-768x599.jpg) ](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) ### [Ligue des Champions – L’intelligence artificielle prédira le vainqueur du choc PSG-Arsenal](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [](https://www.pa-sport.fr/2026/05/26/football-ligue-des-champions-lintelligence-artificielle-predira-le-vainqueur-du-choc-psg-arsenal/) [ ![Footmercato AVISIA](https://www.avisia.fr/wp-content/uploads/2026/05/Footmercato-768x768.png) ](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) ### [CdM 2026 : quand AVISIA prédit la liste de l’Equipe de France](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [Footmercato](https://www.footmercato.net/a8403111926169109815-cdm-2026-quand-lia-predit-la-liste-de-lequipe-de-france) [ ![Le Progrès Lyon AVISIA](https://www.avisia.fr/wp-content/uploads/2026/04/AVISIA-Le-Progres-768x812.png) ](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) ### [« C’est un levier majeur de compétitivité » : des cafés IA pour mieux comprendre](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [Le progrès](https://www.leprogres.fr/science-et-technologie/2026/04/12/c-est-un-levier-majeur-de-competitivite-des-cafes-ia-pour-mieux-comprendre) [ ![IA mercato football](https://www.avisia.fr/wp-content/uploads/2026/01/IA-pour-le-mercato-768x441.png) ](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) ### [L’IA, la nouvelle arme secrète des clubs pour le mercato](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [Footmercato.net](https://www.footmercato.net/a7739907184262595704-lia-la-nouvelle-arme-secrete-des-clubs-pour-le-mercato) [ ![LES ECHOS – champions de l’IA](https://www.avisia.fr/wp-content/uploads/2025/12/LES-ECHOS-768x630.png) ](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) ### [Focus sur les Champions de l’IA](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Les Echos](https://www.lesechos.fr/tech-medias/hightech/databricks-snowflake-dataiku-ces-champions-meconnus-de-lia-qui-grandissent-a-lombre-dopenai-google-et-anthropic-2205133) [Toutes nos actualités](https://www.avisia.fr/actualites/blog) Data contact Avec notre expertise, **faites parler vos données** [Nous contacter](https://www.avisia.fr/nous-contacter) [Nous situer](https://www.google.com/maps/place/AVISIA/@48.8711435,2.2859142,17z/data=!3m1!4b1!4m6!3m5!1s0x47e66fee9f9f478d:0x641913fdaf58bdad!8m2!3d48.8711435!4d2.2884945!16s%2Fg%2F113d_74f_?entry=ttu) ## 5 agences **en France** ![](/wp-content/themes/avisia/images/avisia-fond-carte-agences.svg) Lille Paris Nantes Bordeaux Lyon [Région Nord – Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) 40, Place du Théâtre 59800 Lille [06 28 92 02 48]() [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) 48, avenue Victor Hugo 75016 Paris [01 44 17 14 00]() [Région Ouest – Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) 1, Impasse Serge Reggiani 44800 Saint-Herblain [07 86 78 84 02]() [Région Sud-Ouest – Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) H15, Quai des Chartrons 33000 Bordeaux [06 07 35 40 59]() [Cabinet Data et IA Région Alpes – Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) 27, rue de La Villette 69000 Lyon [04 28 29 84 68]() [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Actualités](https://www.avisia.fr/actualites) **Published:** novembre 28, 2023 **Author:** Pascal BIZZARI **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) --- ### [Politique de confidentialité](https://www.avisia.fr/politique-de-confidentialite) **Published:** juin 18, 2024 **Author:** Brice Notaise **Content:** ## Politique de Cookies Cette politique de cookies explique comment AVISIA utilise les cookies et technologies similaires sur son site web (ci-après le « site »). ### Qu'est-ce qu'un Cookie ? Un cookie est un petit fichier texte déposé sur votre appareil lorsque vous visitez notre site. Il aide à améliorer votre expérience en mémorisant vos préférences et visites. ### Types de Cookies Utilisés #### **Cookies Nécessaires** Les cookies nécessaires contribuent à rendre un site web utilisable en activant des fonctions de base comme la navigation de page et l'accès aux zones sécurisées du site web. Le site web ne peut pas fonctionner correctement sans ces cookies. **Plus d’informations sur :** #### **Cookies Préférences** Les cookies de préférences permettent à un site web de retenir des informations qui modifient la manière dont le site se comporte ou s’affiche, comme votre langue préférée ou la région dans laquelle vous vous situez. **Plus d’informations sur :** #### **Cookies Statistiques** Les cookies statistiques aident les propriétaires du site web, par la collecte et la communication d'informations de manière anonyme, à comprendre comment les visiteurs interagissent avec les sites web. **Plus d’informations sur :** #### **Cookies Marketing** Les cookies marketing sont utilisés pour effectuer le suivi des visiteurs au travers des sites web. Le but est d'afficher des publicités qui sont pertinentes et intéressantes pour l'utilisateur individuel et donc plus précieuses pour les éditeurs et annonceurs tiers. **Plus d’infos :** #### **Cookies Non Classés** Les cookies non classés sont les cookies qui sont en cours de classification, ainsi que les fournisseurs de cookies individuels. **Plus d’infos :** ### Nature et Traitement des Données Collectées #### **Adresses IP** Utilisées à des fins techniques et pour la production de statistiques de consultation. #### **Formulaire de Contact** Les informations obligatoires (adresse électronique, nom, prénom, message) sont collectées via notre outil de CRM (HubSpot) pour contacter les personnes et leur transmettre des informations marketing/commerciales sur AVISIA. Ces données ne sont ni partagées ni revendues à des tiers. ### Consentement et Gestion des Cookies La loi stipule que nous ne pouvons stocker des cookies sur votre appareil que s’ils sont strictement nécessaires au fonctionnement du site. Pour tous les autres types de cookies, nous avons besoin de votre permission. En donnant votre consentement sur les autres typologies de cookies présentées (Préférences, Statistiques, Marketing, Non Classés), vous consentez à l'utilisation des cookies comme décrit dans cette politique. Vous pouvez à tout moment modifier ou retirer votre consentement via la Déclaration relative aux cookies sur notre site web. Vous pouvez contrôler et gérer les cookies via les paramètres de votre navigateur. La plupart des navigateurs vous permettent de refuser ou d'accepter les cookies, de supprimer les cookies existants, ou d'être averti lorsque de nouveaux cookies sont déposés sur votre appareil. #### **Contrôle par le navigateur** Vous pouvez configurer votre navigateur pour qu'il accepte ou refuse tous les cookies, ou pour vous avertir lorsqu'un cookie est émis. Chaque navigateur étant différent, consultez le menu "Aide" de votre navigateur pour savoir comment modifier vos préférences en matière de cookies. #### **Durée de Conservation des Cookies** Les cookies ont une durée de vie limitée. Certains expirent à la fin de votre session de navigation, tandis que d'autres sont conservés pour une période plus longue. #### **Partage de Données** Les informations collectées par les cookies peuvent être partagées avec des partenaires publicitaires ou des prestataires de services tiers pour les besoins décrits ci-dessus. #### **Modifications de la Politique de Cookies** Nous nous réservons le droit de mettre à jour cette politique de cookies à tout moment. Toute modification sera publiée sur cette page avec la date de révision mise à jour. #### **Contact** Pour toute question concernant notre utilisation des cookies, veuillez nous contacter à [contact@avisia.fr.](mailto:contact@avisia.fr) --- ## Agences ### [Cabinet Data et IA Région Alpes - Lyon](https://www.avisia.fr/cabinet-avisia/agence-data-ia-alpes-lyon) **Published:** décembre 18, 2023 **Author:** Aurélie Morand **Content:** --- ### [Région Nord - Lille](https://www.avisia.fr/cabinet-avisia/agence-data-ia-nord-lille) **Published:** décembre 18, 2023 **Author:** Aurélie Morand **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) --- ### [Head Office Paris](https://www.avisia.fr/cabinet-avisia/agence-data-ia-idf-paris) **Published:** décembre 18, 2023 **Author:** Aurélie Morand **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) --- ### [Région Ouest - Nantes](https://www.avisia.fr/cabinet-avisia/agence-data-ia-ouest-nantes) **Published:** décembre 18, 2023 **Author:** Aurélie Morand **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) --- ### [Région Sud-Ouest - Bordeaux](https://www.avisia.fr/cabinet-avisia/agence-data-ia-sud-ouest-bordeaux) **Published:** décembre 18, 2023 **Author:** Aurélie Morand **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) --- ## Focus ### [L'IA Générative au service de la CSRD](https://www.avisia.fr/focus/ia-generative-au-service-de-la-csrd) **Published:** février 8, 2025 **Author:** Pascal BIZZARI **Excerpt:** Utilisez l'IA générative pour simplifier la préparation des rapports CSRD, améliorer la synthèse d'informations et automatiser la rédaction. **Content:** Notre vision ## Permettre aux équipes RSE de **se concentrer sur les aspects à forte valeur ajoutée.** Dans un contexte global où **les aspects administratifs demandent de plus en plus de temps** aux équipes **l’IA permet de mettre à disposition des assistants** capablent d’accompagner les équipes RSE. ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") La [CSRD](https://www.avisia.fr/definition/csrd) est une formidable avancée dans la transformation durable de nos entreprises, et comme toute évolution, elle a son lot de challenges. Nous proposons aujourd’hui une approche où l’IA permet de les surpasser. Pascal BIZZARI • Directeur Général Délégué, Associé 1 ### Inventaire & Cadrage Définition des équipes en charge du projet avec calendrier de mise en oeuvre 2 ### Double Matérialité Analyse et étude des différents enjeux avec leur matérialité 3 ### Identification Données Utiles Analyse d’écart entre les données disponibles et les nouvelles exigences 4 ### Collecte & traitements Mise en place des flux de collecte, calcul des KPI, création de modèle de données ESG 5 ### Publication normalisée Mise en forme et restitution des indicateurs au format imposé ## **En quoi** notre approche est singulière ? L’IA est le domaine qui connaît les évolutions les plus rapides et qui peut offrir des opportunités pour tacler certains challenges de la [norme CSRD](https://entreprendre.service-public.fr/vosdroits/F38208). Via notre [label Impact](https://www.avisia.fr/engagements), nous avons l’ambition de mettre la technologie au service de la transformation durable. Pour la [CSRD](https://www.avisia.fr/definition/csrd) notre travail prend la forme de 2 types d’agents / assistants : ### Agent Conversationnel Appréhender la directive et répondre aux questions que chacun se pose sur le sujet. Suivre les évolutions et mise à jour des textes officiels. ### Agent Rédactionnel Synthétiser et analyser automatiquement les informations pertinentes pour accélérer la production des data points narratifs **C’est le moment où vous avez envie d’en savoir plus ?** **On vous décrypte comment tout cela fonctionne juste en dessous.** Décryptage ## L’IA générative : **Un atout puissant pour la CSRD** L’IA générative, utilisée intelligemment, peut devenir un atout considérable pour la CSRD. En intégrant un modèle de langage de grande taille (LLM) il devient possible de synthétiser et d’analyser automatiquement les informations pertinentes. Près de 60 % des données à rapporter étant narratives, l’utilisation de l’IA générative accélère considérablement le processus de reporting. En automatisant la synthèse des informations et la rédaction des réponses, l’IA générative devient un outil puissant pour préparer les rapports requis par la CSRD. ![Sports Lab' Data Analyse, Avisia Player Index](https://www.avisia.fr/wp-content/uploads/2025/02/AVISIA-IA-au-service-de-la-CSRD.jpg "Avisia - Ia Au Service De La Csrd • Avisia") ## Comment mettre l’**IA Générative au sein de vos enjeux CSRD ?** - [1. Collecte & Pré traitement](#) - [2. Découpage des documents](#) - [3. Pertinence des documents](#) - [4. Génération de la réponse](#) ### Collecte & Pré traitements Définir un corpus de documents propres et prêts à être traités par le modèle RAG. - Identification des sources pertinentes, - Extraction via mise en place des flux de collecte (API, ETL, etc.), - Ingestion au sein de BDD structurées ou non structurées, - Mise à jour et nettoyage automatique des sources (balise, HTML, etc.). ### Découpage des documents Transformer les documents en représentations vectorielles (embeddings) pour faciliter leur traitement par le modèle RAG : - Découpage en chunks intelligents et optimisés selon les besoins, - Création des embeddings selon différents modèles (Open AI, Gecko, Bert, Word2Vec, etc.), - Stockage des embeddings sous des bases sécurisées. ### Pertinence des documents Identifier les chunks les plus pertinents pour une requête donnée en se basant sur leur similarité sémantique avec la requête. - Transformation de la requête en représentation vectorielle - Calcul de la similarité sémantique entre le vecteur d’embedding de la requête et les vecteurs d’embedding des chunks : distance du cosinus, recherche de mots clés dans les metadata, etc. - Sélection des chunks pertinents dont la similarité sémantique avec la requête est supérieure à un certain seuil : ajustement des paramètres, etc. ### Génération de la réponse Générer une réponse cohérente et informative en utilisant les informations extraites des chunks pertinents. - Choix du LLM : Sélectionner un modèle de langage adapté à votre domaine d’application et à la complexité des réponses attendues, - Fournir au LLM la requête utilisateur, les chunks pertinents ou des fichiers bruts à exploiter (images, etc.), - Génération de la réponse en se basant sur les données d’entrée fournies et un prompt bien calibré. [Allez plus loin](https://www.avisia.fr/actualites/blog/rse-impact/comment-la-data-et-lia-sont-les-allies-des-entreprises-pour-la-mise-en-place-de-la-csrd) Vous ne pourrez plus dire que **vous ne saviez pas !** **La CSRD représente un tournant majeur dans les obligations de reporting des entreprises en matière de RSE**. Toutefois, la convergence de la data et de l’intelligence artificielle offre **des solutions prometteuses pour répondre à ces défis.** [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Migration SAS vers Dataiku](https://www.avisia.fr/focus/assistant-ia-migrer-sas-vers-dataiku) **Published:** février 9, 2025 **Author:** Pascal BIZZARI **Excerpt:** Une méthodologie inédite utilisant l'IA générative pour migrer efficacement les codes SAS directement en flux Dataiku optimisés et automatisés. **Content:** Notre vision ## **Réduire le coût de votre transformation** grâce à l’usage de l’IA Générative. La **migration de codes SAS vers [Dataiku](https://www.avisia.fr/partenaires/dataiku) est un processus complexe** qui requiert une expertise spécifique et une méthodologie rigoureuse. [Pionnier de ces deux technologies](https://dataiku.hubs.vidyard.com/watch/CnV5oJKXdQvFztbankS6xF), notre Cabinet a developpé une approche inédite utilisant la puissance de l’IA générative pour accompagner la réussite de votre migration. ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") La migration d’un outil analytique est toujours un projet coûteux et risqué pour une organisation data. C’est pourquoi nous mettons à profit nos expertises et nos capacités d’innovation pour accompagner ces démarches. Pascal BIZZARI • Directeur Général Délégué, Associé 1 ### Cadrage & Analyse de l’existant Comprendre le fonctionnement existant et évaluer la complexité de migration 2 ### Analyse de Codes Définir un niveau de complexité à chaque programme à partir des différents types de procédures utilisées. 3 ### Réécriture Langage Pivot Traduction des différents programmes dans un langage pivot adapté (python, sql, …) en amont de Dataiku 4 ### Packaging dans Dataiku Reconstruction, à partir du code pivot, des étapes dans Dataiku avec optimisation et automatisation du flux 5 ### Recette & Documentation Double run entre les programmes SAS et le re-développement dans Dataiku avec documentation des workflows ## **En quoi** notre approche est singulière ? Aujourd’hui l’assistance à la programmation et aux developpements est un des pans les plus aboutis dans l’**usage réussi de l’IA Générative**. Mais parvenir à détourner cette usage afin de le rendre **opérationnel pour de l’assistance à migration** n’est pas courant. Au travers d’une compilation de l’ensemble de nos projets de migration, **nous avons pu constituer une base de RAG sans précédent** et construire un assistant dédié. ### Audit de l’existant Analyser le patrimoine de programmes SAS pour en déduire la complexité à migrer et une estimation du temps de migration. ### Traduction du code SAS Extraire la logique du code, le traduire en utilisant la Gen AI et générer un fichier json stockant l’ensemble de ces éléments. ### Création du flux Dataiku Récupérer et lire fichier json afin d’identifier nos étapes pour pouvoir ensuite les transformer dans un flux directement intégré via l’API de Dataiku au sein d’un projet dédié. **C’est le moment où vous avez envie d’en savoir plus ?** **On vous décrypte comment tout cela fonctionne juste en dessous.** Décryptage ## L’IA générative : **Un atout puissant pour la Migration SAS vers Dataiku** L’IA générative, utilisée intelligemment, peut devenir un atout considérable pour la migration des programmes SAS vers Dataiku. En intégrant un modèle de langage de grande taille (LLM) nous tirons partie de la technologie dans : - **Optimisation du Temps** : Réduction significative du temps de migration, - **Fiabilité et Précision** : Validation et test rigoureux des workflows pour une migration sans faille, - **Support Continu** : Accompagnement complet de la phase de préparation jusqu’à l’adoption de Dataiku. ![Sports Lab' Data Analyse, Avisia Player Index](https://www.avisia.fr/wp-content/uploads/2025/02/AVISIA-Migration-de-codes-SAS-vers-Dataiku.jpg "Avisia - Migration De Codes Sas Vers Dataiku • Avisia") ## Comment mettre l’**IA Générative au service de votre migration SAS vers Dataiku ?** - [1. Analyse Préliminaire](#) - [2. Préparation des Données](#) - [3. Utilisation de l'IA Générative](#) - [4. Validation et Test](#) - [5. Formation et Support](#) ### **Analyse Préliminaire** - **Description :** Évaluation du volume et de la complexité des codes SAS existants. - **Objectif :** Déterminer les ressources nécessaires et planifier le projet de migration. - **Termes clès :** Audit de code SAS, planification migration SAS vers Dataiku, évaluation complexité code SAS. ### **Préparation des Données** - **Description :** Préparation des données pour le transfert vers Dataiku. - **Objectif :** Assurer une transition fluide et minimiser les interruptions. - **Termes clès :** Préparation données migration SAS Dataiku, transition fluide Dataiku, minimisation interruptions migration. ### **Utilisation de l’IA Générative** - **Description :** Utilisation d’un modèle de langage de grande taille pour comprendre et traduire les scripts SAS en workflows Dataiku. - **Objectif :** Automatiser et accélérer le processus de migration. - **Termes clès :** IA générative migration SAS Dataiku, automatisation migration codes SAS, accélération migration Dataiku. ### **Validation et Test** - **Description :** Validation des workflows Dataiku générés et réalisation de tests pour assurer la conformité et les performances. - **Objectif :** Garantir que les nouveaux workflows répondent aux besoins fonctionnels et techniques. - **Termes clès :** Validation workflows Dataiku, tests conformité migration, performance workflows Dataiku. ### **Formation et Support** - **Description :** Formation des équipes à l’utilisation de Dataiku et support post-migration. - **Objectif :** Assurer une adoption réussie et continue de la nouvelle plateforme. - **Termes clès :** Formation Dataiku post-migration, support utilisation Dataiku, adoption plateforme Dataiku. [Allez plus loin](https://www.avisia.fr/nous-contacter) Vous ne pourrez plus dire que **vous ne saviez pas !** La méthodologie de notre Cabinet, combinée à la puissance de l’IA générative, permet une **migration efficace et sécurisée des codes SAS vers Dataiku**. Contactez-nous pour en savoir plus sur nos services et comment nous pouvons vous accompagner dans votre **projet de migration**. [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Usage de la Data dans le football](https://www.avisia.fr/focus/comment-utiliser-data-football) **Published:** novembre 25, 2024 **Author:** Aurélie Morand **Excerpt:** Au travers d’un indicateur unique, commun et comparable le AVISIA Index Player offre la possibilité d’optimiser les choix de joueurs dans les clubs aux moyens contraints. **Content:** Notre vision ## Une approche singulière d’utilisation de **la data dans le football** AVISIA ouvre un nouveau champ d’utilisation de la [data dans le football](https://statsbomb.com/fr/) avec pour but de **valoriser les performances** des joueurs. Au travers d’un **indicateur unique, commun et comparable** cela offre la possibilité d’optimiser les choix de joueurs dans les **clubs aux moyens contraints.** ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") Avec notre approche, nous vous offrons la possibilité d’évaluer la performance d’un joueur comme s’il évoluait en Ligue 1 et donc de valider son adéquation à notre championnat. Pascal BIZZARI • Directeur Général Délégué, Associé 1 ### Unique Une approche basée uniquement sur les performances des joueurs 2 ### commun Une approche corrigée des biais de comparaison entre championnats 3 ### Comparable Une approche calculée sur l’ensemble des joueurs / saisons / clubs ## **En quoi** notre approche est singulière ? Nos indicateurs, allant de 0 à 100, calculés pour l’ensemble des joueurs de différents championnat vous donnent une lecture directe et simplifiée. Ces indicateurs sont complétés de façon synthétique avec toutes les informations nécessaires pour vous aider dans vos décisions. ### Indicateur Ligue Correspond au niveau du joueur dans sa ligue à partir de ses performances en compétitions. ### Indicateur Global Correspond au niveau du joueur s’il évoluait en Ligue 1 grâce à un coefficient de comparaison des niveaux entre les ligues (ELO Rating) ![Sports Lab' Data Analyse, Avisia Player Index](https://www.avisia.fr/wp-content/uploads/2024/11/avisia-index-player-john-doe-saison-2223.png "Avisia-index-player-john-doe-saison-2223 • Avisia") **C’est le moment où vous avez envie d’en savoir plus ?** **On vous décrypte comment tout cela fonctionne juste en dessous.** Décryptage ## Pourquoi un **Player Index ?** De nombreux clubs se dotent de capacité d’analyse des données, le travail du Toulouse Football Club en est un bon exemple. Mais il n’est pas facile de lancer une telle dynamique sans avoir l’assurance que cela est bien adapté à votre club. Et comment s’y prendre ? Associé à votre expertise footballistique, notre éclairage data vous aide à vous familiariser à ces sujets et commence à alimenter vos décisions au quotidien. La meilleure façon de démarrer, c’est de vous aider à détecter, valider et lancer des scouts sur le suivi des meilleurs profils de joueurs correspondant à votre club. Pour ce cas précis, nous avons pu mettre sur pied une méthodologie totalement personnalisable : le AVISIA Player Index. ![Sports Lab' Data Analyse, Avisia Player Index](https://www.avisia.fr/wp-content/uploads/2024/11/avisia-index-player-visuel.webp "Avisia-index-player-visuel • Avisia") ## Comment l’analyse de données permet de **détecter des joueurs pour vous ?** - [1. La démarche](#) - [2. La prise en compte des biais](#) - [3. La logique d’utilisation du AVISIA Player Index](#) - [4. Analyse des profils](#) ### La démarche Le **AVISIA Player index est un indicateur basé uniquement sur les performances des joueurs**, c’est-à-dire que seules les statistiques des matchs sont prises en compte dans sa construction. La valeur marchande, le palmarés, la popularité ou encore la physiologie des joueurs n’entrent pas en considération. **Il s’appuie sur plus de 50 statistiques** afin de définir pour un joueur associé à son club et pour une saison donnée, une note entre 0 et 100 représentative de ses performances. ### La Prise en compte des biais Afin d’être le plus optimisé possible, **notre indicateur prend en compte toutes les spécificités du football :** - **Comparaison entre les saisons :** les statistiques d’événements rares ne sont pas utilisées (Carton rouge …). - **Des postes différents :** Les joueurs sont catégorisés et les statistiques sont pondérées selon les besoins du postes. - **Des styles de jeu opposés :** Les équipes sont classifiées selon leur façon de jouer. Les statistiques des joueurs sont remises à niveau selon le style de jeu de leur équipe. - **Un nombre hétérogène d’actions :** Les statistiques de performance (par ex/ 100% de tirs cadrés) sont pondérées par le nombre d’action du joueur. Pour un même pourcentage de réussite, un joueur avec 10 actions sera plus avantagé qu’un joueur avec une seule action. - **Les championnats n’ont pas le même niveau :** Un coefficient ELO relatif au niveau de chaque ligue est appliqué à la note de chaque joueur. - **Un temps de jeu significatif :** Le joueur doit avoir joué un minimum de 450 minutes de jeu, l’équivalent de 10 mi-temps ou 5 matchs. Cette liste de critères est totalement exhaustive et reste **personnalisable selon vos besoins.** ### La logique d’utilisation du AVISIA Player Index Déterminer que Kylian M’BAPPE est le meilleur joueur du monde … pas besoin de data pour cela. Et il en va de même pour les joueurs des championnats majeurs qui sont déjà bien exposés et connus. Mais vu que **tout le monde se bat pour recruter les mêmes joueurs exposés et connus**, nous nous retrouvons dans une situation d’offre limitée et de demande forte **ce qui augmente les prix des transactions.** Et pour les clubs qui sortent de ce cercle de joueurs exposés et connus, il y a un très grand nombre de joueurs à suivre & évaluer … ce qui implique **des coûts importants de scouting et un très gros risque d’erreur / biais humain.** C’est pour répondre à ces problématiques que, pour votre analyse et utilisation du AVISIA Player Index, nous avons essayé de nous mettre à votre place une démarche qui corrige ces biais et permet de détecter des profils intéressants. #### **AVISIA Index Player identifie les profils intéressants :** **C’est à dire des joueurs expérimentés dont le niveau en ligue 1 serait équivalent où meilleur à celui des joueurs de votre effectif avec un prix d’achat inférieur à celui pratiqué en ligue 1.** Nous pouvons alors constituer des listes de joueurs intéressants basées sur les performances de la saison 2022/2023 d’une trentaine de ligues européennes (~ 28 pays différents) avec les critères de votre choix. Puis à partir de ces listes, impossible à suivre humainement, nous mettons des algorithmes de suivi et **pour faire ressortir des cibles prioritaires grâce à notre indicateur global de performance.** **![Avisia-index-player-seuils](https://www.avisia.fr/wp-content/uploads/2024/11/avisia-index-player-visuel-seuils.png "Avisia-index-player-visuel-seuils • Avisia")** ### Analyse des profils Nous obtenons pour chaque joueur leur indice de performance de la saison en cours ainsi que ceux des années précédentes, **prenant en compte les spécificités du football et basé sur des critères paramétrables.** Dès lors, nous pouvons **classer les joueurs par poste** selon cet indicateur puis analyser les résultats et **vous fournir une liste de profils recommandés.** Pour aller plus loin ## Explorez tout le potentiel de **l’analyse des données dans le domaine du football** L’indicateur est utilisé ici dans le cadre du processus de recrutement et permet de mettre en avant des profils intéressants pour votre équipe de scouting qui pourra valider ou non les différentes pistes proposées. L’indice est également exploitable dans d’autres circonstances. Tout cela devient ainsi accessible simplement pour vous, à la demande et avec un coût limité sans avoir à mettre en place une organisation spécifique et une cellule data dédiée. ![](/wp-content/themes/avisia/images/avisia-arrow-top-right.svg) **Profil des joueurs** Pour définir le profil statistique des joueurs de votre équipe, dans le but de déterminer les axes d’amélioration de chacun. **Potentiel des joueurs** Dans l’idée d’anticiper le futur de votre club en définissant le potentiel de chaque joueur, **Stratégie de jeu** En préparation d’avant match, il est possible d’étudier le jeu de l’adversaire, ses points forts/faibles afin de définir la meilleure stratégie à adopter. **Analyse de résultats** Suite à une rencontre, où vous pourrez utiliser l’indicateur pour analyser au mieux le résultat (sous/sur-performance d’un joueur par exemple). On vient de vous faire une « passe dé », **maintenant à vous de jouer !** AVISIA Player Index est la meilleure façon pour votre club de [commencer à exploiter la puissance de la donnée](https://www.avisia.fr/nous-contacter) et évaluer si cet axe peut être pertinent pour vous. [Nous contacter](https://www.avisia.fr/nous-contacter) --- ### [Osez l'IA avec la Fresque de l'IA Générative](https://www.avisia.fr/focus/fresque-ia-generative) **Published:** février 25, 2025 **Author:** Pascal BIZZARI **Excerpt:** Organiser un atelier collaboratif pour mieux comprendre l'impact de l'IA et explorez les opportunités avec vos équipes. **Content:** Notre vision ## **Acculter vos équipes** à l’Intelligence Artificielle **Favoriser une meilleure appropriation des concepts clés** de l’IA et de la GenAI tout en stimulant la réflexion collective. ![Pascal Bizzari](https://www.avisia.fr/wp-content/uploads/2024/01/AVISIA-CODIR-Pascal-BIZZARI-zoom-150x150.webp "Avisia-codir-pascal-bizzari-zoom • Avisia") L’intelligence artificielle et la GenAI jouent un rôle de plus en plus crucial dans les entreprises. Pour appréhender au mieux cette transformation des métiers et des pratiques, il est important de comprendre les enjeux et les opportunités liés à ces technologies. La fresque de la GenAI répond à ce challenge. Pascal BIZZARI • Directeur Général Délégué, Associé 1 ### Comprendre l’impact de l’IA Ce produit a été conçu pour aider à saisir les enjeux de l’IA et à comprendre ses impacts dans les tâches quotidiennes, qu’elles soient techniques, commerciales, ou organisationnelles. 2 ### S’approprier ses capacités La GenAI, qui regroupe des technologies comme les modèles de langage et les systèmes d’auto-apprentissage, transforme notre manière de travailler et d’interagir avec la technologie. 3 ### Démarche collaborative La Fresque de la GenAI est un outil participatif qui permet de mieux comprendre les préoccupations et les aspirations de chacun, tout en partageant ses propres réflexions. ## **En quoi** notre approche est singulière ? **La Fresque de la GenAI est un atelier collaboratif** conçu pour permettre aux participants de mieux comprendre l’impact de l’intelligence artificielle et de la GenAI dans le monde professionnel, ainsi que les défis et les opportunités qu’elles présentent. Cet outil collaboratif et pédagogique repose sur **un format visuel interactif** qui permet de **représenter les différentes dimensions de l’IA et de la GenAI de manière ludique et didactique.** ### Collaboration & Bienveillance L’atelier est basé sur l’échange d’idées dans un esprit de respect et de collaboration. ### Approche systémique L’accent est mis sur la compréhension des interconnexions entre les différents aspects de l’IA générative . ### Prise de conscience L’atelier vise à sensibiliser les participants aux impacts de l’IA et de la GenAI . **C’est le moment où vous avez envie d’en savoir plus ?** **On vous décrypte comment tout cela fonctionne juste en dessous.** Décryptage ## **Fresque de la GenAI** : Nous avons conçu un puzzle interactif Ce puzzle est constitué de 7 parties distinctes, chacune adressant des thèmes spécifiques relatives à l’IA et la GenAI. Les participants reçoivent des cartes comportant des images illustratives et un texte explicatif qu’ils doivent placer à la bonne section du puzzle. Le format interactif encourage les participants à analyser la relation entre les différentes cartes, favorisant les discussions sur les impacts, les bénéfices et les challenges de l’IA et la Gen AI. La fresque est conçue pour s’adapter à une audience large, incluant les personnes dont le travail peut être impacté par l’IA et la GenAI. La structure de l’atelier nous permet de guider les participants à travers l’ensemble du cycle de vie de l’IA : - En commençant par les origines, - Suivi de l’évolution vers la GenAI - Et en présentant des cas d’usages variés. Ceci est complété par des discussions autour des modèles IA, de leurs intéractions et des éléments fondamentaux qui les font fonctionner. Notre objectif est de présenter une vue holistique de l’IA, d’adresser autant les risques que les opportunités. ## **Comment acculturer vos équipes** face à l’IA générative ? - [Objectifs](#) - [Public Cible](#) - [Contenu détaillé](#) - [Informations pratiques](#) ### **Objectifs** - **Comprendre les bases de l’intelligence artificielle** et de la GenAI ainsi que les interconnexions entre les différents aspects de l’IA générative. - Sensibiliser aux enjeux et aux **implications de l’intelligence artificielle** - Identifier des **applications concrètes de l’IA et de l’IA générative** pour l’entreprise ### **Public cible** - Équipes opérationnelles, - Comités de direction, - Toute personne souhaitant comprendre l’IA et GenAI. ### **7 thèmes pour faire le tour du sujet** 1. **Intelligence artificielle** : Introduction des concepts et principes de l’IA 2. **GenAI et les cas d’usages** : Exploration des applications concrètes et des bénéfices 3. **Les Modèles de GenAI** : Aperçu des différents modèles alimentant les solutions d’IA 4. **Les interactions avec les modèles de GenAI** : Conseil sur la façon d’interagir efficacement avec les solutions d’IA 5. **Contributions** : Toutes les contributions qui ont fait grandir l’IA 6. **Risques** : Défis potentiels, incluant les préoccupations éthiques et les impacts sur les emplois 7. **Opportunités et IA Éthique** : Discussion autour des pratiques éthique et des opportunités à venir ### **Informations pratiques** - Durée : ½ journée - Volumes : 6 à 12 personnes - Localisation : Chez AVISIA ou dans vos locaux - Financement : La fresque est finançable par votre organisme de formation [Allez plus loin](https://www.avisia.fr/nous-contacter) Vous ne pourrez plus dire que **vous ne saviez pas !** Mis en avant comme une priorité lors du [Sommet pour l’action sur l’IA](https://www.elysee.fr/sommet-pour-l-action-sur-l-ia), l’acculturation du plus grand nombre doit être au coeur de votre roadmap. Si vous souhaitez organiser une fresque au sein de votre entreprise, n’hésitez pas à [nous contacter.](https://www.avisia.fr/nous-contacter) [Nous contacter](https://www.avisia.fr/nous-contacter) --- ## Formations ### [Python avancé](https://www.avisia.fr/expertises/formations/programmation-python-avance) **Published:** avril 1, 2025 **Author:** Aurélie Morand **Excerpt:** Réaliser l'ensemble d'un projet Data en Python **Catégories:** Python --- ### [Fresque de l'IA & IA Générative](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen) **Published:** avril 16, 2025 **Author:** Pascal BIZZARI **Excerpt:** Acculturer vos équipes à l’Intelligence Artificielle. **Catégories:** Generative IA --- ### [Moteurs de recommandation avec Python](https://www.avisia.fr/expertises/formations/moteurs-de-recommandation-avec-python) **Published:** avril 16, 2025 **Author:** Pascal BIZZARI **Excerpt:** Booster vos ventes grâce aux moteurs de recommandation avec Python **Catégories:** Python --- ### [Initiation à Power BI](https://www.avisia.fr/expertises/formations/initiation-a-power-bi) **Published:** avril 16, 2025 **Author:** Pascal BIZZARI **Excerpt:** Découvrir les fonctionnalités de Power BI et intégrer l'analyse des données au coeur des process métier **Catégories:** Data Visualisation --- ### [Google Analytics 4](https://www.avisia.fr/expertises/formations/google-analytics) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Découvrir les fonctionnalités de Google Analytics **Catégories:** Digital --- ### [Fresque du numérique](https://www.avisia.fr/expertises/formations/fresque-du-numerique) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** 3 heures pour décrypter ensemble l'impact réel du numérique. Découvrer un atelier collaboratif indispensable ! **Catégories:** RSE/IMPACT --- ### [Fresque du climat](https://www.avisia.fr/expertises/formations/fresque-du-climat) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** La sensibilisation et la formation aux enjeux durables est un élément clé de notre accompagnement **Catégories:** RSE/IMPACT --- ### [Machine Learning avec Python](https://www.avisia.fr/expertises/formations/machine-learning-avec-python) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Développer des scripts Python pour la mise en place de pipelines de machine learning **Catégories:** Python --- ### [Flash Generative IA](https://www.avisia.fr/expertises/formations/flash-generative-ia) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Introduction à la Générative IA et décryptage des projets Gen Al pour les non-développeurs, incluant les étapes clés et les risques éthiques. **Catégories:** Generative IA --- ### [Initiation à Python](https://www.avisia.fr/expertises/formations/initiation-programmation-python) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Maîtriser les bases du langage Python (boucles, fonctions, objets) **Catégories:** Python --- ### [Initiation à Tableau](https://www.avisia.fr/expertises/formations/initiation-a-tableau) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Découvrir les fonctionnalités de Tableau pour rendre cet outil puissant accessible à tous **Catégories:** Data Visualisation --- ### [Dataiku MLOPS - Production deployment](https://www.avisia.fr/expertises/formations/dataiku-mlops-production-deployment) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Déployer en production des produits data **Catégories:** Dataiku --- ### [Dataiku MLOPS - Preparing for production](https://www.avisia.fr/expertises/formations/dataiku-mlops-preparing-for-production) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Déployer en production des produits data **Catégories:** Dataiku --- ### [Dataiku ML Practitioner](https://www.avisia.fr/expertises/formations/dataiku-ml-practitioner) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Découvrir les possibilité de l'analytique avancé au sein d'interfaces dédiées **Catégories:** Dataiku --- ### [Dataiku Code Developer](https://www.avisia.fr/expertises/formations/dataiku-code-developer) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Apprendre à utiliser du code R et Python directement au sein de vos pipelines **Catégories:** Dataiku --- ### [Dataiku Core Designer](https://www.avisia.fr/expertises/formations/dataiku-core-designer) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Découvrir les principales fonctionnalités de l’outil et lancer vos 1ers projets **Catégories:** Dataiku --- ### [Dataiku Advanced Designer](https://www.avisia.fr/expertises/formations/dataiku-advanced-designer) **Published:** avril 25, 2025 **Author:** Mélissa PERGAMENT **Excerpt:** Découvrir les fonctionnalités visuelles avancées et répondre à vos enjeux business via la data **Catégories:** Dataiku --- ## Métiers ### [Consultant(e) Digital Analyst](https://www.avisia.fr/carriere/metiers/consultant-digital-analyst) **Published:** juillet 9, 2025 **Author:** Pascal BIZZARI **Excerpt:** Expert du tracking digital et de la donnée comportementale, il aide les entreprises à mesurer et piloter leur performance omnicanale. Ce métier allie maîtrise technique du tracking (web, app, server-side) et vision business. Il répond à des enjeux variés : attribution marketing, optimisation du parcours client, conformité RGPD, pilotage de la stratégie e-commerce. --- ### [Consultant(e) Data Analyst](https://www.avisia.fr/carriere/metiers/consultant-data-analyst) **Published:** juin 13, 2025 **Author:** Pascal BIZZARI **Excerpt:** Expert en analyse de données et en intelligence artificielle, il accompagne les entreprises dans l'exploitation de leurs données pour améliorer leurs performances. Ce métier allie des compétences techniques et analytiques à une dimension stratégique, permettant de résoudre des problématiques variées : optimisation des ventes, prévisions, recommandations, segmentation client, etc. --- ### [Consultant(e) Data Gouvernance](https://www.avisia.fr/carriere/metiers/consultant-data-gouvernance) **Published:** mai 15, 2025 **Author:** Pascal BIZZARI **Excerpt:** Structurez, sécurisez, valorisez. Nos consultants en data gouvernance accompagnent les organisations dans la maîtrise de leurs données : qualité, conformité, catalogage et pilotage des actifs data. --- ### [Consultant(e) Data Scientist](https://www.avisia.fr/carriere/metiers/consultant-data-scientist) **Published:** mars 14, 2024 **Author:** Aurélie Morand **Excerpt:** Transformez les données en leviers de performance. Chez AVISIA, nos Data Scientists conçoivent et déploient des modèles avancés pour répondre aux enjeux métiers grâce à l'IA, de la prédiction à la recommandation. --- ### [Consultant(e) Project Manager Data/IA](https://www.avisia.fr/carriere/metiers/consultant-project-manager-data-ia) **Published:** mai 15, 2025 **Author:** Pascal BIZZARI **Excerpt:** Conduisez des projets complexes avec impact. Nos chefs de projet orchestrent des initiatives data & IA structurantes, en garantissant la tenue des délais, la qualité des livrables et l’adhésion des parties prenantes. --- ### [Consultant(e) Product Owner Data/IA](https://www.avisia.fr/carriere/metiers/consultant-product-owner-data-ia) **Published:** mai 15, 2025 **Author:** Pascal BIZZARI **Excerpt:** Accélérez la livraison de valeur. Véritables chefs d’orchestre, nos Product Owners pilotent les produits data & IA, de l’idéation à l’industrialisation, en favorisant l’agilité, la priorisation et l’impact métier. --- ### [Consultant(e) Data Strategist](https://www.avisia.fr/carriere/metiers/consultant-data-strategist) **Published:** mai 15, 2025 **Author:** Pascal BIZZARI **Excerpt:** Faites de la data un actif stratégique. Les Data Strategists AVISIA définissent et pilotent les feuilles de route data & IA, alignées sur les ambitions business, en lien étroit avec les directions métiers et IT. --- ## Partenaires ### [Wizaly](https://www.avisia.fr/partenaires/wizaly) **Published:** janvier 19, 2026 **Author:** Laetitia Bienvenu **Excerpt:** Wizaly est une plateforme de mesure marketing indépendante des cookies tiers. Elle mesure la performance de vos campagnes sur l'ensemble du parcours client et pilote vos investissements média avec une attribution fiable, first-party et conforme RGPD. **Content:** ## **AVISIA – Partenaire certifié Wizaly** AVISIA est désormais officiellement certifié par Wizaly dans le cadre du programme de partenariat technologique et de certification Wizaly, renforçant ainsi son expertise en attribution marketing basée sur la data et sa capacité à accompagner ses clients dans l’implémentation et l’exploitation avancée de la plateforme Wizaly. Cette certification atteste de la maîtrise technique et méthodologique des solutions Wizaly par les équipes AVISIA, habilitées à intégrer, configurer et exploiter l’outil pour des projets clients à forte valeur ajoutée. ## Qu’est-ce que la certification Wizaly ? Le **programme de certification Wizaly** est conçu pour former et valider les compétences des partenaires sur la plateforme d’**attribution marketing data-driven** de Wizaly. Il couvre : - une **formation méthodologique** sur l’attribution et l’analyse des parcours clients, - une **prise en main pratique** de la solution Wizaly, - une **validation technique** du tracking post-clic et post-view ainsi que de l’intégration des données. À l’issue de ce parcours, AVISIA a obtenu la certification officielle qui lui permet d’accompagner ses clients sur l’ensemble du cycle Wizaly — de l’intégration aux insights business. ## À propos de [Wizaly](https://www.wizaly.fr/) Wizaly est une **plateforme d’attribution marketing et de customer journey analytics**, qui permet aux équipes marketing de : - collecter et centraliser les données marketing omni-canales (online & offline), - comprendre l’impact de chaque point de contact sur les conversions, - optimiser le **mix média** et les investissements grâce à une approche 100 % data-driven. Le programme de certification s’inscrit dans son écosystème de partenaires experts qui accompagnent les annonceurs dans l’exploitation de cette solution innovante. ## **Pourquoi ce partenariat est stratégique pour nos clients** En tant que **partenaire certifié Wizaly**, AVISIA est en mesure de proposer à ses clients : - **Implémentation complète** de Wizaly selon les besoins spécifiques de tracking et de mesure, - **Pilotage de projets data-marketing** avec dashboards et analyses ciblées, - **Interprétation des insights d’attribution** pour optimiser les investissements marketing, - **Accompagnement opérationnel** sur la collecte, le modèle d’attribution, les tests et les recommandations stratégiques. Ce partenariat enrichit l’offre AVISIA autour de la **data, de la performance marketing et de l’analytics avancé**, en s’appuyant sur une technologie reconnue. > *"En collaborant avec Wizaly, AVISIA consolide son positionnement d’acteur de référence sur les sujets Data & Digital. Ce partenariat nous permet de proposer une approche intégrée, alliant expertise conseil, excellence technologique et création de valeur pour nos clients."* > > Laëtitia Bienvenu, Practice Leader Data & Digital, AVISIA > > ![](https://www.avisia.fr/wp-content/uploads/2026/01/certif-wizaly-noir-1.png "Certif-wizaly-noir (1) • Avisia") ## Comment AVISIA vous accompagne dans vos projets Wizaly ? En tant que partenaire certifié, AVISIA propose : - un **cadrage stratégique** des besoins en attribution, - l’**implémentation technique** de Wizaly (tags, tracking, intégrations), - des **analyses exploitables** pour la prise de décision, - un **support continu** à travers toute la durée du projet. Pour obtenir plus d'informations sur notre partenariat ou nous contacter pour un projet, vous pouvez [nous écrire ici](https://www.avisia.fr/nous-contacter). --- ### [S3NS](https://www.avisia.fr/partenaires/s3ns) **Published:** février 24, 2024 **Author:** Marion JACOBSON **Excerpt:** S3NS est le cloud de confiance né du partenariat entre Thalès et Google Cloud. Il combine la puissance technologique de GCP avec un hébergement 100% souverain en France. Idéal pour vos données sensibles ou réglementées : santé, finance, secteur public, infrastructures critiques. **Content:** ## **AVISIA partenaire Stratégique de S3NS** AVISIA , Cabinet de Conseil Français, expert depuis 2007 accompagne ses clients dans leur transformation autour de toute la chaîne de valeur de la data et de l'IA. La donnée est le moteur de la performance de toutes les entreprises et sa protection devient un enjeu de souveraineté majeur. AVISIA s'est associé à [S3NS](https://www.s3ns.io/) depuis son lancement** pour proposer à ses clients **le meilleur en terme de Cloud de Confiance. S3NS**, c'est une joint-venture née de l'union entre deux géants : [**Thales**](https://www.thalesgroup.com/fr), leader mondial de la cybersécurité, et [**Google Cloud**](https://www.avisia.fr/partenaires/google-cloud-platform), pionnier de l'innovation data et IA. ## Qui est S3NS ? S3NS est une société de droit français. Elle propose le meilleur de la technologie cloud mondiale tout en garantissant un cadre de protection strictement conforme aux exigences françaises et européennes (**Cloud de Confiance**). L'offre s'articule autour de deux piliers : 1. Localisation des données** : Vos données et vos applications sont hébergées en France. 2. Immunité légale** : Une protection contre les lois extraterritoriales non européennes, garantissant que vos actifs numériques restent sous contrôle total. ![S3ns Qualifié Secnumcloud 3.2](https://www.avisia.fr/wp-content/uploads/2025/12/SecNumCloud-S3NS-POST-Linkedin.png "Secnumcloud S3ns X Avisia • Avisia") ## **S3NS, une expertise Cloud inégalée** Le Cloud de Confiance PREMI3NS fonctionne grâce à des Data Centers dédiés et sécurisés physiquement par S3NS. Les opérations physiques et logicielles sont opérées par S3NS, filiale de Thales garantissant ainsi que Google n’accède au système à aucun moment. **L' offre PREMI3NS est officiellement qualifiée SecNumCloud par l'Agence Nationale de la Sécurité des Systèmes d'Information (ANSSI).** Le visa de sécurité SecNumCloud 3.2, reconnu comme l’un des plus exigeants vient concrétiser pour S3NS la pertinence d’un modèle dans lequel nous croyons fortement. Cette qualification est l’aboutissement d’une promesse faite par S3NS dès sa création : aucun compromis entre performance et protection des données sensibles. Concrètement, nos clients peuvent désormais : - **Bénéficier de la puissance de Google Cloud et de toutes ses innovations, avec une garantie de sécurité et de protection face aux lois extraterritoriales.** - Profiter du meilleur des deux mondes : **la technologie d’un leader mondial du cloud** (mêmes performances, mêmes services, mises à jour synchronisées) **associée à une protection contre** l'extraterritorialité de certaines lois. ## Pourquoi S3NS est une technologie d'avenir pour nos clients AVISIA ? Adopter S3NS aujourd'hui, ce n'est pas seulement choisir un hébergeur, c'est anticiper les mutations du marché et de la réglementation. ### 1. S3NS : la puissance de l'IA et de la Data "sans compromis" Jusqu'à présent, les entreprises devaient souvent choisir entre **puissance technologique** (Cloud public) et **sécurité maximale** (On-premise). Avec S3NS, ce dilemme disparaît. Vous accédez aux outils de pointe de Google Cloud (BigQuery, Vertex AI) tout en bénéficiant de la certification **SecNumCloud** (visée par l'ANSSI). ### 2. S3NS : une conformité native et pérenne Les régulations (RGPD, Data Act, directives sectorielles) deviennent de plus en plus strictes. En migrant vers S3NS, vous rendez votre infrastructure "future-proof" : - Souveraineté numérique** assurée. - Confiance renforcée** vis-à-vis de vos propres clients et partenaires. - Maîtrise opérationnelle** opérée par des équipes basées en France. ### 3. S3NS : une agilité démultipliée Le passage au Cloud de Confiance avec S3NS permet de moderniser vos applications existantes et d'en créer de nouvelles à une vitesse record, en utilisant les standards du marché, tout en restant dans un environnement protégé. > *"Le partenariat AVISIA x S3NS permet à nos clients de concilier leurs ambitions de transformation Data/IA avec leurs impératifs de sécurité les plus exigeants. C'est le socle idéal pour bâtir une stratégie de données durable tout en s'assurant des performances que les services Google Cloud délivrent depuis plusieurs années."* > > Matthieu BROCHARD, Data & AI Consulting Director, AVISIA > > ![](https://www.avisia.fr/wp-content/uploads/2025/12/signature_email_fr.png "Banner S3ns • Avisia") ## Comment AVISIA vous accompagne dans vos projets S3NS ? En tant que partenaire privilégié de S3NS , AVISIA vous aide à naviguer dans cet écosystème : - **Cadrage et stratégie :** Évaluer l'éligibilité de vos workloads au Cloud de Confiance. - **Migration et Architecture :** Concevoir des environnements sécurisés et performants sur S3NS. - **Valorisation Data :** Déployer vos cas d'usage IA et Analytics dans ce cadre souverain. Pour obtenir plus d'informations sur notre partenariat ou nous contacter pour un projet, vous pouvez [nous écrire ici](https://www.avisia.fr/nous-contacter). --- ### [Snowflake](https://www.avisia.fr/partenaires/snowflake) **Published:** février 8, 2024 **Author:** Aurélie Morand **Excerpt:** Idéal si votre approche de la data a pour ambition de tirer la pleine mesure des données de façon globale au sein d’une marketplace facilitant l’interactivité avec de nombreuses solutions sans contrainte de maintenance ou d’administration. **Content:** ## Intégrateur Snowflake : unifiez vos données, libérez votre IA avec AVISIA Votre organisation veut éliminer les silos de données, réduire les coûts d'infrastructure et faire de l'IA une réalité opérationnelle. Snowflake, l'AI Data Cloud de référence mondiale, est la plateforme qui rend tout cela possible. AVISIA, cabinet de conseil partenaire de Snowflake, vous garantit que cet investissement se transforme en ROI concret. De la migration de vos entrepôts legacy à l'activation de Cortex AI, en passant par la gouvernance et le pilotage FinOps, nos consultants certifiés SnowPro sont à vos côtés à chaque étape. [Cadrer mon projet Snowflake](#formulaire) [Découvrir nos success stories](#success-stories) ## Libérez tout le potentiel de Snowflake dans votre organisation Nous construisons la fondation data de votre stratégie IA. Snowflake est une plateforme qui efface la frontière entre le stockage, le traitement et l'intelligence artificielle. Mais son potentiel ne se libère pleinement qu'avec une architecture bien pensée, une migration maîtrisée et une adoption durable. C'est exactement ce que nous faisons, de la stratégie à l'opérationnel. [Découvrir notre expertise Data →](https://www.avisia.fr/expertises/data/) #### Pour votre DSI / CTO **Scalabilité sans dette technique.** Snowflake est une plateforme entièrement managée et serverless. Fini les problèmes de maintenance, de provisionnement et de tuning d'infrastructure. AVISIA pilote vos migrations Snowflake depuis vos entrepôts legacy (SQL Server, Oracle, SAS), en garantissant la continuité de service et en appliquant les meilleures pratiques FinOps pour maîtriser votre consommation cloud en temps réel. #### Pour votre CDO / Chief Data Officer **Gouvernance & vision unifiée.** Snowflake Horizon Catalog offre un catalogue universel de gouvernance pour contrôler l'accès, la traçabilité et la conformité de toutes vos données, sur tous vos clouds et toutes vos régions. AVISIA vous aide à construire cette gouvernance dès la conception. Résultat : un patrimoine data fiable, auditable et prêt pour l'IA. #### Pour vos équipes Data & métiers **Collaboration & self-service analytics.** Snowflake connecte nativement l'ensemble de votre Modern Data Stack : Fivetran pour l'ingestion, dbt pour la transformation, Dataiku pour la data science, Tableau ou Looker pour la visualisation. AVISIA orchestre cet écosystème pour que chaque profil (data engineer, data analyst ou expert métier) accède aux données dont il a besoin, quand il en a besoin, sans friction. ## Un accompagnement Snowflake sur-mesure et de bout en bout 1 ### Vous concevez votre stratégie data ? (Audit & architecture Snowflake) Posez les fondations d'un AI Data Cloud pérenne. AVISIA réalise l'audit de votre patrimoine data existant, conçoit votre architecture Snowflake cible (Data Lakehouse, Data Mesh, Modern Data Stack) et définit votre plan de migration depuis vos systèmes legacy. Nous intégrons les meilleures pratiques FinOps Snowflake dès cette phase pour garantir que votre consommation cloud reste sous contrôle à l'échelle. [Auditer mon architecture Snowflake →](#formulaire) 2 ### Vous industrialisez votre data ? (Data Engineering & pipelines) Rendez vos données exploitables à grande échelle. Nos équipes conçoivent et maintiennent vos pipelines ELT avec Fivetran, orchestrent vos transformations avec dbt, et supervisent la qualité de vos données avec les outils d'observabilité natifs de Snowflake (Snowflake Trail). Nous activons également Cortex AI pour que vos équipes puissent interroger leurs données en langage naturel et déployer des LLM directement dans Snowflake, sans sortir les données de votre environnement sécurisé. [Industrialiser mes données →](#formulaire) 3 ### Vous visez l'adoption totale ? (Formation, Change & Data Culture) La plateforme la plus puissante ne vaut rien sans adoption. AVISIA forme vos équipes sur Snowflake (éligible Qualiopi), anime des ateliers d'acculturation orientés cas d'usage métier et structure vos pratiques de data governance pour ancrer une culture data-driven durable dans votre organisation. [Voir le catalogue de formations →](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) [Accélérer l'adoption Snowflake →](#formulaire) ## Formation Snowflake : montez en compétences sur l'AI Data Cloud Nos parcours de formation Snowflake sont modulaires, certifiants et construits sur vos propres données et cas d'usage réels. Ils préparent à la certification SnowPro et sont éligibles au financement Qualiopi. - → **Fondamentaux Snowflake :** Architecture, Virtual Warehouses, Time Travel, Zero-Copy Cloning et gestion des rôles (RBAC). - → **Data Engineering sur Snowflake :** Pipelines ELT avec Fivetran, transformations dbt, Snowpipe et Streams. - → **Gouvernance & sécurité :** Snowflake Horizon Catalog, Data Clean Rooms, masquage dynamique et politique d'accès. - → **Cortex AI & LLM :** Déployer des modèles de langage nativement dans Snowflake, construire des applications IA sans déplacer les données. - → **FinOps Snowflake :** Maîtriser vos coûts de compute et de stockage grâce aux Adaptive Warehouses et au Cost Management Interface. [Télécharger le catalogue de formations (PDF)](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) ## Comment nos clients créent de la valeur avec Snowflake & AVISIA ### Retail & Luxe : unification des données omnicanales sur Snowflake Dans un environnement où les données de ventes, de CRM et de navigation web étaient dispersées dans des silos distincts, AVISIA a piloté la migration Snowflake et construit une architecture centralisée permettant l'analyse en temps réel du parcours client omnicanal. Résultat : des semaines de collecte de données gagnées, une réactivité accrue face aux tendances et des modèles de prévision alimentés par des données fraîches et fiables. [Découvrir le cas Manutan →](https://www.avisia.fr/insights/rex/manutan-automatisation-fiches-produits-ia) ### Banque & Assurance : gouvernance et conformité à l'échelle Pour des acteurs du secteur financier soumis à des exigences réglementaires fortes (RGPD, DORA, BCBS 239), AVISIA a déployé Snowflake Horizon comme socle de gouvernance central. Traçabilité des accès, masquage dynamique des données sensibles, Data Clean Rooms pour les analyses partenariales sécurisées : chaque cas d'usage IA est désormais conforme et auditable par design. [Échanger avec un expert →](#formulaire) ## Snowflake & AVISIA : une alliance au cœur du Modern Data Stack «AVISIA est l'un des rares cabinets à maîtriser l'ensemble de cette stack de bout en bout. C'est ce qui nous permet de vous garantir une architecture cohérente, et non un assemblage de solutions disparates.» ## Vos questions fréquentes sur Snowflake Pourquoi choisir Snowflake plutôt qu'un autre entrepôt de données cloud ? Snowflake se distingue par son architecture multi-cloud native (AWS, Azure, GCP), son modèle serverless qui sépare le stockage du compute, et son AI Data Cloud qui intègre nativement des capacités LLM via Cortex AI. C'est aujourd'hui la référence pour les organisations qui veulent unifier leurs données, les partager de manière sécurisée via la Snowflake Marketplace et activer l'IA sans dupliquer leur patrimoine. Pourquoi choisir AVISIA plutôt qu'un autre intégrateur Snowflake ? Parce qu'AVISIA maîtrise l'ensemble de l'écosystème Modern Data Stack gravitant autour de Snowflake : Fivetran, dbt, Dataiku, Tableau. Nos consultants sont certifiés SnowPro et interviennent aussi bien sur la stratégie d'architecture que sur les phases de migration ou de FinOps. Nous sommes également [partenaires historiques de Dataiku](https://www.avisia.fr/partenaires/dataiku/) (3e partenaire mondial), ce qui nous place dans une position unique pour connecter votre AI Data Cloud à vos projets de machine learning et d'agents IA. Qu'est-ce que Cortex AI dans Snowflake et comment AVISIA l'utilise-t-il ? Cortex AI est la couche d'intelligence artificielle native de Snowflake. Elle permet de déployer des LLM, de faire de la classification, du résumé ou de la recherche sémantique directement sur vos données Snowflake, sans les exporter. AVISIA aide ses clients à identifier les cas d'usage pertinents (analyse de verbatims clients, génération automatique de rapports, classification de documents) et à les industrialiser dans Cortex AI. Combien de temps dure une migration vers Snowflake ? La durée d'une migration Snowflake dépend du volume de données, de la complexité des sources legacy (SQL Server, Oracle, SAS, Teradata) et du niveau de gouvernance cible. AVISIA structure chaque migration en phases itératives : audit, proof of concept, migration progressive et stabilisation, pour minimiser les risques et maintenir la continuité de service tout au long du projet. Comment maîtriser les coûts Snowflake (FinOps) ? Le modèle de facturation à l'usage de Snowflake est un avantage majeur, mais il nécessite une gouvernance FinOps rigoureuse pour éviter les dérives. AVISIA met en place dès le départ des Adaptive Warehouses dimensionnés au plus juste, des Resource Monitors pour plafonner la consommation et des tableaux de bord de suivi des coûts via le Cost Management Interface. Résultat : une visibilité totale et des économies mesurables sur votre facture cloud. ## Prêt à faire de Snowflake le cœur de votre stratégie IA ? Que vous souhaitiez migrer un entrepôt legacy, construire un Modern Data Stack de zéro, activer Cortex AI ou former vos équipes, AVISIA vous accompagne de l'architecture à l'adoption. Partagez-nous votre contexte, un expert vous répond sous 48h. Chargement du formulaire de contact... --- ### [Google Cloud Platform - GCP](https://www.avisia.fr/partenaires/google-cloud-platform) **Published:** février 1, 2024 **Author:** Aurélie Morand **Excerpt:** L’intelligence artificielle se nourrit de données, et le cœur de la plateforme GCP est de faciliter l’accès aux données, à leur consolidation, préparation, exposition, application de modèles de Machine Learning et le déploiement à grande échelle. **Content:** ## Intégrateur Google Cloud : propulsez votre architecture Data & IA vers une performance inégalée Vous avez choisi l'excellence de Google Cloud Platform (GCP) pour moderniser votre infrastructure. Partenaire stratégique d'Alphabet depuis 2017, AVISIA vous accompagne pour transformer cet investissement en un levier de croissance immédiat. Nos experts certifiés sécurisent vos trajectoires technologiques, de la migration de vos workloads vers BigQuery jusqu'au déploiement de l'IA Générative industrielle via Vertex AI. [Cadrer mon projet Google Cloud](#formulaire) [Découvrir nos success stories](#success-stories) Ils innovent avec nous sur GCP MGEN, L'Oréal R&I, Leaders du Luxe, de la Banque et des Médias Google Cloud Partner Certifié depuis 2017 ## Libérez tout le potentiel de votre écosystème Google Cloud Chez AVISIA, nous cultivons une approche agnostique. Notre conviction ? L'outil doit servir votre cas d'usage, et non l'inverse. Si nous sommes intégrateurs Google Cloud ainsi que d'autres Cloud plus souverains, qui peuvent convenir à votre stratégie d'entreprise, nous savons challenger les services de la stack pour ne retenir que ceux qui créent de la valeur réelle pour vos métiers. #### Pour votre DSI / CTO **Scalabilité & sécurité.** En tant qu'intégrateur Google Cloud, AVISIA sécurise vos migrations critiques en exploitant les services managés comme Cloud Run et Cloud Functions. L'objectif : une infrastructure résiliente et une dette technique maîtrisée. #### Pour votre CDO / Lead Data **Time-to-Market.** Pas d'IA sans Data de haute qualité. Nous industrialisons vos flux avec Dataflow, sous une gouvernance stricte de votre patrimoine via Dataplex et une gestion fine des accès (IAM). #### Pour vos équipes métiers **ROI par l'IA.** Ne restez pas au stade du POC. Nous déployons des agents intelligents et des architectures RAG (Retrieval-Augmented Generation) pour automatiser vos processus décisionnels complexes. ## Un accompagnement Google Cloud sur-mesure et de bout en bout 1 ### Vous concevez votre stratégie ? (Audit & architecture) Posez les fondations de votre succès. AVISIA conçoit votre « Landing Zone » et votre architecture Modern Data Stack. Nous intégrons les meilleures pratiques FinOps pour optimiser vos coûts de stockage et de calcul en temps réel. [Auditer mon infrastructure →](#formulaire) 2 ### Vous accélérez votre déploiement ? (Data Engineering & MLOps) Rendez vos données exploitables. En tant qu'agence Google Cloud experte, nous créons des pipelines robustes, orchestrons vos workflows via Airflow et industrialisons vos modèles de Machine Learning avec l'écosystème Vertex AI. [Discuter de mon intégration →](#formulaire) 3 ### Vous visez l'adoption totale ? (Formation continue & change) L'outil n'est qu'un moyen. AVISIA garantit l'autonomie de vos collaborateurs via un transfert de connaissances permanent et une expertise Looker (et Looker Studio) pour instaurer une culture « Data-Driven » durable. [Accélérer l'adoption →](#formulaire) ## Formation Google Cloud : révélez vos talents internes Nos parcours certifiés (éligibles Qualiopi) sont modulaires et personnalisables. Nous formons vos équipes directement sur vos enjeux métiers et vos propres jeux de données. - →**Maîtrise de la stack pivot :** Dataplex, IAM, Vertex AI, Airflow et Cloud Functions. - →**Orientation « Métier » :** Apprendre à choisir les services cloud selon le ROI attendu. - →**Sur-mesure :** Programmes adaptés à vos besoins spécifiques. [Télécharger le catalogue de formations (PDF)](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) ## Comment nos clients transforment l'essai avec AVISIA et GCP ### L'Oréal R&I : IA agentique Industrialisation et gouvernance d'agents intelligents à l'échelle globale pour transformer la R&D. [Lire le retour client de L'Oréal R&I →](https://www.avisia.fr/insights/rex/loreal-gouvernance-agents-ia) ### MGEN : Valorisation du patrimoine data Exploitation des données historiques massives via les capacités de l'IA Générative sur Google Cloud. [Lire le retour client de MGEN →](https://www.avisia.fr/insights/rex/mgen-gen-ai-patrimoine-donnees) ## Vos futurs alliés sur la technologie Google Cloud « Pourquoi AVISIA ? Parce qu'au-delà de la technique, nous sommes des consultants. Si une solution hors écosystème Google s'avère plus pertinente pour un besoin spécifique, nous vous le dirons. C'est cette honnêteté intellectuelle qui fait notre force. » ## Vos questions fréquentes sur l'intégration Google Cloud Pourquoi choisir AVISIA plutôt qu'un intégrateur généraliste ? Pour notre double culture : nous maîtrisons l'infrastructure Cloud autant que la science des algorithmes qui l'habite. Gérez-vous les environnements multi-cloud ? Oui, nous vous accompagnons dans l'hybridation et la sécurisation de vos données. Quelle est la valeur de votre partenariat depuis 2017 ? Une antériorité unique pour maîtriser la maturité des services Google, de BigQuery aux dernières ruptures Gemini. ## Prêt à propulser vos projets avec votre intégrateur Google Cloud ? Que votre ambition soit de concevoir une nouvelle architecture, d'accélérer un déploiement technique ou d'accompagner vos équipes vers une autonomie totale, AVISIA est à vos côtés. Partagez-nous votre contexte, un expert reviendra vers vous sous 48h. Chargement du formulaire de contact... --- ### [Dataiku](https://www.avisia.fr/partenaires/dataiku) **Published:** février 8, 2024 **Author:** Aurélie Morand **Excerpt:** Dataiku est la plateforme par excellence pour développer vos capacités d'IA de façon collaborative au sein d’un environnement unique pour tous vos profils et ainsi d’accélérer le déploiement de projets avec gouvernance et contrôle. **Content:** ## Intégrateur Dataiku Expert : IA, MLOps & Agents Autonomes avec AVISIA Votre organisation a choisi Dataiku pour piloter son IA. **AVISIA, partenaire historique de Dataiku depuis 2014**, vous garantit le retour sur investissement maximal de cette décision. Vainqueur du Dataiku Certification Challenge 2025, **récompensé meilleur partenaire Européen**, nos **190 consultants certifiés** avec plus de **640 certifications validées** (Core Designer, Advanced Designer, ML practitioner, Generative AI practitioner, Developer, MLOps practitioner) font de nous **la plus grande concentration en France de consultants maîtrisant l'intégralité de la plateforme** : du machine learning avancé aux agents autonomes en passant par le LLM Mesh. [Cadrer mon projet Dataiku](#formulaire) [Découvrir nos success stories](#success-stories) IL INDUSTRIALISENT l'ia avec dataiku & avisia LACOSTE, THERMOMIX, et les plus grands acteurs de l'Assurance, Retail ou du Luxe PARTENAIRE HISTORIQUE DATAIKU depuis 2014 ## Libérez tout le potentiel de Dataiku dans votre organisation Chez AVISIA, nous cultivons une approche agnostique et orientée valeur. Notre conviction : [Dataiku](https://www.dataiku.com/) n'est pas seulement un outil, c'est un système nerveux pour votre IA d'entreprise. Mais son potentiel ne se libère pleinement qu'avec **un partenaire qui maîtrise autant la stratégie métier que la profondeur technique de la plateforme. Depuis 2014, nous sommes ce partenaire.** #### Pour votre DSI / CTO **Scalabilité & maîtrise des coûts.** Nous accompagnons la migration de vos socles historiques (SAS, scripts Python, Excel) vers Dataiku, en garantissant la continuité opérationnelle et la réduction de la dette technique. Notre expertise MLOps vous permet de déployer des modèles en production de façon fiable et reproductible. #### Pour votre CDO / Lead Data **Gouvernance & Time-to-Market.** Dataiku unifie analytics, Machine Learning et agents IA dans un environnement unique et gouverné. AVISIA vous aide à construire une stratégie IA Industrielle : de la conception de votre architecture data jusqu'au déploiement de cas d'usage à haute valeur métier, avec un cadre de gouvernance et de traçabilité embarqué dès le premier jour. #### Pour vos équipes métiers & Data Scientists **Collaboration & Autonomie.** Dataiku est la seule plateforme véritablement collaborative où tous les profils : data scientists, data analysts, experts métiers, cohabitent dans un environnement commun. AVISIA crée des espaces de "Citizen Data Science" et anime des ateliers d'acculturation pour transformer vos collaborateurs en acteurs de l'IA. ## Un accompagnement Dataiku sur-mesure et de bout en bout 1 ### Vous concevez votre stratégie Dataiku ? (Audit & architecture) Posez les fondations d'un déploiement durable. AVISIA réalise un audit de maturité de votre patrimoine data, conçoit votre architecture Dataiku, cible et définit la roadmap de vos cas d'usage prioritaires. Nous intégrons dès cette phase les bonnes pratiques de gouvernance, de sécurité et de FinOps [Auditer mon infrastructure →](#formulaire) 2 ### Vous préparez votre déploiement ? (Data Engineering, ML & MLOps) Rendez vos modèles exploitables en production : fiabilisez vos données pour accélérer votre déploiement. Nos équipes conçoivent et industrialisent vos pipelines de données, développent vos modèles prédictifs à haute performance et orchestrent leur cycle de vie via les capacités MLOps natives de Dataiku. Co-concepteurs avec Dataiku du tout premier atelier dédié aus Agents autonomes, nous vous préparons dès aujourd'hui aux usages IA de demain. [Accélérer mon déploiement ](#formulaire)[→](#formulaire) 3 ### Vous visez l'adoption totale ? (Formation, Change & Citizen Data Science) La technologie ne vaut que si elle est adoptée. AVISIA garantit l'autonomie de vos équipes via des programmes de formation certifiants sur Dataiku (éligibles Qualiopi) , des parcours d'acculturation métier et la mise en place d'environnements Citizen Data Science. Résultat : une culture data-driven pérenne, portée à l'intérieur. [Accélérer l'adoption →](#formulaire) ## Formation Dataiku : révélez vos talents internes Nos parcours de formation Dataiku sont certifiants, modulaires et construits sur vos données réelles. AVISIA est le partenaire de formation Dataiku le plus certifié en France, et 7ème au niveau mondial en termes de certifications Dataiku Academy. - →**Maîtrise de la plateforme :** Data préparation, Machine learning, MLOps, Gouvernance et LLM Mesh. - →**Agents IA :** Concevoir, déployer et monitorer des agents autonomes dans Dataiku. - →**Sur-mesure :** Programmes construits sur vos propres cas d'usage et jeux de données internes [Télécharger le catalogue de formations (PDF)](https://www.avisia.fr/expertises/formations/catalogue-de-formations-ia-data-digital) ## Comment nos clients transforment l'essai avec AVISIA et Dataiku ### LACOSTE x AVISIA : Migration réussie vers Dataiku Face à un socle data vieillissant, Lacoste a confié à AVISIA la transformation complète de sa Data Platform vers Dataiku. Défi triple : migrer l'ensemble des projets existants, assurer le montée en compétences des équipes, tout en maintenant la délivrabilité des sujets en cours. Résultat : une plateforme moderne, des équipes autonomes et des cas d'usage débloqués qui n'étaient pas accessibles auparavant. [Lire le retour client de LACOSTE →](https://www.avisia.fr/insights/rex/lacoste-migration-dataiku-data-platform) ### THERMOMIX X AVISIA : prédire pour mieux anticiper Les cycles de vente longs et les effets paradoxaux du covid rendaient la prévision d'achat quasi impossible pour Thermomix. AVISIA a déployé une solution de Machine Learning sur Dataiku permettant de sécuriser les stocks et les budgets marketing, y compris lors du lancement de nouveaux modèles de produits. [Lire le retour client de THERMOMIX →](https://www.avisia.fr/actualites/blog/data/avisia-x-thermomix-predire-pour-mieux-anticiper) ## Vos futurs alliés sur la technologie Dataiku « Pourquoi AVISIA ? Parce que nous avons grandi avec la plateforme. Depuis 2014, nous avons vu Dataiku passer de l'outil de data scientist à la plateforme d'IA d'entreprise la plus gouvernée du marché. Cette antériorité nous donne une longueur d'avance décisive : nous développons les projets avec les features les plus avancées de l'outil. C'est ce temps d'avance que nous mettons au service de vos projets. » ## Vos questions fréquentes sur l'intégration Dataiku ### Pourquoi choisir AVISIA plutôt qu'un autre intégrateur Dataiku ? AVISIA est le [3ème partenaire mondial](https://www.avisia.fr/actualites/blog/data/avisia-reconnu-3eme-partenaire-mondial-par-dataiku) Dataiku et le leader en France en termes de consultants certifiés ( + de 190 certifiés). Notre antériorité depuis 2014 et notre victoire au [Certification Challenge 2025](https://www.avisia.fr/actualites/blog/data/dataiku-certification-challenge) attestent d'un niveau d'expertise technique inégalé. Nous co-concevons des ateliers directement avec les équipes R&D de Dataiku. ### Dataiku est-il adapté à toutes les tailles d'entreprise ? Oui. Dataiku s'adresse aussi bien aux ETI souhaitant démocratiser la data science qu'aux grands groupes cherchant à industrialiser l'IA à l'échelle. AVISIA accompagne des acteurs de toutes tailles, de la mise en oeuvre initiale jusqu'à l'industrialisation de centaines de modèles en production. ### Quels secteurs accompagnez-vous sur Dataiku ? Nos équipes interviennent dans la Banque, l'Assurance, le Retail, le Luxe, la Distribution et l'Industrie. Nos cas d'usage couvrent la prévision des ventes, l'analyse du parcours client omnicanal, la détection de fraude, l'optimisation des stocks et le déploiement d'agents IA métier. ## Prêt à propulser vos projets IA avec le 3ème partenaire mondial Dataiku? Que votre ambition soit de migrer un socle legacy, d'industrialiser vos modèles en production, de déployer des agents autonomes ou de former vos équipes à Dataiku, AVISIA est à vos côtés à chaque étape. Partagez-nous votre contexte, un expert vous répond sous 48h. Chargement du formulaire de contact... --- ### [Looker](https://www.avisia.fr/partenaires/looker) **Published:** février 18, 2024 **Author:** Aurélie Morand **Excerpt:** Looker est un produit qui vous permet d'explorer, de partager et de visualiser les données de votre entreprise afin de prendre de meilleures décisions commerciales. Cette page vous aidera à commencer à vous familiariser avec Looker grâce à notre documentation. **Content:** Looker est un produit qui vous permet d'explorer, de partager et de visualiser les données de votre entreprise afin de prendre de meilleures décisions commerciales. Cette page vous aidera à commencer à vous familiariser avec Looker grâce à notre documentation. --- ### [Tableau](https://www.avisia.fr/partenaires/tableau) **Published:** février 20, 2024 **Author:** Aurélie Morand **Excerpt:** Pionnière de solutions de Self Service Analytics, Tableau offre la plateforme d'analytique visuelle la plus complète pour répondre aux problématiques business par la donnée. **Content:** Pionnière de solutions de Self Service Analytics, Tableau offre la plateforme d'analytique visuelle la plus complète pour répondre aux problématiques business par la donnée. --- ### [Google Marketing Platform](https://www.avisia.fr/partenaires/google-marketing-platform) **Published:** février 22, 2024 **Author:** Aurélie Morand **Excerpt:** Si pour votre e-business vous pensez que les analyses ne sont pas une finalité mais un moyen pour driver vos actions, alors GMP est la plateforme unifiée idéale permettant d'optimiser les actions marketing et d'obtenir de meilleurs résultats. **Content:** Si pour votre e-business vous pensez que les analyses ne sont pas une finalité mais un moyen pour driver vos actions, alors Google Marketing Platform - GMP - est la plateforme unifiée idéale permettant d'optimiser les actions marketing et d'obtenir de meilleurs résultats. --- ### [Piano Analytics](https://www.avisia.fr/partenaires/piano-analytics) **Published:** février 25, 2024 **Author:** Aurélie Morand **Excerpt:** Les pionniers connaissent XiTi et la suite AT-Internet, mais aujourd’hui sous l’égide Piano, la plateforme offre une palette complète de solutions pour une expérience digitale personnalisée et un pilotage complet de la performance. **Content:** ## Piano Analytics: the Digital Experience Platform **Piano** Analytics is a comprehensive platform for **analytics**, **personalization**, and **marketing activation**, designed to help companies make the most of their data while adhering to high standards of **compliance** and **privacy**. The solution leverages the collection and utilization of **first-party data** to enable brands to understand, segment, and engage their audiences responsibly and sustainably. Piano’s key strengths are built around five pillars:- **360° Customer View**: unify your data from all touchpoints (web, mobile, applications) to gain a precise and reliable understanding of each user journey. - **Real-Time Personalization**: dynamically segment your audiences and deliver tailored experiences to enhance engagement and loyalty. - **Activation and Monetization**: engage users at the right moment to maximize conversion and retention, manage your paid content strategies (subscriptions, paywalls), and deploy targeted campaigns based on precise behavioral insights. - **Performance**: benefit from a robust technological architecture capable of processing large volumes of data in real time, ensuring fast and reliable analyses. - **Privacy & Compliance**: leverage your data within an ethical and regulation-compliant framework (GDPR, ePrivacy), thanks to built-in consent management and data governance features. ## AVISIA & Piano: a Strategic Alliance for your Performance ![](https://www.avisia.fr/wp-content/uploads/2024/02/Piano-Analytics-Certified-Partner-Sq-300x300.png "Piano Analytics - Certified Partner - Sq • Avisia")At AVISIA, our mission is to support you in selecting and deploying the most effective solutions tailored to your specific challenges.The partnership between **AVISIA and Piano** is built on this same logic of excellence and complementarity. Piano provides a leading technology, combining analytical power, marketing activation, and privacy compliance, while AVISIA brings **recognized expertise in Data, AI, and Digital**, from strategy to operational implementation. Our consultants, certified in the Piano platform, support you at every stage:- **Strategic Consulting & Planning**: validate the relevance of Piano for your data, marketing, and compliance needs, and define a clear roadmap. - **Implementation & Configuration**: technical setup, tagging plan, dashboards, and activation scenarios. - **Data Exploitation & Management**: transform data into actionable insights for measurable marketing performance. - **Training & Support**: upskill your teams to ensure autonomous and efficient use of the platform. By combining Piano’s responsible and high-performance technology with AVISIA’s Data, AI, and Digital expertise, we help our clients achieve performance, personalization, and privacy compliance. Related resources: Webinar - [Data Governance: Building a strategy that combines compliance and performance](https://www.avisia.fr/actualites/blog/data/data-governance-conformite "Data Governance : construire une stratégie alliant conformité et performance")## Web Analytics Tools Benchmark: the Practical Guide To help companies choose the analytics solution best suited to their needs, AVISIA has produced a benchmark of the leading platforms on the market. ![](https://www.avisia.fr/wp-content/uploads/2025/09/DIgital-Benchmark-217x300.png "Digital Benchmark • Avisia")Analytics tools play a vital role in understanding and optimizing the performance of websites and applications. These software programs collect, process, and analyze data from various sources, providing valuable insights into user behavior. In this guide, we will explore three market leaders: Piano Analytics, Google Analytics, and Adobe Analytics, selected for their advanced capabilities and market prominence. Other solutions such as Matomo, Amplitude, Mixpanel, or Plausible also exist and offer convincing alternatives. These may be explored in a future guide.- **Google Analytics** largely dominates the traffic analysis tool market, largely due to its free version. - **Piano Analytics**, an evolution of AT Internet, a French company founded in 1995, is recognized for its accuracy and compliance with European regulations. - **Adobe Analytics**, part of the Adobe Experience Cloud suite, is designed for large enterprises seeking advanced and customized analytics. **This guide will help you understand the features and functionalities of these leading analytics tools on the market.** Please feel free to consult the entire document free of charge using the following form: --- ### [Fivetran](https://www.avisia.fr/partenaires/fivetran) **Published:** février 26, 2024 **Author:** Aurélie Morand **Excerpt:** C’est l’ELT par définition ! Solution SaaS qui simplifie, automatise l'alimentation de votre modern data stack en proposant et gérant le maintien de connecteurs pour l'ensemble de vos sources de données. **Content:** Fivetran est l’ELT par définition ! Solution SaaS qui simplifie, automatise l'alimentation de votre modern data stack en proposant et gérant le maintien de connecteurs pour l'ensemble de vos sources *Fivetran automatise vos pipelines de données depuis 500+ sources vers votre data warehouse. AVISIA, agence partenaire, pilote votre modern data stack.*de données. --- ### [SAS](https://www.avisia.fr/partenaires/sas) **Published:** février 27, 2024 **Author:** Aurélie Morand **Excerpt:** Solution historique qui a démocratisé l’exploitation industrielle de la business intelligence dans de nombreux secteurs grâce à des produits robustes et un langage propriétaire associé. **Content:** **Partenaire depuis 2007, à la création du Cabinet**, la Direction et les Experts d’AVISIA ont tissé au fil des années un partenariat durable avec SAS France. Ceci nous confère des relations privilégiées dont bénéficient nos clients et une réelle proximité avec un support continu de l’éditeur dans les projets que nous menons. Notre Cabinet a par ailleurs mis en place depuis 2012 **un plan annuel de formation** qui a conduit AVISIA a être depuis plus de 10 ans **la 1ère concentration de consultants certifiés en France**. Ainsi reconnu par le marché et par l’éditeur SAS Institute, nos consultants décisonnels, business intelligence & analytics vous assureront la **meilleure qualité de réalisation de vos projets.** **Nous sommes présent lors de chaque forum** organisé par l’éditeur et accompagnons nos clients dans leur retour d’expérience. Nous sommes également **partenaire de chaque édition du [SAS Spring Campus](https://www.sas.com/fr_fr/academic/sas-spring-campus.html)** qui forment chaque année de nouveaux Data Scientists. SAS est un des leaders de l’analytique. Grâce à ses logiciels et services innovants, notamment le plateforme SAS VIYA, SAS permet à ses clients du monde entier de transformer leurs données en intelligence. Ressources utiles en lien : - [Article Blog – Ouvrez SAS VIYA aux langages Open Source](https://www.avisia.fr/news/vie-de-lentreprise/ouvrez-vos-environnements-sas-aux-langages-open-source/) - [Vidéo – Xavier GAMARRE – Fondateur AVISIA – Platinum Sponsor : SAS FORUM FRANCE 2017](https://www.youtube.com/watch?v=hvQpkznyRvU) - [Vidéo – Pascal BIZZARI – Directeur Général Adjoint AVISIA – Platinum Sponsor : Plénière SAS FORUM FRANCE 2017](https://www.youtube.com/watch?v=SgqVggYlpEM) - [Vidéo – Kevin MAZILLE – Expert BI & DataViz AVISIA : SAS FORUM FRANCE 2019](https://www.youtube.com/watch?v=E3dakRYdBNw) - [Communiqué – Retour sur le SAS Forum 2019](https://www.avisia.fr/news/vie-de-lentreprise/j7-retour-sur-le-sas-forum-2019/) --- ### [Commanders Act](https://www.avisia.fr/partenaires/commanders-act) **Published:** février 28, 2024 **Author:** Aurélie Morand **Excerpt:** A l’origine de la solution de Tag Management System la plus robuste du marché (TagCommander), Commanders Act édite aujourd’hui une Customer Data Platform complète permettant de collecter, contrôler, enrichir et partager les données clients first party en temps réel grâce à une approche Server-side.. **Content:** A l’origine de la solution de Tag Management System la plus robuste du marché (TagCommander), Commanders Act édite aujourd’hui une Customer Data Platform complète permettant de collecter, contrôler, enrichir et partager les données clients first party en temps réel grâce à une approche Server-side.. --- ## Practices ### [Data & AI For Business](https://www.avisia.fr/expertises/practices/data-ai-for-business) **Published:** juin 18, 2025 **Author:** Aurélie Morand --- ### [Data & AI For Tech](https://www.avisia.fr/expertises/practices/data-ai-for-tech) **Published:** juin 18, 2025 **Author:** Pascal BIZZARI --- ### [Transfo for Data & AI](https://www.avisia.fr/expertises/practices/transfo-for-data-ai) **Published:** juin 18, 2025 **Author:** Pascal BIZZARI --- ## Ressources ### [Rapport RSE 2026 : AVISIA passe à la vitesse supérieure sur l'IA responsable](https://www.avisia.fr/insights/ressources/rapport-rse-2026) **Published:** août 6, 2026 **Author:** Camille Delas **Content:** Le rapport ## Rapport RSE 2026 : cinq ans d'engagement au service d'une Data et d'une IA responsables AVISIA structure sa démarche RSE depuis 2021. Trois piliers guident nos actions : l'environnement, l'humain et l'éthique. Le rapport 2026 présente nos indicateurs 2025 et notre plan d'action 2027. Chiffres clés RSE d'AVISIA Certification EcoVadis Émissions carbone 2025 Égalité femmes-hommes Consultants Data & IA Top 15% 539 tCO2e 94% +300 ## Pourquoi ce rapport : faire de la performance responsable une conviction, pas un supplément Notre maturité RSE est un acquis. EcoVadis nous maintient dans le top 15% des entreprises les plus performantes de notre secteur. Notre conviction est forte : la performance n'a de valeur que si elle intègre les enjeux environnementaux et sociétaux. Cette ambition s'appuie sur une gouvernance RSE structurée. Depuis 2021, AVISIA a rejoint le Global Compact des Nations Unies. Cet engagement formalise notre respect des droits humains, des normes du travail et notre lutte contre la corruption. **Nous abordons l'avenir avec une certitude : l'IA doit être pensée, partagée et déployée de manière responsable.** Vous voulez comprendre comment structurer une démarche RSE crédible dans un cabinet Data & IA ? [Téléchargez le rapport complet →](#form) ## Ce que vous allez découvrir : nos trois engagements majeurs Le rapport RSE 2026 détaille notre feuille de route autour de trois axes. Vous y retrouverez aussi notre historique depuis 2021 et notre plan d'action 2027. 1 ### Piloter notre empreinte environnementale Nous poursuivons la décarbonation de nos activités. Trois étapes guident notre méthode : mesurer, agir, compenser. 2 ### Développer l'IA éthique et responsable Nous anticipons les réglementations et concevons des solutions transparentes. Notre label IMPACT porte cette exigence au quotidien. 3 ### Fédérer et valoriser nos talents Nous formons nos collaborateurs, acteurs du numérique responsable. Nous promouvons aussi l'inclusivité et la mixité dans l'univers de la Data. ## Nos indicateurs de performance RSE 2025 ### 539 tonnes équivalent CO2 d'émissions totales Notre intensité carbone atteint 15 kg CO2e par millier d'euros de chiffre d'affaires. Ce résultat, mesuré avec notre partenaire SAMI, dépasse les normes de notre secteur. La suppression des déplacements en avion y contribue fortement. ### Médaille Silver EcoVadis, maintenue dans le top 15% EcoVadis évalue chaque année notre performance environnementale, sociale et éthique. AVISIA confirme sa place parmi les entreprises les plus performantes de son secteur. ### 94% d'index d'égalité femmes-hommes Notre politique de non-discrimination garantit les mêmes opportunités à tous nos collaborateurs. L'événement caritatif "100' Pour Elles", au profit de l'association Elles Bougent, incarne cet engagement. ### Signataire du Global Compact des Nations Unies Depuis 2021, AVISIA adhère aux 10 principes du Pacte Mondial. Ils formalisent notre respect des droits humains, des normes du travail, de l'environnement et notre lutte contre la corruption. Ces résultats vous intéressent ? [Téléchargez le rapport complet pour tous les indicateurs →](#form) La parole de la direction ## Pascal Bizzari, Directeur Général d'AVISIA L'adoption de l'intelligence artificielle s'accélère à un rythme sans précédent. Le rôle d'AVISIA a profondément changé. > « Il ne s'agit plus seulement d'innover, mais d'innover avec conscience en déployant une stratégie d'entreprise où la technologie devient le moteur d'un avenir durable. » Rejoignez-nous ## Envie de rejoindre un cabinet de conseil pour lequel la RSE est importante ? 5 agences en France, une seule ambition responsable. [Découvrez nos offres d'emploi →](https://www.avisia.fr/carriere/offres-emploi) ## Notre gouvernance RSE : une ambition partagée par toute l'entreprise ### Pascal Bizzari, Directeur Général Définit la stratégie RSE et valide les orientations du comité, avec une visibilité directe au Comité Exécutif. ### Charlène Dupont, Responsable Stratégie RSE Oriente la feuille de route RSE d'AVISIA et fait le lien entre le comité RSE et la direction. ### Elodie Perron, Responsable RSE Orchestre la mise en œuvre de la stratégie RSE et le suivi des moyens d'atteinte des objectifs. ### Madeleine Valette, Lead du Comité RSE Anime une dizaine de membres actifs qui organisent et suivent les travaux RSE tout au long de l'année. Pour aller plus loin ## Voir la RSE en action chez nos clients Notre engagement RSE se traduit aussi dans nos missions clients. Découvrez comment nous avons aidé Maisons du Monde à passer d'un suivi carbone annuel à un pilotage mensuel automatisé. [Découvrez le cas Maisons du Monde →](https://www.avisia.fr/insights/rex/maisons-du-monde-pilotage-carbone-data-rse) ## Questions fréquentes : Rapport RSE 2026 d'AVISIA Comment recevoir le rapport RSE 2026 complet ?Renseignez vos coordonnées dans le formulaire ci-dessous. Vous recevrez le rapport complet par email, au format PDF. Sur quelle année portent les indicateurs du rapport ?Les indicateurs de performance (bilan carbone, index d'égalité, certifications) portent sur l'année 2025. Le rapport présente aussi l'historique RSE d'AVISIA depuis 2021 et notre plan d'action à horizon 2027. AVISIA est-elle certifiée EcoVadis ?Oui. AVISIA détient la médaille Silver EcoVadis et se maintient dans le top 15% des entreprises les plus performantes de son secteur sur les critères environnementaux, sociaux et éthiques. Comment sont calculées les émissions carbone d'AVISIA ?AVISIA réalise un bilan carbone annuel avec son partenaire SAMI. En 2025, les émissions totales s'élèvent à 539 tonnes équivalent CO2, soit une intensité carbone de 15 kg CO2e par millier d'euros de chiffre d'affaires. Quels sont les engagements RSE d'AVISIA pour 2027 ?Le plan d'action 2027 s'articule autour de quatre piliers : Social, Éthique, Achats responsables et Environnement, avec des objectifs chiffrés sur l'égalité femmes-hommes, la formation, le bien-être au travail et la réduction de l'empreinte carbone. ## Téléchargez le Rapport RSE 2026 Renseignez vos coordonnées pour recevoir le rapport complet par email, au format PDF. Un expert AVISIA reviendra vers vous si vous souhaitez échanger sur notre démarche RSE. Formulaire de téléchargement... --- ## REX ### [Maisons du Monde : passer d'un suivi carbone annuel à un pilotage mensuel automatisé](https://www.avisia.fr/insights/rex/maisons-du-monde-pilotage-carbone-data-rse) **Published:** octobre 4, 2023 **Author:** Camille Delas **Content:** Le client ## Maisons du Monde, une enseigne engagée dans une démarche RSE Née à Nantes, Maisons du Monde s'est imposée comme un acteur majeur du mobilier et de la décoration en Europe. L'enseigne mêle inspiration voyage et accessibilité. Elle pilote un réseau de plusieurs centaines de magasins, complété par une activité e-commerce désormais indissociable de son modèle. L'entreprise a formalisé ses ambitions climatiques via son mouvement interne Good Is Beautiful. Le projet a été mené par AVISIA Ouest, l'agence nantaise du cabinet, au plus proche des équipes RSE de Maisons du Monde. Chiffres clés de Maisons du Monde Magasins en Europe Ventes réalisées hors France Collaborateurs Clients 349 45% 5 500+ 7,5 M ## Le défi : automatiser le pilotage des émissions de CO2 Maisons du Monde s'était fixé des objectifs climatiques précis. Réduire de 25% son intensité carbone entre 2018 et 2025. Réduire de 15% son bilan carbone total sur les scopes 1, 2 et 3 d'ici 2030. Des ambitions claires, portées par des équipes RSE déjà engagées. Le suivi de ces émissions reposait sur des fichiers de calcul consolidés manuellement, poste par poste : énergie des magasins, déplacements domicile-travail, transport des marchandises, fabrication du mobilier. Cette approche demandait un travail de collecte important. Elle limitait aussi la fréquence de mise à jour du bilan carbone, alors que les décisions business, elles, s'enchaînaient au fil de l'année. Vous cherchez à rendre le pilotage de vos objectifs RSE plus réactif au quotidien ? [Échangez avec un expert →](#form) 11 postes d'émissions suivis en détail dans le dashboard carbone Mensuel fréquence de mise à jour du pilotage carbone Scopes 1, 2 et 3 couverture complète du bilan carbone ## La démarche AVISIA : une méthode data RSE en 4 étapes 1 ### Cadrage des postes d'émissions Avec les équipes RSE de Maisons du Monde, AVISIA a défini les 11 postes d'émissions à intégrer au dashboard, avec une méthodologie de calcul dédiée pour chacun. 2 ### Identification des sources de données Pour chaque poste, l'équipe a cartographié les systèmes existants capables d'alimenter les calculs : RH, logistique, facturation énergétique. 3 ### Automatisation des flux AVISIA a construit les pipelines reliant ces sources au dashboard. Les calculs s'exécutent désormais automatiquement, selon le type de donnée traité. 4 ### Mise en production et itération Le dashboard est utilisé chaque mois par les équipes RSE et la direction, avec une feuille de route d'amélioration continue pour intégrer de nouveaux postes d'émissions. La parole au client ## Anne-Charlotte Butrot, CSR Transformation Manager chez Maisons du Monde Anne-Charlotte Butrot pilote la transformation RSE au sein des équipes de Maisons du Monde. > « Jusqu'ici, nous mesurions nos émissions grâce à de gros fichiers Excel. Un processus manuel, mis à jour une fois par an. Aujourd'hui, ce dashboard permet de voir les performances extra-financière et financière l'une en face de l'autre. On place la planète et la rentabilité au même niveau dans la prise de décision stratégique. » ## Pourquoi AVISIA ? Un cabinet data RSE expert du pilotage carbone ### Une expertise data RSE structurée, portée en local par AVISIA Ouest AVISIA a fait de l'accompagnement RSE par la donnée un axe dédié de son activité. Ce projet a été mené par l'agence AVISIA Ouest, basée à Nantes comme Maisons du Monde, avec une méthodologie propre. Pas un reporting générique plaqué sur un projet data classique. ### Une méthodologie éprouvée sur des référentiels carbone complexes Découper une empreinte carbone en plusieurs postes exploitables, sur les scopes 1, 2 et 3, demande une maîtrise méthodologique spécifique, portée avec les équipes RSE de Maisons du Monde. ### Une automatisation pensée pour l'autonomie des équipes L'objectif n'était pas de livrer un rapport à refaire chaque année avec AVISIA. Il s'agissait de connecter durablement les systèmes pour que les équipes pilotent elles-mêmes leur dashboard. ### Une preuve par l'usage, sur un sujet exigeant Le pilotage carbone impose une rigueur forte, avec un risque d'erreur pénalisant en cas d'audit. AVISIA a construit ce dashboard pour qu'il tienne cette exigence dans la durée. Ressource complémentaire ## Comment structurer une démarche data au service de vos engagements RSE ? Découvrez les missions labellisées IMPACT d'AVISIA, dédiées à l'accompagnement des entreprises dans leurs projets RSE par la donnée. [Découvrir nos missions IMPACT →](https://www.avisia.fr/engagements#rse) ## Les bénéfices concrets pour les équipes Maisons du Monde ✓ ### Un pilotage aligné sur le rythme business Les équipes RSE suivent leur trajectoire carbone au même rythme que les indicateurs financiers, et ajustent leurs actions en cours d'année. ✓ ### Une granularité inédite Le dashboard décompose l'empreinte carbone poste par poste, pour identifier précisément où agir en priorité. ✓ ### Une autonomie renforcée Les opérations manuelles de collecte ont été fortement réduites. Les équipes pilotent leur dashboard sans dépendre d'un traitement externe. ✓ ### Un enjeu climatique intégré aux décisions stratégiques La performance environnementale est désormais arbitrée avec la même rigueur que la performance financière. ## Questions fréquentes : dashboard carbone et pilotage RSE Combien de temps faut-il pour déployer un dashboard de pilotage carbone ?Le projet mené avec Maisons du Monde a suivi une approche en quatre étapes : cadrage des postes d'émissions, identification des sources de données, automatisation des flux, puis mise en production et itération. La durée dépend surtout du nombre de postes d'émissions à couvrir et de la qualité des données déjà disponibles dans les systèmes existants (RH, logistique, facturation énergétique). Plus ces sources sont fiables et accessibles, plus l'automatisation avance vite. À l'inverse, un poste dont les données restent dispersées dans plusieurs fichiers nécessite un travail de fiabilisation en amont. **Un premier périmètre restreint (quelques postes prioritaires) est généralement pilotable en quelques semaines.** La couverture complète des 11 postes, avec une fréquence de mise à jour mensuelle stabilisée, s'inscrit davantage dans un calendrier de plusieurs mois. Vous souhaitez estimer le délai pour votre organisation ? [Échangez avec un expert →](https://www.avisia.fr/nous-contacter) Faut-il changer d'outils pour automatiser son reporting carbone ?Pas nécessairement. L'automatisation s'appuie généralement sur les systèmes d'information déjà en place : outils RH pour les déplacements, TMS ou ERP pour le transport de marchandises, factures énergétiques pour les magasins et entrepôts. Le dashboard vient se connecter à ces sources plutôt que les remplacer. **Pour les équipes RSE :** elles gagnent un pilotage mensuel plutôt qu'annuel, sans avoir à apprendre un nouvel outil de collecte de données au quotidien. **Pour les équipes data et IT :** le travail consiste à cartographier les sources existantes et à construire les flux de connexion, plutôt qu'à déployer une nouvelle plateforme lourde à maintenir. **Pour la direction :** les indicateurs carbone deviennent comparables, dans le temps et face aux indicateurs financiers, sans dépendre d'un outil tiers difficile à faire évoluer. Un dashboard carbone remplace-t-il totalement le travail des équipes RSE ?Non. Certaines données restent ponctuellement déclaratives, comme les enquêtes de mobilité domicile-travail, et nécessitent toujours une saisie ou une collecte manuelle à intervalles réguliers. L'automatisation réduit le volume de ressaisie, elle ne l'élimine pas complètement sur tous les postes. Ce que le dashboard change surtout, c'est la répartition du temps de travail des équipes RSE. Le temps auparavant consacré à consolider des fichiers Excel se retrouve disponible pour l'analyse : identifier les postes prioritaires, challenger une décision business avant qu'elle ne soit prise, ou préparer les arbitrages du comité de direction. **Les équipes RSE restent pilotes de la donnée et de son interprétation.** L'outil leur donne simplement une base plus fiable et plus fréquente pour exercer ce rôle. [Échangez avec un expert →](https://www.avisia.fr/nous-contacter) ## Vous portez un enjeu similaire de pilotage de vos objectifs RSE ? Échangeons sur la structuration de votre dashboard carbone et sur l'automatisation de votre reporting RSE. Chargement du formulaire de contact... **Catégories de REX:** Data, RSE --- ### [FLOA Bank : Industrialiser l'IA Responsable en Production Bancaire](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable) **Published:** mars 30, 2026 **Author:** Marion JACOBSON **Content:** Le client ## FLOA Bank, pionnier du crédit digital responsable Filiale à 100% du Groupe BNP Paribas depuis 2022, FLOA Bank (ex-Banque Casino) est un acteur historique du crédit à la consommation et du paiement fractionné en France. Avec plus de 4 millions de clients particuliers en Europe, plus de 15 000 partenaires commerçants et plus de 500 collaborateurs, l'entreprise place la data et l'IA au cœur de ses décisions : scoring crédit, octroi automatisé, gestion du risque. FLOA travaille avec AVISIA depuis 2018. Clients particuliers +4 M Partenaires commerçants +15 000 Collaborateurs +500 Partenariat AVISIA Depuis 2018 ## Le défi : gouverner des modèles IA en production dans un secteur réglementé Avoir un modèle de Machine Learning qui fonctionne, c'est bien. Savoir qu'il continue à bien fonctionner dans six mois, c'est une autre affaire. Pour FLOA Bank, l'enjeu n'était pas de construire de nouveaux modèles. C'était de garantir la fiabilité, la conformité et l'équité de ceux déjà en production. Dans la fintech, un secteur strictement réglementé, un modèle qui dérive imperceptiblement peut priver des milliers de personnes d'un accès au crédit. Trois défis structurants ont été identifiés : - Détecter et distinguer les différentes formes de drift : data drift, concept drift, performance drift… Tous n'ont pas la même origine ni les mêmes conséquences. Les confondre, c'est prendre le risque d'agir à mauvais escient. - Garantir la conformité RGPD dans le calcul des indicateurs de suivi : chaque KPI de monitoring devait être conçu en conformité avec le cadre réglementaire, sans compromis sur la qualité de la supervision. - Prévenir les biais discriminatoires : dans un contexte d'octroi de crédit automatisé, un modèle biaisé peut produire des décisions inéquitables selon le genre, l'âge ou l'origine démographique des demandeurs. Vous devez garantir la fiabilité, la conformité et l'équité de vos modèles IA en production ? [Demandez un audit de vos modèles en production →](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable#form) ## Notre approche : une méthodologie MLOps bout en bout AVISIA a accompagné FLOA Bank dans la conception et le déploiement d'un dispositif complet de monitoring responsable. C'est le projet SHIFT, structuré autour de quatre axes complémentaires. Cadrage & définition des KPIs 1 → Développement des modules 2 → Déploiement du dashboard 3 → Supervision & gouvernance 4 1 ### Cadrage et définition des indicateurs AVISIA a travaillé main dans la main avec les équipes Data de FLOA pour définir les indicateurs de monitoring pertinents : - Identification et classification des types de drift (data drift vs autres formes de dérive) - Définition des seuils d'alerte métier - Cartographie des contraintes RGPD applicables à chaque KPI 2 ### Développement des modules de monitoring Quatre modules ont été développés pour couvrir l'intégralité des enjeux : - **Module drift :** automatisation du calcul des KPIs en conformité RGPD, avec distinction claire des types de dérive. - **Module fairness :** détection des biais discriminatoires potentiels pour garantir l'équité des décisions automatisées. - **Module empreinte carbone :** mesure de l'impact énergétique des modèles, dans une démarche de numérique responsable. - **Système d'alertes :** déclenchement automatique en cas de franchissement de seuil critique. 3 ### Déploiement du dashboard interactif Un dashboard complet a été déployé sur Tableau Server, offrant aux équipes FLOA une vision en temps réel de l'état de santé de leurs modèles : visualisation des indicateurs de drift, suivi des alertes, lecture des métriques de fairness et de l'empreinte carbone. 4 ### Supervision & gouvernance Le dispositif intègre une traçabilité complète des décisions et une supervision humaine systématique. FLOA dispose d'une chaîne de gouvernance IA documentée, auditée et conforme aux exigences réglementaires en vigueur. ## Les résultats : une IA sous contrôle, sur le long terme ### Un monitoring responsable opérationnel en production Le projet SHIFT a permis à FLOA Bank de passer d'une supervision partielle et réactive à un pilotage proactif, automatisé et conforme de ses modèles en production. ### Des biais détectés avant qu'ils n'impactent les décisions Le module fairness permet d'identifier en amont tout signal discriminatoire avant qu'il ne produise des effets sur les décisions d'octroi de crédit. Une avance décisive dans un contexte où l'IA Act européen renforce progressivement les obligations des acteurs du secteur financier. ### Une conformité RGPD intégrée dès la conception Chaque indicateur de suivi a été conçu pour être conforme by design. FLOA n'a pas à arbitrer entre qualité du monitoring et respect des réglementations : les deux sont réconciliés dans la même solution. ### Un dashboard Tableau Server qui parle à tous les métiers Les équipes data, risque et conformité disposent désormais d'une interface commune pour suivre l'état des modèles. La prise de décision est plus rapide, mieux documentée, et moins dépendante de l'expertise d'un seul individu. ### Une empreinte carbone des modèles enfin mesurable FLOA est en mesure de mesurer et de piloter l'impact énergétique de ses modèles IA, une exigence qui s'imposera à l'ensemble du secteur dans les prochaines années. Ces résultats vous intéressent ? [Estimez la maturité MLOps de votre organisation →](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable#form) La parole au client ## Virginie Lange, Chief Data Science and AI Officer chez FLOA Bank Chief Data Science and AI Officer chez FLOA Bank, Virginie Lange a porté le projet SHIFT côté métier. > « AVISIA est un partenaire de confiance qui nous accompagne depuis plusieurs années. Leur professionnalisme et leur sérieux sont remarquables à chaque nouvelle prestation. J'apprécie également le fait qu'ils osent nous pousser à nous dépasser, ce qui crée une véritable dynamique stimulante dans notre collaboration. Notre relation est basée sur une confiance solide et réciproque. Je suis convaincue que notre partenariat continuera à nous enrichir mutuellement. » ## Pourquoi choisir AVISIA pour votre projet Data & IA ? ### Quatre modules de monitoring, conformité RGPD by design dès le cadrage Chez FLOA, la cartographie des contraintes RGPD applicables à chaque KPI a été réalisée avant le premier développement, pas en correctif après coup. Résultat : drift, fairness et empreinte carbone sont mesurés sans jamais transiger sur la conformité. ### Un partenaire de la fintech depuis 2018, pas depuis hier AVISIA accompagne FLOA Bank, filiale à 100% du Groupe BNP Paribas, depuis 2018. Nos consultants connaissent déjà les contraintes RGPD, les exigences de l'IA Act et les spécificités des modèles de scoring crédit avant même le lancement du projet SHIFT. ### AVISIA crée de l'autonomie, pas de la dépendance L'objectif de chaque mission est que vos équipes soient autonomes à l'issue du projet. Chez FLOA, cela s'est traduit par une co-construction du dispositif de monitoring, des points hebdomadaires et une documentation complète permettant aux équipes de piloter elles-mêmes leur IA responsable. **La mission se termine, la gouvernance reste.** ### Du cadrage des KPIs au dashboard Tableau Server en production Chez FLOA, AVISIA a couvert l'intégralité de la chaîne : définition des seuils d'alerte métier, développement des quatre modules, déploiement du dashboard Tableau Server, puis mise en place de la gouvernance. Nous ne livrons pas des modèles isolés, nous livrons des dispositifs qui fonctionnent sur le long terme. Une méthode, pas un cas isolé ## Une gouvernance IA reproductible, pas un cas isolé Cadrage des KPIs, développement des modules, dashboard, gouvernance : la même approche s'adapte à tout modèle IA en production, quel que soit le secteur réglementé. [Cadrer mon projet →](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable#form) ## Questions fréquentes Qu'est-ce que le monitoring de modèles IA en production ?Le monitoring consiste à suivre en continu la performance et le comportement d'un modèle de Machine Learning une fois déployé, pour détecter toute dérive (drift) avant qu'elle n'impacte les décisions métier. Sans ce suivi, un modèle peut continuer à produire des prédictions alors que les données réelles ont évolué depuis son entraînement. Chez FLOA Bank, ce dispositif couvre quatre axes complémentaires : détection et classification du drift (data drift, concept drift, performance drift), conformité RGPD des indicateurs de suivi, détection de biais discriminatoires (fairness) et mesure de l'empreinte carbone des modèles. Concrètement, le dispositif s'appuie sur un dashboard Tableau Server qui centralise ces quatre familles d'indicateurs et déclenche des alertes automatiques dès qu'un seuil critique est franchi, sans attendre un audit ponctuel. Pourquoi la fairness est-elle un enjeu critique dans le secteur du crédit ?Un modèle de scoring crédit biaisé peut produire des décisions d'octroi inéquitables selon le genre, l'âge ou l'origine démographique des demandeurs, avec un impact direct sur l'accès au crédit de milliers de personnes. Ce biais n'est pas toujours volontaire : il peut provenir de corrélations statistiques présentes dans les données d'entraînement historiques. Avec le renforcement progressif de l'IA Act européen, détecter ces biais avant qu'ils ne produisent des effets devient une obligation réglementaire, pas seulement une bonne pratique. Les organismes de crédit doivent être en mesure de documenter et de justifier l'équité de leurs modèles à tout moment, pas uniquement lors d'un contrôle. Le module fairness déployé chez FLOA identifie ces signaux discriminatoires en amont de la décision, avant qu'ils n'atteignent le client final. Comment garantir la conformité RGPD d'un dispositif de monitoring IA ?Chaque indicateur de suivi doit être conçu conforme by design : les seuils d'alerte, les métriques de drift et les mécanismes de traçabilité sont pensés en amont pour respecter le cadre réglementaire, sans compromis sur la qualité de la supervision. Cela suppose notamment de cartographier les données personnelles mobilisées par chaque KPI de monitoring, de minimiser les données conservées à ce qui est strictement nécessaire au suivi, et de documenter la finalité de chaque traitement. Cette cartographie a été réalisée dès la phase de cadrage du projet SHIFT, avant tout développement. Vous souhaitez évaluer la conformité de votre dispositif actuel ? [Échangez avec un expert →](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable#form) Combien de temps pour déployer un dispositif de monitoring IA similaire ?Le projet SHIFT chez FLOA Bank a suivi une approche en quatre étapes : cadrage et définition des indicateurs, développement des modules (drift, fairness, empreinte carbone), déploiement du dashboard, puis supervision et gouvernance. La durée dépend principalement du nombre de modèles à superviser, de la complexité des contraintes réglementaires propres à votre secteur, et de la maturité de votre infrastructure MLOps existante. Un secteur aussi encadré que la fintech implique généralement une phase de cadrage plus longue qu'ailleurs, pour sécuriser la conformité dès la conception. Vous souhaitez estimer le délai pour votre organisation ? [Cadrez votre projet avec un expert →](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable#form) ## Vos modèles IA méritent un monitoring responsable, conforme et durable Partagez-nous votre contexte : modèles en production, secteur d'activité et exigences réglementaires, maturité de votre dispositif MLOps. Un expert AVISIA reviendra vers vous sous 48h. Chargement du formulaire de contact... **Catégories de REX:** IA --- ### [Comutitres : industrialiser l'IA agentique au service de 5 millions de voyageurs](https://www.avisia.fr/insights/rex/comutitres-ia-agentique-mobilite-sav) **Published:** août 4, 2026 **Author:** Camille Delas **Content:** Le client ## Comutitres, opérateur billettique de la première zone de transport en Europe Filiale d'Île-de-France Mobilités, Comutitres gère l'ensemble de la chaîne billettique du réseau francilien : émission des cartes Navigo, déploiement des valideurs bus et tramways, portails digitaux, agences et tiers payeurs. AVISIA, cabinet de conseil Data, IA & Agentique, accompagne Comutitres depuis 2020. Recette annuelle 2,4 Md€ Clients actifs 5 millions Appels téléphoniques / an 2 millions Partenaire AVISIA depuis 6 ans Ressource complémentaire ## Le cas client FLOA Bank : industrialiser l'IA responsable en production bancaire Comme Comutitres, FLOA Bank opère dans un secteur régulé où chaque décision IA doit être gouvernée, tracée et supervisée. Découvrez une autre approche de la mise en production responsable de l'IA. [Découvrez le cas FLOA Bank →](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable) ## Le défi : industrialiser la prise de décision IA sur un volume de 5 millions de clients Comutitres gère une volumétrie hors norme. Des millions d'interactions clients. Des centaines de milliers de dossiers photo à valider. Des milliers de cas de fraude à traiter. Des conseillers SAV qui doivent décider en temps réel. Avant l'IA, ces processus reposaient sur une gestion manuelle intensive. Le SAV traitait les demandes clients sans outil de priorisation ou de pré-analyse. La validation des photos Navigo, 500 000 par an, se faisait manuellement, avec des délais et une variabilité humaine. La détection de fraude documentaire sur les aides à la mobilité reposait sur des contrôles a posteriori, insuffisants face au volume. Vous gérez des décisions métier à très grande échelle ? [Échangeons avec nos experts en IA agentique →](https://www.avisia.fr/insights/rex/comutitres-ia-agentique-mobilite#form) ## Les chiffres clés de la plateforme IA agentique Comutitres 97% de précision sur la validation automatique des photos Navigo 90% de précision sur l'Agent SAV IA Agentique 50 000 conversations traitées par le chatbot IA, 90% de satisfaction -30% de fraude détectée sur le dispositif Solidarité Transport ## Notre approche : une plateforme IA, pas une succession de POC 1 ### Cadrage et priorisation métier Avant de coder, AVISIA a réuni les métiers de Comutitres pour cartographier les décisions où l'IA pouvait créer de la valeur. Cette démarche a permis d'identifier 58 cas d'usage, couvrant toute la chaîne de valeur de la mobilité, priorisés selon la valeur métier et la faisabilité technique. Le livrable : une roadmap IA sur 3 ans, ancrée dans les réalités métier. 2 ### Premiers pilotes en production Deux chantiers lancés en parallèle. Un chatbot IA digital pour le service client grand public, qui répond aux demandes courantes et libère les conseillers pour les cas complexes. Un système de détection de fraude documentaire, avec validation automatique des photos Navigo et détection de comportements anormaux sur les aides à la mobilité. 3 ### Agent SAV IA Agentique Le projet le plus structurant : un agent de backoffice fondé sur l'[IA agentique](https://www.avisia.fr/cabinet-de-conseil-en-agentic-ai), conçu pour augmenter les conseillers SAV sur les cas clients complexes. Il orchestre des appels vers les systèmes internes via des connecteurs [Model Context Protocol (MCP)](https://www.avisia.fr/definition/model-context-protocol) qui exposent les API REST du SI Comutitres. L'agent interroge une base de connaissances RAG contenant les CGVU et les procédures métiers. Il restitue ensuite une synthèse structurée et un plan d'action au conseiller. Une démarche IA as Judge évalue quotidiennement plusieurs milliers de dossiers, pour ajuster les prompts et les référentiels métier. 4 ### Une plateforme gouvernée comme un système critique Chaque nouveau cas d'usage enrichit une plateforme commune qui mutualise connecteurs SI, bases RAG, référentiels métier, orchestration des agents, sécurité et supervision continue. Une gouvernance dédiée encadre chaque cas d'usage : revue métier, pilotage de la valeur, contrôle des coûts, conformité à l'[IA Act](https://www.avisia.fr/definition/ia-act-3), et validation humaine dès que la décision a un impact significatif. 5 ### Une plateforme prête pour les prochains usages Les premiers projets ont démontré la valeur de cette approche. La plateforme accueille désormais de nouveaux usages : clustering intelligent des dossiers SAV, analyse des remboursements, productivité des équipes de développement, nouveaux assistants métiers, généralisation des agents IA à d'autres domaines fonctionnels. Chaque nouveau projet bénéficie immédiatement des composants déjà industrialisés. Les délais de développement et les coûts de mise en œuvre diminuent. La parole au client ## Benjamin Maillard, Directeur Système d'Information chez Comutitres Directeur Système d'Information de Comutitres, Benjamin Maillard a porté le cadrage stratégique du programme IA agentique auprès des équipes métier et techniques. > « Nous n'avons pas commencé par choisir un modèle d'IA. Nous avons commencé par identifier les décisions métier que nous voulions améliorer. Les cas d'usage sont importants, mais la véritable transformation réside dans la construction d'une plateforme capable de les industrialiser, de les gouverner et de les faire évoluer dans la durée. » Ressource complémentaire ## Le cas client L'Oréal x Google Cloud : industrialiser l'IA agentique à l'échelle Comme Comutitres, L'Oréal a choisi une plateforme mutualisée (Companion Factory sur Google Cloud) plutôt qu'une multiplication de projets IA isolés. Découvrez comment gouverner des agents IA à grande échelle. [Découvrez le cas L'Oréal →](https://www.avisia.fr/insights/rex/matinale-ia-agentique-loreal-google-2026) ## Les résultats : des systèmes IA en production qui changent la décision ✓ ### 97% de précision sur la validation automatique des photos Navigo Ce qui mobilisait des dizaines d'agents de validation manuelle est désormais traité par un système IA en production, avec un niveau de précision supérieur aux contrôles humains sur les cas standards. ✓ ### 50 000 conversations chatbot, 90% de satisfaction Le chatbot absorbe un volume significatif de contacts entrants sans intervention humaine. Chaque conversation automatisée libère du temps pour les conseillers sur des actions à plus forte valeur ajoutée. ✓ ### 90% de précision sur l'Agent SAV IA Agentique Sur plusieurs milliers de cas clients analysés en mode IA as Judge, l'agent atteint 90% de précision sur sa synthèse et ses recommandations. ✓ ### -30% de fraude détectée sur Solidarité Transport Les nouveaux mécanismes de détection ont révélé un niveau de fraude auparavant difficile à identifier à grande échelle et jusqu'ici invisible aux contrôles a posteriori. ✓ ### Une transformation organisationnelle, pas seulement technologique Les conseillers SAV ne sont pas remplacés. Ils sont augmentés. Le conseiller se concentre sur la relation client, le jugement contextuel et les cas qui nécessitent une expertise humaine irremplaçable. Ces résultats vous intéressent ? [Estimons le potentiel de l'IA agentique sur votre organisation →](https://www.avisia.fr/insights/rex/comutitres-ia-agentique-mobilite#form) Point de vue des Experts en IA Agentique d'AVISIA ## Au-delà de l'IA générative La principale leçon de cette transformation est probablement celle-ci : l'IA ne constitue pas un projet supplémentaire du système d'information. Elle devient une nouvelle couche de décision, transverse aux applications existantes. La question n'est donc plus « Quel modèle choisir ? ». Comment construire une plateforme capable de déployer, gouverner, superviser et faire évoluer des dizaines d'agents métier en production ? C'est cette trajectoire que Comutitres poursuit aujourd'hui. ## Pourquoi choisir AVISIA pour industrialiser votre IA agentique ? ### Une plateforme, pas un POC Nous concevons des architectures IA mutualisées, connecteurs SI, RAG, orchestration d'agents, sécurité, observabilité. Nous capitalisons ainsi sur chaque nouveau cas d'usage plutôt que d'accumuler de la dette technique. ### Une gouvernance IA intégrée dès le cadrage RGPD, IA Act, validation humaine sur les décisions à fort impact : nous structurons la gouvernance en même temps que la solution technique, pas après coup. ### Une IA qui augmente vos équipes Nos agents IA restituent une analyse exhaustive pour accélérer la décision humaine avec un contrôle qualité continu, IA as Judge. Celui-ci s'améliore en production. ### Un centre de service qui s'adapte à votre échelle Avec 6 ans de collaboration entre AVISIA et Comutitres, une squad resserrée a suffi pour cadrer et livrer les premiers cas d'usage. Nos 300+ consultants, répartis dans 5 villes en France, nous permettent de dimensionner l'équipe projet à la taille réelle de l'enjeu. **La mission grandit, l'équipe grandit avec elle.** ## Questions fréquentes sur l'IA agentique en SAV Qu'est-ce qu'un agent IA appliqué au service client ?Un agent IA orchestre lui-même plusieurs actions : consulter des systèmes internes, interroger une base de connaissances, construire une synthèse, sans se limiter à répondre à une seule question. Chez Comutitres, l'Agent SAV IA Agentique orchestre des appels vers le SI via des connecteurs **MCP**, interroge une base **RAG** et propose un plan d'action au conseiller, avec 90% de précision. Pour évaluer le potentiel sur votre organisation, [échangeons avec nos experts →](https://www.avisia.fr/insights/rex/comutitres-ia-agentique-mobilite#form) Comment gouverner l'IA sur des décisions à fort impact client ?Une gouvernance IA solide repose sur une revue métier de chaque cas d'usage, un suivi continu des indicateurs de qualité, une conformité IA Act et RGPD, et une validation humaine systématique dès que la décision a un impact significatif. Chez Comutitres, cette gouvernance a été structurée dès le cadrage, en parallèle du développement technique, pas après coup. [Discutons de votre cas d'usage →](https://www.avisia.fr/insights/rex/comutitres-ia-agentique-mobilite#form) Comment passer d'un POC IA à une plateforme industrialisée ?La clé est de mutualiser les composants dès le premier cas d'usage : connecteurs vers le système d'information, bases de connaissances RAG, orchestration des agents, sécurité et supervision. Chaque nouveau projet enrichit ainsi une plateforme commune plutôt que de créer une nouvelle dette technique. Chez Comutitres, cette approche a permis de passer de 2 premiers pilotes à un agent IA complet en production, sur la base des mêmes fondations techniques. [Découvrons comment structurer cette trajectoire →](https://www.avisia.fr/insights/rex/comutitres-ia-agentique-mobilite#form) Quel ROI attendre d'un agent IA en backoffice SAV ?Le ROI se mesure sur la précision des décisions, le temps de traitement des dossiers complexes, et la capacité à absorber la croissance des volumes sans recruter au même rythme. Chez Comutitres, l'Agent SAV IA Agentique atteint 90% de précision sur plusieurs milliers de dossiers analysés quotidiennement en mode IA as Judge. Chaque contexte reste spécifique : [échangeons](https://www.avisia.fr/nous-contacter) pour évaluer le potentiel sur votre périmètre. ## Vous voulez industrialiser vos décisions métier grâce à l'IA agentique ? Organisons un premier échange pour évaluer le potentiel sur votre périmètre. Chargement du formulaire de contact... **Catégories de REX:** IA Agentique --- ### [Monoprix : personnaliser ses promotions avec Dataiku](https://www.avisia.fr/insights/rex/personnalisation-promotions-dataiku-monoprix) **Published:** septembre 20, 2021 **Author:** Camille Delas **Content:** Le client ## Monoprix, enseigne de référence du commerce de proximité en France AVISIA, cabinet de conseil Data, IA & Agentique, accompagne Monoprix sur ses projets data. Monoprix s'est imposé comme un acteur central du commerce urbain en France, avec un maillage dense de magasins en centre-ville. Présence en France +620 Fréquentation quotidienne 800 000 Chiffre d'affaires +4 Mds€ Collaborateurs 16 000 Ressource complémentaire ## Le cas client Bouygues Telecom : industrialiser sa stratégie de scoring CRM avec Dataiku Comme Monoprix, Bouygues Telecom utilise Dataiku pour industrialiser ses modèles de scoring client. Découvrez comment l'opérateur a déployé une dizaine de scores CRM 7 fois plus vite. [Découvrir le cas Bouygues Telecom →](https://www.avisia.fr/insights/rex/bouygues-telecom-industrialisation-scoring-crm-dataiku) ## Le contexte : des coupons promotionnels à personnaliser à grande échelle Chaque semaine, Monoprix dispose de plusieurs centaines de coupons promotionnels négociés avec ses fournisseurs. L'enjeu est de les adresser à chaque client de façon personnalisée, sur son canal de communication de prédilection. Cela suppose d'attribuer au mieux les offres selon leur pertinence pour chaque client, tout en respectant le budget associé à chaque offre et en diversifiant les promotions proposées. Les données clients et transactionnelles étaient déjà centralisées dans Snowflake. Elles restaient toutefois à exploiter pour industrialiser ce niveau de personnalisation à grande échelle. L'enjeu portait avant tout sur la méthode et sur l'appropriation par les équipes métier, pas sur un outil en particulier. Vous cherchez à industrialiser vos campagnes promotionnelles avec plus de personnalisation ? [Discutez de votre projet →](#form) ## Les chiffres clés du projet de personnalisation des promotions Hebdomadaire fréquence des campagnes automatisées, sans intervention manuelle 3 canaux de diffusion pilotés depuis un flux unique (Catalina, Reelevant, Adobe Campaign) ## La démarche AVISIA pour automatiser la personnalisation des promotions 1 ### Estimer le potentiel des offres promotionnelles En amont de la campagne, un outil dédié évalue le potentiel de chaque offre promotionnelle. Les équipes Promo s'appuient sur cette estimation pour ajuster la banque d'offres et les budgets associés avant le lancement. 2 ### Calculer les scores d'appétence Un premier flux calcule en amont l'appétence de chaque client pour les différents canaux de communication, à partir de l'historique d'achat et des données transactionnelles centralisées dans Snowflake. 3 ### Autonomiser le ciblage via une webapp métier Une application web dédiée permet aux équipes CRM de réaliser elles-mêmes leurs ciblages, à partir des données, segmentations et scores fournis, et de choisir les paramètres de l'allocation en toute autonomie. 4 ### Allouer les offres promotionnelles Un score d'utilisation des coupons est calculé pour chaque combinaison client/offre. L'allocation finale s'appuie sur un algorithme d'optimisation sous contraintes, intégrant les règles métier de budget et de diversification. 5 ### Diffuser et suivre les campagnes Les fichiers de ciblage sont générés et envoyés vers Catalina, l'emailing et Adobe Campaign. La performance de la campagne en cours est ensuite monitorée. 6 ### Piloter la performance dans le temps Des reportings Tableau permettent aux équipes marketing d'analyser et de suivre la performance des campagnes en autonomie, au-delà du seul lancement. Ressource complémentaire ## Le cas client Lacoste : réussir sa migration Dataiku en 6 mois Comme Monoprix, Lacoste a fait le choix de Dataiku pour reprendre la main sur ses projets data. Découvrez comment cette enseigne a structuré sa migration en 6 mois. [Découvrir le cas Lacoste →](https://www.avisia.fr/insights/rex/lacoste-migration-dataiku-data-platform) ## Les bénéfices concrets pour les équipes Monoprix ✓ ### Une allocation plus pertinente des offres promotionnelles L'algorithme d'optimisation sous contraintes attribue les bonnes offres aux bons clients, tout en respectant les budgets négociés avec les fournisseurs et en diversifiant les promotions proposées. ✓ ### Une autonomie renforcée sur le ciblage et l'allocation Grâce à des webapps dédiées, les équipes métier pilotent elles-mêmes le ciblage et les paramètres d'allocation des coupons, sans dépendre systématiquement de l'équipe data. ✓ ### Une visibilité continue sur la performance Les reportings Tableau donnent aux équipes marketing une vision claire de la performance des campagnes en cours, pour ajuster les paramètres au fil des semaines. ## Pourquoi choisir AVISIA pour votre projet de personnalisation des promotions ? ### 3ᵉ partenaire mondial de Dataiku Ce statut reflète une maîtrise reconnue de la plateforme sur des cas d'usage exigeants comme celui de Monoprix. AVISIA reste toutefois agnostique sur les technologies : Dataiku est recommandé quand il répond le mieux au contexte du client, pas par défaut. [En savoir plus sur ce partenariat](https://www.avisia.fr/partenaires/dataiku) ### Une expertise sur les algorithmes d'allocation sous contraintes Au-delà du scoring client, AVISIA sait industrialiser des logiques d'optimisation intégrant des règles métier complexes, comme le budget ou la diversification des offres. ### Une approche qui rend la main aux équipes métier La mise à disposition de webapps pour le ciblage et l'allocation illustre notre philosophie : donner de l'autonomie aux équipes plutôt que de créer une dépendance. ### AVISIA crée des compétences, pas des dépendances Monoprix continue de solliciter AVISIA sur ses cas d'usage data, de la personnalisation des promotions au pilotage de la performance via Tableau. **La mission se termine, les compétences restent.** ## Questions fréquentes sur la personnalisation des promotions Comment personnaliser ses promotions grâce à la donnée client ?La personnalisation des promotions s'appuie sur le profil du client, son historique d'achat et les caractéristiques de chaque coupon disponible. Un score d'appétence et d'utilisation est calculé pour chaque combinaison client/offre, puis un algorithme d'optimisation sous contraintes attribue les coupons en respectant le budget négocié avec chaque fournisseur. Chez Monoprix, cette approche permet de diffuser **chaque semaine** des campagnes personnalisées sur 3 canaux, sans intervention manuelle sur le ciblage. Pour évaluer le potentiel sur votre périmètre, [échangeons →](#form) Comment automatiser l'allocation de coupons promotionnels avec Dataiku ?L'automatisation repose sur un flux Dataiku qui enchaîne le calcul des scores, l'allocation sous contraintes, puis la génération des fichiers de diffusion vers les canaux concernés. Chez Monoprix, ce flux tourne **chaque semaine** et alimente directement Catalina, Reelevant et Adobe Campaign. Des **webapps** rendent également les équipes métier autonomes sur le paramétrage du ciblage et de l'allocation. [Discutons de votre cas d'usage →](#form) Quel rôle joue Tableau dans le pilotage des campagnes promotionnelles ?Une fois les campagnes lancées, le suivi de leur performance est essentiel pour ajuster les paramètres au fil des semaines. Chez Monoprix, des reportings Tableau connectés aux mêmes données Snowflake permettent aux équipes marketing de monitorer la performance en continu, sans attendre la fin de la campagne. [Voir comment structurer ce pilotage →](#form) Quels résultats attendre d'un projet de personnalisation des promotions ?Les gains se mesurent à la fois sur la fréquence et la pertinence des campagnes, et sur l'autonomie des équipes métier. Chez Monoprix, le projet a permis d'automatiser des campagnes hebdomadaires sur 3 canaux, tout en rendant les équipes marketing autonomes sur le ciblage et l'allocation via des webapps dédiées. Chaque contexte reste spécifique : [contactez-nous](https://www.avisia.fr/nous-contacter) pour évaluer le potentiel sur votre périmètre. ## Vous portez un enjeu similaire de personnalisation de vos campagnes promotionnelles ? Organisons un premier échange pour évaluer le potentiel sur votre périmètre. Chargement du formulaire de contact... **Catégories de REX:** Data --- ### [Aramis Group : personnaliser son offre grâce à l'IA](https://www.avisia.fr/insights/rex/aramis-group-ia-personnalisation) **Published:** septembre 2, 2021 **Author:** Camille Delas **Content:** Le client ## Aramisauto, marque française de référence du groupe Aramis Group Aramisauto est la marque française du groupe Aramis Group, acteur e-commerce sur le marché de la voiture d'occasion en Europe. Le groupe réunit plusieurs marques, en France, en Belgique, en Espagne et au Royaume-Uni. Sa mission : rendre l'achat d'un véhicule toujours plus simple. AVISIA, cabinet de conseil Data, IA & Agentique, accompagne le Pôle Data d'Aramis Group depuis 2016. Véhicules vendus par an +66 000 Chiffre d'affaires +1 Md€ Agences en Europe 60 Partenaire AVISIA depuis 2016 Ressource complémentaire ## Le cas client Thermomix : prédire les ventes grâce au machine learning Comme Aramis Group, Thermomix a construit un modèle prédictif pour mieux anticiper une demande changeante. Découvrez comment le machine learning aide à mieux anticiper les ventes. [Découvrir le cas Thermomix →](https://www.avisia.fr/actualites/blog/data/avisia-x-thermomix-predire-pour-mieux-anticiper) ## Le contexte : deux usages de l'IA, du sourcing à la recommandation Un modèle retail classique fonctionne sur un principe simple. Un fournisseur propose son catalogue. L'acheteur choisit, met en rayon, puis attend le client. Appliqué à la voiture d'occasion, ce principe a une limite. Un véhicule sourcé sur une estimation ancienne peut arriver sur le marché au mauvais moment. Résultat : du surstock d'un côté. Des ruptures sur les véhicules les plus recherchés de l'autre. Le site d'Aramisauto reçoit 15 millions de recherches par mois. Une partie de ces recherches ne trouve pas de réponse satisfaisante dans l'offre disponible. Chaque recherche infructueuse est un signal de demande perdu, s'il n'est pas capté et transmis aux bonnes équipes. À l'inverse, une fois qu'un client trouve une offre pertinente, un autre problème se pose. Le site propose plus de 2 000 véhicules. 99% des vues se concentrent sur les 4 premières offres affichées. Sans un classement pertinent, la majorité du catalogue reste invisible. Le Pôle Data d'Aramis Group s'est donné deux missions liées. Orienter le sourcing des véhicules selon la demande réelle du client. Et lui présenter, une fois sur le site, l'offre la plus pertinente pour son besoin. Vous cherchez à connecter vos données client à vos décisions de sourcing ? [Discutez de votre projet →](#form) ## Les usages de l'IA chez Aramis Group, en chiffres 15 M recherches traitées chaque mois sur le site, dont les signaux nourrissent l'IA de sourcing < 100 ms temps de réponse de l'IA de ranking des offres, mise à jour en quasi temps réel 99% des vues concentrées sur les 4 premières offres affichées, d'où l'enjeu du ranking par IA ## La démarche AVISIA pour déployer les usages de l'IA chez Aramis Group 1 ### Cadrer les usages de l'IA en mode produit, pas en mode projet AVISIA et le Pôle Data d'Aramis Group adoptent une méthode Kaizen, issue du Lean. Chaque cas d'usage IA part d'un problème client concret, sans périmètre figé à l'avance. Il évolue par itérations courtes, mesurées à chaque étape. 2 ### Développer une IA de détection de la demande pour orienter le sourcing Chaque réservation client et chaque recherche infructueuse génère une carte, affichée en temps quasi réel dans la salle des acheteurs. Techniquement, les ventes sont récupérées en temps réel depuis le CRM et stockées dans une base Elasticsearch, le moteur de calcul tourne en Python sur des conteneurs Docker, et le frontend est développé en interne avec le framework Dash (Python). L'équipe Data gère cette IA de bout en bout, pour rester réactive sur le terrain. 3 ### Construire une IA de ranking pour personnaliser la recherche L'équipe remplace un premier ranking confié à un partenaire externe par une IA maison, plus explicable, puis par un modèle de clustering (K-means) qui regroupe les véhicules par similarité. Les données sont stockées en Redis/NoSQL et exposées via des fonctions Lambda serverless sur AWS, capables d'absorber jusqu'à 10 000 appels en parallèle, puis synchronisées avec l'index ElasticSearch du site. 4 ### Industrialiser l'IA et mesurer chaque amélioration Chaque nouveau modèle est déployé sur cette architecture serverless AWS, avec un temps de réponse API inférieur à 100 ms, puis suivi en temps réel sur des écrans dédiés dans les bureaux Data et IT. Une IA qui ne démontre pas de gain mesurable est retirée, plutôt que maintenue par principe. Ressource complémentaire ## Le cas client Club Med : interroger les données en langage naturel grâce à la Gen AI Comme Aramis Group, Club Med a cherché à rapprocher la donnée des équipes métier. Découvrez comment un agent IA permet d'interroger les données sans compétence technique. [Découvrir le cas Club Med →](https://www.avisia.fr/insights/rex/club-med-gen-ai-agent-ia-donnees) ## Les bénéfices concrets de l'IA pour les équipes d'Aramis Group ✓ ### Une IA de sourcing plus réactive face à la demande réelle Les acheteurs voient apparaître en direct les demandes clients non satisfaites. Ils sourcent le véhicule attendu, plutôt que de constater un manque a posteriori. ✓ ### Une recherche plus pertinente grâce au ranking par IA Les visiteurs du site voient davantage d'offres correspondant à leur besoin dans les premiers résultats. Le nombre de demandes satisfaites progresse. ✓ ### Des équipes Data autonomes pour faire évoluer leurs IA Data scientists et data engineers gèrent chaque IA de bout en bout, sans dépendre d'une équipe IT tierce. Une évolution terrain peut être livrée en quelques minutes. ## Pourquoi choisir AVISIA pour votre projet Data & IA ? ### Une expertise Data & IA sur tous les horizons de projet AVISIA intervient aussi bien sur un nouveau projet IA que sur un partenariat de long terme, comme celui qui nous lie à Aramis Group depuis 2016. Cette double capacité permet de cadrer rapidement un premier cas d'usage, puis de le faire évoluer sur plusieurs années sans repartir de zéro. ### Une méthode choisie selon votre projet, pas imposée par principe AVISIA adapte sa méthode au contexte : cadrage projet classique quand le périmètre est déjà connu, ou approche produit itérative (Lean, Kaizen) quand l'usage doit se construire par tests successifs, comme chez Aramis Group. ### Une expertise IA transposable à tous les secteurs Signal de demande, ranking des offres, recommandation : ces compétences IA, mobilisées chez Aramis Group sur le retail automobile, s'appliquent dans tous les secteurs où le sourcing ou la présentation de l'offre sont des leviers business directs. ### AVISIA crée des compétences, pas des dépendances Les IA de sourcing et de ranking sont conçues, maintenues et fait évoluer par l'équipe Data interne. **La mission se termine, les compétences restent.** ## Questions fréquentes sur les usages de l'IA chez Aramis Group Comment l'IA permet-elle de mieux détecter la demande client sur un site e-commerce ?Chaque recherche client, satisfaite ou non, est un signal de demande. Une IA bien conçue capte ce signal et le transmet directement aux équipes qui peuvent y répondre, sans passer par un rapport consulté après coup. Chez Aramis Group, cette IA se traduit par une carte qui apparaît dès qu'une recherche client reste sans réponse dans l'offre disponible, directement dans la salle des acheteurs. Pour évaluer le potentiel sur votre périmètre, [échangeons →](#form) Comment fonctionne une IA de ranking des offres ?Une IA de ranking ordonne l'affichage des résultats selon leur pertinence pour le visiteur. Elle peut s'appuyer sur la popularité d'une offre, sur sa similarité avec d'autres produits, ou sur la navigation du client. Chez Aramis Group, cette IA est passée d'une solution externe à un modèle maison, puis à un clustering par similarité de véhicules, pour rester totalement explicable et maîtrisée en interne. [Discutons de votre cas d'usage →](#form) Pourquoi adopter une approche produit plutôt qu'une approche projet pour une IA ?Un projet fige un périmètre, un délai et un budget dès le départ. Un produit part d'un usage client et s'améliore par itérations, ce qui convient mieux à une IA dont la valeur réelle n'est jamais totalement connue à l'avance. Chez Aramis Group, cette approche, inspirée du Lean et du Kaizen, permet de livrer de la valeur chaque semaine, plutôt que d'attendre plusieurs mois la mise en production d'un modèle figé. Voir comment structurer cette approche sur votre organisation : [échangeons →](#form) Quels résultats attendre d'une IA de personnalisation de l'offre ?Les gains se mesurent sur la réactivité des équipes, sur la pertinence de l'offre présentée au client, et sur l'autonomie des équipes internes à faire évoluer les modèles. Chez Aramis Group, l'IA de sourcing a réduit les ruptures sur les véhicules les plus demandés, et l'IA de ranking a augmenté le nombre de demandes clients satisfaites sur le site. Chaque contexte reste spécifique : [contactez-nous](https://www.avisia.fr/nous-contacter) pour évaluer le potentiel sur votre périmètre. ## Vous portez un enjeu similaire d'usages de l'IA sur votre offre ? Organisons un premier échange pour évaluer le potentiel sur votre périmètre. Chargement du formulaire de contact... **Catégories de REX:** IA --- ### [Kiabi : piloter la performance de son offre digitale](https://www.avisia.fr/insights/rex/kiabi-cockpit-performance-offre-digitale) **Published:** février 5, 2024 **Author:** Camille Delas **Content:** Le client ## Kiabi, enseigne française de mode familiale et digitale Kiabi s'est imposé comme une référence de la mode accessible pour toute la famille en France. L'enseigne s'appuie sur un large réseau de magasins et poursuit un développement international soutenu. AVISIA, cabinet de conseil Data, IA & Agentique, accompagne Kiabi depuis 2021. Magasins en France 348 Présence internationale 27 pays Chiffre d'affaires +2,2 Mds€ Partenaire AVISIA depuis 2021 Ressource complémentaire ## Le cas client Bouygues Telecom : libérer 30% du temps de l'équipe data grâce au self-service analytics Comme Kiabi, Bouygues Telecom a fait le choix de rendre les équipes métier autonomes sur leurs données, grâce à un agent IA plutôt qu'à un cockpit métier dédié. Découvrez cette autre approche de l'autonomie data. [Découvrir le cas Bouygues Telecom →](https://www.avisia.fr/insights/rex/bouygues-telecom-gen-ai-self-service-analytics) ## Le contexte : piloter la performance de l'offre digitale en quelques jours Chez Kiabi, la croissance du e-commerce impose de décider rapidement si un produit lancé sur le digital doit être renforcé, maintenu ou retiré. Cette fenêtre de décision se limite aux 7 à 21 premiers jours après la mise en ligne. Mesurer cette performance ne suffit pas : il faut aussi la comprendre, en croisant plusieurs dimensions comme les ventes, les ruptures de stock, la marge et la visibilité sur le site. Les équipes s'appuyaient jusqu'alors sur des données à plat. Deux limites en découlaient : des biais de comparaison entre catégories de produits aux volumes très différents, et un temps important passé à croiser manuellement des indicateurs disparates. Autre frein : les métiers de l'offre, du digital et du contrôle de gestion n'avaient pas de lecture commune de la performance. Cela compliquait l'alignement sur les décisions à prendre. Vous cherchez à aligner vos équipes autour d'une lecture commune de la performance de votre offre ? [Discutez de votre projet →](#form) ## Les chiffres clés du cockpit de performance de l'offre Kiabi 2-3 semaines pour la mise en main de la première version de l'outil 7-21 jours fenêtre d'analyse pour détecter la performance d'une offre digitale 3 métiers alignés sur un langage commun de la performance (Offre, Digital, Contrôle de gestion) ## La démarche AVISIA pour déployer un produit data adopté par le métier 1 ### Cadrer et livrer une preuve de concept Le projet démarre d'une demande précise des équipes offre : détecter rapidement les produits performants sur le digital pour décider de leur déploiement en magasin. AVISIA conçoit et valide une méthode avec le métier, puis livre en 2 à 3 semaines une première solution utilisable en autonomie. 2 ### Élargir la démarche à d'autres métiers Le succès du périmètre pilote révèle un potentiel de réplication sur l'ensemble du catalogue. AVISIA mène une série d'ateliers avec les métiers de l'offre, du digital et du contrôle de gestion pour cartographier les besoins de chaque profil et construire une lecture commune de la performance. 3 ### Concevoir un score et une matrice de décision AVISIA conçoit un score de performance unique, qui agrège plusieurs indicateurs. Une matrice croise ensuite ce score avec le taux de rupture de stock. Elle segmente les références en 4 zones d'action claires : maintenir, renforcer, désinvestir ou arbitrer au cas par cas. 4 ### Déployer l'outil via des Power Users Plutôt qu'une formation uniquement descendante, AVISIA met en place une stratégie hybride. Une formation courte reste ouverte à tous les volontaires. Elle se complète d'une formation intensive de Power Users, chargés de former et d'accompagner leurs pairs au quotidien. 5 ### Piloter l'adoption dans le temps Le déploiement s'appuie sur des KPI d'adoption suivis avec le métier, des rituels réguliers avec les Power Users pour prioriser les évolutions, et des cycles de release à la manière d'un éditeur logiciel. Ressource complémentaire ## Le cas client Manutan : automatiser 850 000 fiches produits grâce à l'IA Comme Kiabi, Manutan a transformé la gestion de son catalogue produit à grande échelle. Découvrez comment l'IA générative a permis d'automatiser 850 000 fiches produits. [Découvrir le cas Manutan →](https://www.avisia.fr/insights/rex/manutan-automatisation-fiches-produits-ia) ## Les bénéfices concrets pour les équipes offre, digital et contrôle de gestion de Kiabi ✓ ### D'un besoin ponctuel à un outil déployé sur tout le catalogue L'outil, pensé initialement pour un besoin ciblé, a été étendu à l'ensemble du catalogue produit grâce à une méthodologie réplicable, portée par des ateliers structurés avec les métiers concernés. ✓ ### Une autonomie renforcée sans compétence data avancée Le score de performance et la matrice de segmentation permettent aux équipes métier de prendre des décisions concrètes, sans expertise analytique poussée. La stratégie de Power Users démultiplie cette autonomie. ✓ ### Un langage de performance commun entre 3 métiers Les équipes de l'offre, du digital et du contrôle de gestion partagent désormais une définition unique de la performance produit, pour soutenir les ambitions de croissance digitale de façon coordonnée. ## Pourquoi choisir AVISIA pour construire votre produit data retail ? ### Une méthodologie produit ancrée dans le terrain Ateliers de détection des besoins, product vision board et itération continue avec le métier dès les premières maquettes, plutôt qu'une livraison technique isolée. ### La capacité à transformer un besoin ponctuel en produit pérenne Le projet est parti d'une demande ciblée pour devenir un outil couvrant l'ensemble du catalogue Kiabi, sans multiplier les solutions ponctuelles. ### Une stratégie de déploiement structurée autour des Power Users Un modèle hybride associant formation courte pour tous et formation intensive d'ambassadeurs métier, conçu pour l'adoption réelle, pas seulement la livraison technique. ### AVISIA crée des compétences, pas des dépendances Le score de performance et la matrice de décision sont conçus pour rester actionnables par des profils sans culture data avancée. **La mission se termine, les compétences restent.** ## Questions fréquentes sur le pilotage de la performance de l'offre digitale Comment mesurer la performance d'une offre digitale rapidement après son lancement ?Un score de performance agrège plusieurs indicateurs (ventes, ruptures de stock, marge, visibilité) pour donner une lecture unique et rapide de chaque référence produit, sans avoir à croiser manuellement des tableaux disparates. Chez Kiabi, cette approche permet de statuer sur une offre digitale dans une fenêtre de **7 à 21 jours** après sa mise en ligne, pour décider de son déploiement en magasin. Pour évaluer le potentiel sur votre périmètre, [échangeons →](#form) Comment construire un produit data adopté durablement par les équipes métier ?L'adoption durable repose sur trois piliers : une problématique définie avec le métier plutôt qu'imposée, une représentation visuelle actionnable, et une stratégie de déploiement dédiée. Chez Kiabi, ce travail s'est appuyé sur des ateliers avec les métiers de l'offre, du digital et du contrôle de gestion, puis sur une stratégie de **Power Users** chargés de relayer l'usage de l'outil auprès de leurs pairs. [Discutons de votre cas d'usage →](#form) Qu'est-ce qu'une stratégie de déploiement par Power Users ?Une stratégie de Power Users consiste à identifier des utilisateurs référents dans chaque métier concerné, à les former en profondeur sur des cas concrets, puis à leur confier la formation de leurs pairs au quotidien. Chez Kiabi, cette approche a été combinée à une formation courte ouverte à tous les volontaires, pour concilier rapidité de diffusion et profondeur d'appropriation. [Voir comment structurer ce déploiement →](#form) Quels résultats attendre d'un cockpit de performance de l'offre digitale ?Les gains se mesurent à la fois sur la rapidité de décision, sur l'autonomie des équipes métier, et sur l'alignement entre plusieurs directions autour d'une même définition de la performance. Chez Kiabi, le projet a permis d'étendre un outil pensé pour un besoin ponctuel à l'ensemble du catalogue produit, avec une adoption portée par les équipes elles-mêmes. Chaque contexte reste spécifique : [contactez-nous](https://www.avisia.fr/nous-contacter) pour évaluer le potentiel sur votre périmètre. ## Vous portez un enjeu similaire de pilotage de la performance de votre offre digitale ? Organisons un premier échange pour évaluer le potentiel sur votre périmètre. Chargement du formulaire de contact... --- ### [Bouygues Telecom : déployer le self-service analytics grâce à un agent IA conversationnel](https://www.avisia.fr/insights/rex/bouygues-telecom-gen-ai-self-service-analytics) **Published:** juin 13, 2024 **Author:** Camille Delas **Content:** Le client ## Bouygues Telecom, opérateur télécom de référence en France Bouygues Telecom est l'un des principaux opérateurs télécoms français. L'entreprise couvre le mobile, la fibre et l'internet fixe pour des millions de clients particuliers et professionnels. Filiale du groupe Bouygues, elle dispose d'un patrimoine de données clients et réseau considérable. AVISIA accompagne Bouygues Telecom depuis plus de dix ans sur ses projets Data et IA. Chiffres clés de Bouygues Telecom Chiffre d'affaires 2025 Collaborateurs Clients mobile Clients fixe +8 Mds€ +10 000 27,3 M 5,5 M ## Le défi : passer d'un accès expert à un vrai self-service analytics Chez Bouygues Telecom, l'équipe Connaissance Clients et Data Science gère plus de 1 000 rapports Tableau. Ces rapports couvrent les questions récurrentes des métiers. Mais chaque question ponctuelle sortait de ce cadre. Il fallait chercher un rapport approximatif, ou solliciter directement l'équipe data. Résultat : une part significative du temps de l'équipe partait dans des tâches sans réelle valeur ajoutée. Les managers attendaient un chiffre en pleine réunion. Les data scientists n'avaient plus le temps pour les sujets stratégiques. Votre équipe data passe trop de temps sur des demandes ad hoc ? [Échangez avec nos experts →](#form) ## Notre approche : un self-service analytics propulsé par un agent multi-agents AVISIA a accompagné les équipes Data et IT de Bouygues Telecom pour cadrer, concevoir et sécuriser un outil de self-service analytics capable de répondre en langage naturel. Une première tentative interne avait échoué en visant trop large. Cette leçon a guidé toute la méthode. ### Architecture de la solution Question métier Langage naturel → Brique de contexte RAG sur les bases → Système multi-agents Requête SQL générée → BigQuery Exécution temps réel → Réponse contextualisée En français, vérifiable 1 ### Cadrage : restreindre le périmètre Une tentative interne précédente avait échoué en confiant toute la donnée à l'IA sans restriction. Le volume était trop massif pour être démêlé. AVISIA a recommandé un périmètre restreint : le marketing client. 2 ### Construction du contexte L'outil s'appuie sur une description des bases de données et sur une bibliothèque de questions et requêtes SQL type. Cette bibliothèque s'enrichit à chaque usage. 3 ### Multi-agents et restitution transparente Le système découpe la question en étapes simples, plutôt que de tout confier à un seul LLM. Le résultat s'exécute en temps réel via BigQuery. La réponse se recontextualise ensuite en français. Les paramètres utilisés s'affichent, pour que l'utilisateur vérifie la réponse. La parole au client > « Environ 30 % de l'activité de mon équipe consistait à répondre à des demandes ad hoc simples. Cet outil rend les métiers autonomes sur l'accès à la donnée. Il libère du temps pour que nos experts se concentrent sur d'autres sujets. » Joëlle Lautré Responsable Connaissance clients et Data Science, Bouygues Telecom ## Pourquoi AVISIA pour déployer un agent IA conversationnel sur vos données ? ### Une double expertise Data et IA AVISIA a traité ce projet avec la rigueur d'un projet data classique : qualification et documentation de la donnée. Puis l'IA générative est venue s'ajouter sur un socle déjà solide. ### Une méthode de cadrage éprouvée Une tentative précédente avait échoué faute de périmètre. AVISIA applique cette même discipline sur d'autres projets. Comme chez MGEN, pour donner accès en langage naturel à un patrimoine de données existant. [Voir le REX MGEN →](https://www.avisia.fr/insights/rex/mgen-gen-ai-patrimoine-donnees) ### Une architecture pensée pour la fiabilité Le système multi-agents décompose chaque question en étapes simples. Ce choix technique prime sur la puissance brute du modèle. ### AVISIA crée des compétences, pas des dépendances Un outil d'IA n'a de valeur que si les équipes métiers lui font confiance seules. Sans dépendre en permanence des experts data pour valider chaque chiffre. ## Les bénéfices concrets du self-service analytics pour les équipes Bouygues Telecom ✓ ### Autonomie retrouvée Les managers et directeurs accèdent directement à l'information dont ils ont besoin, sans passer systématiquement par l'équipe data pour chaque demande. ✓ ### Gain de temps mesurable La réduction du temps de recherche d'information libère le temps de l'équipe Connaissance Clients et Data Science pour des sujets à plus forte valeur ajoutée. ✓ ### Une réponse vérifiable, pas une boîte noire Les paramètres utilisés pour calculer chaque résultat s'affichent avec la réponse. L'utilisateur vérifie que sa question a été bien comprise avant de faire confiance au chiffre. ✓ ### Une démarche reproductible Le périmètre marketing client a validé l'approche. Bouygues Telecom peut désormais l'étendre à d'autres domaines de données, sans repartir de zéro. ## Questions fréquentes Comment fonctionne un outil de self-service analytics propulsé par l'IA générative ?Le principe est simple : vous posez une question en langage naturel, comme vous le feriez sur un LLM comme Gemini, Perplexity ou Claude. Vous obtenez ensuite une réponse claire sur vos données, sans avoir à écrire une seule ligne de requête. Concrètement, AVISIA structure d'abord une description des bases de données concernées et une bibliothèque de questions et requêtes types, qui servent de contexte à un modèle de langage (LLM). Un système d'agents spécialisés analyse ensuite la question posée, identifie la donnée à mobiliser, construit la requête SQL correspondante, puis l'exécute en temps réel sur l'entrepôt de données (BigQuery dans le cas de Bouygues Telecom). Le résultat n'est jamais un chiffre brut : il est reformulé en français, accompagné des paramètres utilisés pour le calculer, afin que l'utilisateur puisse vérifier que sa question a été correctement comprise avant de s'appuyer sur la réponse. Quels bénéfices pour une entreprise avec un volume de données important, comme un opérateur télécom ?Dans une organisation comme Bouygues Telecom, la donnée existe déjà en abondance : rapports, bases clients, historiques d'usage. Le problème n'est pas sa disponibilité, mais son accessibilité pour les équipes qui n'ont pas d'expertise technique. C'est précisément ce goulot d'étranglement que ce type de projet résout. **Pour les équipes métier :** plus besoin de solliciter un expert data ou d'attendre un email pour obtenir un chiffre. La réponse arrive en quelques secondes, en langage naturel, y compris en pleine réunion. **Pour les équipes data et DSI :** les sollicitations ad hoc répétitives diminuent fortement, ce qui libère du temps pour la modélisation, la segmentation ou l'exploration de nouvelles données. **Pour la direction :** le patrimoine de données déjà constitué devient enfin exploité au quotidien pour la décision, plutôt que de rester consultable uniquement par une poignée d'experts. Pourquoi restreindre le périmètre plutôt que de couvrir toutes les données dès le départ ?C'est la leçon la plus importante de ce type de projet. Une première tentative interne chez Bouygues Telecom avait échoué en confiant l'intégralité des données à l'IA, sans restriction. Le volume était trop massif et trop hétérogène. Le modèle ne parvenait plus à démêler l'information pertinente. Et le risque de réponse erronée, mais formulée avec assurance, augmentait fortement. En validant d'abord un périmètre restreint, comme le marketing client chez Bouygues Telecom, on sécurise la qualité des réponses et on construit une méthode de cadrage réplicable, avant d'étendre progressivement l'outil à d'autres domaines de données. Combien de temps pour déployer un dispositif similaire, et quels profils peuvent l'utiliser ?Le projet chez Bouygues Telecom a suivi une approche progressive : cadrage du périmètre, construction du contexte documentaire, puis mise en place de l'architecture multi-agents. La durée dépend surtout de l'état de préparation de votre socle de données : plus vos bases sont documentées, plus le cadrage initial est rapide. Côté utilisateurs, l'outil cible en priorité les managers et directeurs sans expertise data, qui ont besoin d'un chiffre rapidement, y compris en réunion. Plus largement, tout collaborateur métier peut l'utiliser sans connaissance technique préalable, avec un accompagnement les premières semaines pour ajuster les usages au terrain. [Échangez avec un expert →](#form) ## Vous voulez libérer le temps de votre équipe data ? Partagez-nous votre contexte : volume de données, outils en place, cas d'usage envisagé. Un expert AVISIA reviendra vers vous sous 48h. Chargement du formulaire de contact... **Catégories de REX:** IA --- ### [Manutan : Automatiser 850 000 Fiches Produits grâce à l'IA](https://www.avisia.fr/insights/rex/manutan-automatisation-fiches-produits-ia) **Published:** février 10, 2025 **Author:** Camille Delas **Content:** Le client ## Manutan, leader européen du e-commerce BtoB depuis 1966 Groupe familial français coté en Bourse, Manutan commercialise des équipements, fournitures et consommables pour les professionnels à travers 25 filiales en Europe. Le groupe s'est engagé depuis plusieurs années dans une transformation data ambitieuse, avec un objectif clair : faire de la donnée un levier de performance opérationnelle et de croissance à l'échelle du groupe. Chiffres clés du Groupe Manutan Chiffre d'affaires Pays européens Clients B2B Fournisseurs +1 Md€ 17 +1M 4 000 ## Le défi : industrialiser la production de 850 000 fiches produits sans dégrader la qualité éditoriale Chaque nouveau fichier fournisseur exigeait une réécriture manuelle intégrale avant sa mise en ligne selon ses propres formats de données, conventions de nommage et niveaux de complétude. Des équipes entières étaient mobilisées sur des tâches à faible valeur ajoutée, un time-to-market structurellement trop long et la qualité des fiches pouvait varier selon les contributeurs. À l'échelle d'un groupe milliardaire avec 4 000 fournisseurs actifs, le traitement manuel ne pouvait plus absorber les volumes. **Il fallait industrialiser sans sacrifier les standards éditoriaux de la marque.** Vous gérez un catalogue de grande taille avec des flux fournisseurs hétérogènes ? [Demandez une analyse de votre situation →](#form) -88% de temps de traitement par fichier fournisseur -48% des coûts de rédaction des fiches produits 850K références automatisées catalogue e-commerce BtoB ## Notre approche : une architecture LLM pour automatiser les fiches produits AVISIA a conçu une solution d'automatisation end-to-end articulant trois briques : **Azure Data Factory** pour l'orchestration des flux fournisseurs, **Snowflake** pour la gouvernance et la traçabilité, et **Azure OpenAI** pour la génération des descriptions. Chaque composant s'intègre à l'environnement existant de Manutan sans rupture de service. ### Architecture de la solution Flux de traitement : fichiers fournisseurs, 4 000 sources, vers Azure Data Factory pour l'orchestration, vers Snowflake pour la gouvernance, vers Azure OpenAI pour la génération, aboutissant à 850 000 fiches produits. Fichiers fournisseurs 4 000 sources → Azure Data Factory Orchestration → Snowflake Data Layer Gouvernance → Azure OpenAI LLM Génération → Fiches produits 850 000 réf. 1 ### Cadrage : cartographie avant de coder Audit exhaustif des flux fournisseurs, identification des formats hétérogènes (EDI, Excel, CSV, XML), définition des règles métiers par famille de produits. Le livrable ? Un cahier des charges fonctionnel et une estimation des gains potentiels avant tout développement. 2 ### POC : validation de la qualité en conditions réelles Prototype LLM testé sur 5 000 fiches représentatives. Mesure du taux de conformité aux standards éditoriaux de Manutan, ajustement itératif des prompts par catégorie de produits, validation avec les équipes métiers avant toute décision d'industrialisation. 3 ### Industrialisation : une solution qui tourne sans surveillance Déploiement du pipeline complet en production : Azure Data Factory ingère et normalise les fichiers entrants, Snowflake trace et versionne chaque transformation et Azure OpenAI génère les descriptions conformes au guide éditorial. Un système de monitoring détecte automatiquement les dérives de qualité. ## Les résultats : l'automatisation des fiches produits en production ### -88% de temps de traitement par fichier fournisseur Ce qui nécessitait plusieurs jours de rédaction manuelle est désormais traité en quelques heures, en continu, sans intervention humaine sur le flux standard. ### -48% des coûts directs de production des fiches La réduction de la charge manuelle libère du budget vers le contrôle qualité, l'enrichissement sémantique et l'optimisation SEO des contenus produits. ### Time-to-market réduit dès réception du fichier fournisseur Les nouvelles références sont disponibles en ligne sans délai de rédaction. Un avantage concurrentiel direct sur un marché BtoB où la réactivité catalogue fait la différence. ### Qualité éditoriale homogène sur 850 000 références Le LLM applique les mêmes règles de rédaction que le guide interne Manutan, quelle que soit la source fournisseur. La variabilité humaine est éliminée du processus standard. ### Repositionnement des équipes vers des missions à plus forte valeur Les rédacteurs passent du traitement de masse au contrôle qualité ciblé, à l'amélioration continue des prompts et à la stratégie catalogue. Ces missions ne peuvent pas être automatisées. Ces résultats vous intéressent ? [Estimez le potentiel d'automatisation de votre catalogue →](#form) La parole au client ## Guillaume Duval, Chief Data Officer du Groupe Manutan CDO du Groupe Manutan depuis 2022, Guillaume Duval a porté la stratégie data du groupe avec un mandat clair : déployer la culture data à l'échelle de toute l'entreprise et faire de la donnée un levier opérationnel. C'est dans ce contexte qu'il a engagé le partenariat avec AVISIA. Son exigence ? Qu'une solution IA soit évaluée non pas sur sa sophistication technique, mais sur sa capacité à produire de la valeur métier concrète. > « Pouvoir nous appuyer sur l'IA pour automatiser une partie de ces tâches permet aux équipes d'intervenir plus haut dans la chaîne de valeur et de renforcer l'attention qu'ils portent à la qualité finale de la fiche produit. » ## Pourquoi AVISIA ? Un cabinet expert de l'automatisation de fiches produits par IA ### LLM e-commerce BtoB prouvé en production Nous avons déployé des solutions LLM en production pour des acteurs gérant des millions de références. Nos prompts sont construits sur les spécificités du catalogue BtoB, pas sur des templates génériques. ### Vos données restent dans votre infrastructure Nous travaillons dans votre environnement Azure avec vos propres instances Azure OpenAI. Aucune donnée fournisseur ne transite par un service tiers. Conformité RGPD by design. ### De la première réunion à la prod en moins de 3 mois Notre méthodologie cadrage-POC-industrialisation est calibrée pour aller vite sans prendre de risques. Manutan était en production complète en moins de 3 mois après le lancement du projet. ### AVISIA crée des compétences, pas des dépendances Nous formons vos data engineers et équipes produit à maintenir, superviser et faire évoluer la solution en autonomie. **La mission se termine, les compétences restent.** Pour aller plus loin ## Comment une IA générative peut aussi valoriser votre patrimoine de données Chez Manutan, l'IA générative automatise la production de fiches produits. Chez MGEN, elle donne accès au patrimoine de données de la mutuelle en langage naturel. Deux façons différentes de mettre la Gen AI au service de la donnée métier. [Découvrir le REX MGEN →](https://www.avisia.fr/insights/rex/mgen-gen-ai-patrimoine-donnees) ## Questions fréquentes : automatisation de fiches produits par IA Faut-il donner accès à ses données fournisseurs à un LLM tiers ?Non, pas dans le cadre d'une architecture comme celle déployée chez Manutan. Le projet s'appuie sur une instance Azure OpenAI dédiée, hébergée dans l'environnement Azure du client, et non sur une API publique mutualisée. Concrètement, les fichiers fournisseurs transitent uniquement par Azure Data Factory et Snowflake, deux briques déjà présentes dans l'environnement du client, avant d'atteindre le LLM. Aucune donnée fournisseur ne quitte ce périmètre, et les modèles ne sont pas ré-entraînés sur ces données : elles servent uniquement à générer la fiche produit, pas à améliorer un modèle tiers. **La conformité RGPD est intégrée dès la conception de l'architecture**, pas ajoutée après coup. C'est un point de vigilance particulièrement important pour les catalogues BtoB, où les fiches fournisseurs peuvent contenir des informations contractuelles ou tarifaires sensibles. [Échangez avec un expert →](#form) Combien de temps faut-il pour automatiser un catalogue produit BtoB ?Chez Manutan, le projet a suivi trois étapes : cadrage, POC sur un échantillon représentatif, puis industrialisation. Le passage de la première réunion à la production complète s'est fait en moins de 3 mois. La phase de cadrage a permis d'auditer les flux fournisseurs et d'identifier les formats hétérogènes à absorber (EDI, Excel, CSV, XML). C'est cette étape, souvent sous-estimée, qui conditionne la suite : plus les formats sources sont dispersés, plus le travail de normalisation en amont est important. Le POC a ensuite validé la qualité de génération sur 5 000 fiches représentatives avant toute décision d'industrialisation, pour éviter de déployer à grande échelle une solution non éprouvée. **Pour un catalogue de plusieurs centaines de milliers de références et plusieurs milliers de fournisseurs, un délai de 3 mois entre le lancement et la production complète est un ordre de grandeur réaliste**, à condition que le cadrage initial soit suffisamment rigoureux. L'automatisation par LLM remplace-t-elle les rédacteurs produit ?Non. Le LLM prend en charge la rédaction du flux standard, c'est-à-dire la production de masse des fiches produits conformes au guide éditorial. Les rédacteurs restent nécessaires sur tout ce que l'automatisation ne peut pas couvrir : le contrôle qualité ciblé sur les fiches à enjeu, l'amélioration continue des prompts par catégorie de produits, et la définition de la stratégie catalogue. Chez Manutan, ce changement s'est traduit par un repositionnement du temps de travail plutôt que par une suppression de missions : le temps auparavant consacré à la rédaction manuelle des 850 000 références est réinvesti dans des tâches à plus forte valeur, que l'IA ne sait pas faire. Ce sont des missions qui ne peuvent pas être automatisées, et qui gagnent en importance une fois le traitement de masse délégué à l'IA. [Échangez avec un expert →](#form) ## Votre catalogue mérite mieux que la saisie manuelle Partagez-nous votre contexte : volume de références, nombre de fournisseurs, stack technique. Un expert AVISIA reviendra vers vous sous 48h. Chargement du formulaire de contact... /av-manutan-rex **Catégories de REX:** Data, IA --- ### [MGEN : Valoriser le Patrimoine de Données grâce à l'IA Générative](https://www.avisia.fr/insights/rex/mgen-gen-ai-patrimoine-donnees) **Published:** avril 9, 2025 **Author:** Camille Delas **Content:** Le client ## MGEN, la mutuelle de référence des agents du service public Fondée en 1946, MGEN est la première mutuelle des agents de la fonction publique en France. Membre fondateur du Groupe VYV, elle accompagne au quotidien des millions d'adhérents sur la santé, la prévoyance et l'accompagnement social, à travers un réseau d'agences réparti sur tout le territoire. Chiffres clés de MGEN Personnes protégées Chiffre d'affaires Collaborateurs Agences départementales +4,7 M 3 Mds€ +9 000 102 ## Le contexte : un patrimoine de données sous-exploité chez MGEN Dans une mutuelle comme MGEN, la donnée est partout : dossiers adhérents, historiques de remboursement, parcours de soins, interactions avec les conseillers. Chaque service produit et consomme de l'information au quotidien, mais cette richesse reste souvent difficile d'accès pour les équipes métier sans en connaître le besoin. Interroger un système d'information complexe nécessite généralement de passer par les équipes techniques ou de maîtriser des outils de requêtage dédiés. Ce goulot d'étranglement ralentit la prise de décision et freine l'autonomie des collaborateurs. Une partie du patrimoine de données de MGEN reste ainsi sous-exploitée, malgré son potentiel pour le pilotage de l'activité et l'amélioration du service aux adhérents. Vous rencontrez un enjeu similaire d'accès à la donnée ? [Échangez avec un expert →](#form) Quelques secondes de temps d'accès à l'information pour les équipes métier Tous les profils collaborateurs autonomes sur le catalogue de données 100% Langage naturel : aucune compétence technique requise pour interroger les données ## La démarche AVISIA : une méthode en 4 étapes pour valoriser vos données avec l'IA générative 1 ### Diagnostic de maturité data Cartographie des sources de données existantes, des usages métier réels et des irritants d'accès rencontrés au quotidien par les équipes de MGEN. 2 ### Cadrage de l'architecture Définition du périmètre de données à exposer dans le catalogue, des règles de gouvernance et des exigences de sécurité propres à un environnement mutualiste. 3 ### Intégration de l'IA générative Déploiement d'une couche d'interrogation en langage naturel permettant à chaque collaborateur de formuler sa demande sans connaissance technique préalable. 4 ### Accompagnement au changement Formation des équipes et itérations successives pour ajuster le dispositif aux usages observés sur le terrain, dans la durée. La parole au client ## Alexa Kehailia, Data Strategist chez MGEN Alexa Kehailia pilote la stratégie data au sein de MGEN. > « Nos collaborateurs vivent l'expérience au quotidien qu'on vit tous : ils posent une question, ils ont une réponse. On veut faire vivre cette expérience avec la data. » ## Pourquoi AVISIA pour un catalogue de données propulsé par l'IA générative ? ### Expertise IA générative appliquée à la donnée métier Nous concevons des couches d'interrogation en langage naturel adossées aux règles de gouvernance et aux spécificités métier de chaque organisation, pas des chatbots génériques. ### Vos données restent dans votre infrastructure Nous travaillons dans votre environnement existant, sans transit des données sensibles par un service tiers. Une exigence particulièrement critique dans le secteur de la santé et de l'assurance. ### Une méthodologie calibrée pour aller vite sans risque Notre approche cadrage-POC-industrialisation permet de valider la valeur métier avant tout engagement à grande échelle, en environnement mutualiste comme ailleurs. ### AVISIA crée des compétences, pas des dépendances Nous formons vos équipes data et métier à maintenir, superviser et faire évoluer le dispositif en autonomie. **La mission se termine, les compétences restent.** Ressource complémentaire ## Le cas client Club Med : comment interroger ses données en langage naturel grâce à l'IA générative Comme MGEN, Club Med a construit un agent IA génératif pour permettre à ses équipes métier d'interroger leurs données internes sans passer par une équipe technique. Découvrez une architecture différente pour un objectif similaire. [Découvrir le cas Club Med →](https://www.avisia.fr/insights/rex/club-med-gen-ai-agent-ia-donnees) ## Les bénéfices concrets pour les équipes MGEN ✓ ### Autonomie retrouvée Les collaborateurs métier accèdent directement à l'information dont ils ont besoin, sans passer systématiquement par les équipes techniques pour chaque demande. ✓ ### Gain de temps mesurable La réduction du temps de recherche d'information libère du temps pour des tâches à plus forte valeur ajoutée. ✓ ### Meilleure exploitation du patrimoine data La donnée déjà présente dans le système d'information devient enfin actionnable au quotidien, plutôt que de rester dormante. ✓ ### Une démarche reproductible La méthodologie déployée avec MGEN s'adapte à d'autres mutuelles et acteurs de l'assurance confrontés aux mêmes enjeux d'accès à la donnée. ## Questions fréquentes sur le catalogue de données propulsé par l'IA générative Comment fonctionne un catalogue de données propulsé par l'IA générative ?Le principe est simple : vous posez une question en langage naturel, comme vous le feriez sur ChatGPT, et vous obtenez une réponse claire et précise sur vos données, sans avoir à maîtriser un outil technique. Concrètement, AVISIA ingère et structure les données de votre catalogue existant (Informatica, Collibra, Alation…). Ces données sont transformées en vecteurs compréhensibles par un modèle de langage (LLM). Un système d'agents intelligents analyse ensuite votre question, identifie le type d'objet recherché (métrique, dataset, business term), et génère une réponse adaptée. Le résultat : une interface épurée avec une barre de recherche centrale, qui affiche directement la définition d'un indicateur, sa règle de calcul, le Data Owner responsable, et un lien vers votre catalogue source pour les profils experts. Les données ne quittent jamais votre infrastructure. Quels bénéfices pour une mutuelle ou un acteur de l'assurance ?Dans le secteur mutualiste et assurantiel, la donnée est partout : contrats, remboursements, parcours adhérents. Mais elle reste souvent inaccessible aux équipes métier, qui dépendent des experts data ou de la DSI pour la moindre question. C'est précisément ce goulot d'étranglement qu'AVISIA a résolu chez MGEN. **Pour les équipes métier :** plus besoin de maîtriser un outil de requêtage ou de solliciter un expert pour retrouver la définition d'un KPI ou identifier le bon interlocuteur data. L'accès à l'information se fait en quelques secondes, en langage naturel. **Pour les équipes data et DSI :** le travail de gouvernance déjà réalisé (Data Owners, dictionnaire de données, règles de calcul) est enfin valorisé et consommé. Les sollicitations répétitives diminuent, et les experts peuvent se concentrer sur des tâches à plus forte valeur ajoutée. **Pour la direction :** la donnée devient un actif réellement exploité, et non plus un investissement sous-utilisé. La solution s'appuie sur votre infrastructure existante et respecte les exigences de sécurité propres aux environnements régulés (santé, assurance). Combien de temps pour déployer un dispositif similaire ?Le projet MGEN a suivi une approche en quatre étapes : diagnostic de maturité data, cadrage de l'architecture, intégration de l'IA générative, et accompagnement au changement. La durée dépend principalement de l'état de votre catalogue de données existant. C'est d'ailleurs la première chose qu'AVISIA évalue avec vous. Si les définitions sont incomplètes ou non à jour, un travail d'enrichissement en amont est nécessaire. Chez MGEN, cette phase de remise à plat a été réalisée en quelques jours en mode task force, avec les Data Owners et Data Stewards, et s'est révélée être un accélérateur plutôt qu'un frein. **Un premier POC fonctionnel est généralement livrable en 4 à 6 semaines**. L'industrialisation et le déploiement à l'ensemble des équipes s'inscrivent dans un calendrier de 3 à 4 mois selon la complexité de votre environnement technique et le périmètre data à couvrir. Vous souhaitez estimer le délai pour votre organisation ? [Échangez avec un expert →](https://www.avisia.fr/nous-contacter) ## Vous portez un enjeu similaire de valorisation de votre patrimoine de données ? Organisons un premier diagnostic pour évaluer votre trajectoire de valeur. Chargement du formulaire de contact... **Catégories de REX:** IA --- ### [Bouygues Telecom : industrialiser son scoring CRM avec Dataiku](https://www.avisia.fr/insights/rex/bouygues-telecom-industrialisation-scoring-crm-dataiku) **Published:** septembre 25, 2025 **Author:** Camille Delas **Content:** Le client ## Bouygues Telecom, opérateur télécom et partenaire AVISIA depuis plus de dix ans Bouygues Telecom s'appuie sur le scoring Machine Learning avec Dataiku pour anticiper les renouvellements CRM. L'opérateur télécom couvre en effet des millions de foyers et de clients en fixe et en mobile. Son pôle connaissance clients pilote ainsi la compréhension du comportement client, au service des équipes CRM et Service Client. AVISIA, cabinet de conseil Data, IA & Agentique, accompagne d'ailleurs Bouygues Telecom depuis plus de dix ans. Chiffres clés de Bouygues Telecom Chiffre d'affaires 2025 Collaborateurs Clients mobile Clients fixe +8 Mds€ +10 000 27,3 M 5,5 M Ressource complémentaire ## Le cas Bouygues Telecom : déployer le self-service analytics grâce à un agent IA conversationnel Après avoir industrialisé ses scores CRM, Bouygues Telecom a poussé l'autonomie des équipes métier plus loin, avec un agent IA conversationnel pour interroger les données directement en langage naturel. [Découvrir ce cas Bouygues Telecom →](https://www.avisia.fr/insights/rex/bouygues-telecom-gen-ai-self-service-analytics) ## Le défi : industrialiser le scoring CRM avec Dataiku sans multiplier les projets Le pôle connaissance clients de Bouygues Telecom veut anticiper les renouvellements et guider les équipes CRM au bon moment. Un score fiable existe déjà. Cependant, un score vit peu de temps s'il n'est pas suivi. En effet, les données évoluent et les comportements clients changent constamment. Sans processus dédié, chaque nouveau score redemande donc un travail quasi complet. L'ambition va par ailleurs plus loin qu'un seul score. Le pôle connaissance clients veut notamment piloter plusieurs modèles à la fois et tester des alternatives. Ainsi, ses équipes peuvent agir vite sans dépendre d'une expertise pointue à chaque itération. Vous voulez donner plus d'autonomie à vos équipes sur vos modèles de scoring ? [Échangez avec un expert →](#form) 7x Déploiement plus rapide d'un nouveau score 10 Scores suivis en continu 10 Modèles alternatifs testés par score ## La démarche AVISIA pour le scoring marketing 1 ### Construire un score de renouvellement fiable AVISIA construit d'abord un premier score de renouvellement avec les équipes CRM. Ce score s'appuie sur des centaines de variables issues de sources différentes. C'est pourquoi le choix se porte ici sur Dataiku DSS, qui permet d'aller vite sur la préparation des données et la modélisation. AVISIA est agnostique et vous conseille sur les meilleures solutions en fonction de votre contexte. 2 ### Mettre le score en production et suivre sa performance en continu Le modèle est ensuite réentraîné à intervalles réguliers. Par ailleurs, ses performances sont suivies en continu et la qualité des données est également contrôlée en amont. Ainsi, des alertes automatiques signalent toute anomalie, sans attendre qu'un problème remonte côté métier. 3 ### Généraliser à une dizaine de scores et rendre les équipes autonomes Le dispositif s'étend ensuite à une dizaine de scores, chacun testé avec plusieurs modèles alternatifs. Par conséquent, un reporting Tableau centralise le suivi pour les équipes métier. AVISIA construit ainsi un flow générique réutilisable pour chaque nouveau score. Grâce à cela, les téléconseillers reçoivent des scores directement opérationnels, et l'équipe de data analysts prend le relais pour suivre et déployer les scores suivants. ## Les bénéfices concrets du scoring industrialisé pour les équipes Bouygues Telecom ✓ ### Un déploiement 7 fois plus rapide Chaque nouveau score CRM est mis en production sept fois plus vite qu'avant l'industrialisation. ✓ ### Une équipe data analyst autonome L'équipe suit et déploie désormais elle-même les scores, sans dépendre systématiquement d'une expertise pointue. ✓ ### Une qualité de données sous contrôle Des alertes automatiques signalent toute anomalie avant qu'elle n'affecte un score en production. ✓ ### Des scores directement exploitables Les téléconseillers reçoivent des scores prêts à l'emploi, au service du CRM et du Service Client. Ressource complémentaire ## Le cas client Lacoste : réussir sa migration Dataiku en 6 mois Comme Bouygues Telecom, Lacoste a fait de Dataiku le socle d'une plateforme data au service de l'autonomie de ses équipes métier. Découvrez une trajectoire différente pour un objectif similaire. [Découvrir le cas Lacoste →](https://www.avisia.fr/insights/rex/lacoste-migration-dataiku-data-platform) ## Pourquoi choisir AVISIA pour votre stratégie de scoring ? ### AVISIA, 3e partenaire mondial de Dataiku Cette expertise se traduit en effet concrètement sur le terrain : un flow générique qui a permis de déployer un nouveau score 7 fois plus vite. [Découvrir le partenariat Dataiku →](https://www.avisia.fr/partenaires/dataiku) ### Une confiance renouvelée mission après mission Bouygues Telecom fait appel à AVISIA depuis plus de dix ans, mission après mission. Chaque projet a fait ses preuves avant le suivant : la meilleure garantie qu'un cabinet puisse apporter à un nouveau client. ### Une méthode pensée pour durer, pas pour un seul projet Réentraînement, contrôle qualité, alertes, reporting partagé : chaque brique est en effet conçue pour s'appliquer à tout nouveau score, et pas uniquement au premier. ### L'autonomie des équipes avant la sophistication technique Une équipe de data analysts suit et déploie désormais elle-même les scores. C'est d'ailleurs ce résultat qui compte le plus pour AVISIA, bien plus qu'un modèle techniquement impressionnant mais dépendant d'un expert. ## Questions fréquentes sur le scoring de CRM Comment industrialiser un score de scoring CRM avec Dataiku ?L'industrialisation commence par la mise en production du modèle. Il faut en effet prévoir un réentraînement régulier, un suivi de performance continu, et un contrôle qualité des données en amont. Chez Bouygues Telecom, ce dispositif a par exemple permis de passer d'un score isolé à une dizaine de scores suivis simultanément, chacun testé avec plusieurs modèles alternatifs. Le flow de déploiement a ainsi été conçu pour être générique, réutilisable pour tout nouveau score. **Le point clé :** concevoir le processus pour l'échelle dès le premier score évite donc de tout refaire à chaque nouveau cas d'usage. [Échangez avec un expert AVISIA →](#form) Pourquoi le monitoring de plusieurs modèles est-il plus complexe qu'un seul modèle ?Un modèle unique se surveille facilement à la main. Cependant, dix modèles, chacun avec plusieurs versions alternatives, demandent un dispositif structuré : reporting centralisé, alertes automatiques, et processus de réentraînement standardisé. Sur ce projet, Bouygues Telecom a par exemple choisi un reporting Tableau unique pour consolider le suivi de tous les scores, plutôt que dix tableaux de bord isolés. Cette centralisation facilite ainsi la détection rapide d'une dégradation, avant qu'elle n'affecte les équipes métier. **À retenir :** un reporting fragmenté ralentit la détection des problèmes, tandis qu'un reporting unifié la facilite. Voir aussi le [REX Lacoste](https://www.avisia.fr/insights/rex/lacoste-migration-dataiku-data-platform) sur la structuration d'une plateforme data à grande échelle. Combien de temps faut-il pour déployer un nouveau score une fois le dispositif en place ?Une fois le flow générique construit, le déploiement d'un nouveau score va sept fois plus vite qu'avant l'industrialisation. Ce gain vient en effet du réentraînement automatisé, du contrôle qualité intégré, et d'un pipeline déjà éprouvé sur les scores précédents. Par conséquent, ce gain de temps profite directement aux équipes CRM, qui peuvent tester plus de cas d'usage sur une même période, sans mobiliser davantage de ressources data. **Pour aller plus loin :** [contactez un expert AVISIA](#form) pour évaluer le temps de déploiement sur votre propre contexte. Quels bénéfices pour les équipes non-data, CRM et téléconseillers ?Le dispositif rend les scores directement exploitables par les téléconseillers, sans étape technique intermédiaire. Ainsi, les équipes CRM et Service Client accèdent à une information fiable et à jour pour prioriser leurs actions de rétention. Cette accessibilité change également la posture des équipes internes. En effet, les data analysts, et non uniquement les data scientists, peuvent désormais suivre et déployer les scores au quotidien. **En résumé :** l'industrialisation profite donc autant aux équipes techniques qu'aux équipes métier au contact du client. [Échangez avec un expert →](#form) ## Prêt à faire passer votre stratégie de scoring à l'étape supérieure ? Discutons de votre contexte et des gains possibles pour vos équipes CRM. Chargement du formulaire de contact... **Catégories de REX:** Data --- ### [L'Oréal : passer de 5 à 1000 agents IA en 2026](https://www.avisia.fr/insights/rex/loreal-gouvernance-agents-ia) **Published:** juillet 23, 2026 **Author:** Camille Delas **Content:** Le client ## L'Oréal, leader mondial de la beauté engagé dans l'industrialisation de l'IA agentique Numéro un mondial de la beauté, L'Oréal développe, produit et commercialise des produits cosmétiques à travers un portefeuille de marques couvrant le soin, le maquillage, la coloration et le parfum. Le groupe s'est doté depuis plusieurs années d'une organisation Data & IA structurée (L'Oréal Beauty Tech, Data & AI France). Il a massivement déployé l'IA générative auprès de ses collaborateurs via son propre outil, L'OréalGPT. AVISIA accompagne le Groupe L'Oréal depuis 2016, et plus spécifiquement L'Oréal France depuis 2023, sur la structuration de sa stratégie IA agentique. Chiffres clés de L'Oréal Présence internationale Chiffre d'affaires (2024) Collaborateurs Partenariat AVISIA (Groupe) +150 pays +43 Mds€ +90 000 Depuis 2016 ## Le défi : sortir du chatbot conversationnel pour industrialiser des agents IA à grande échelle En 2025, les équipes L'Oréal France avaient déjà pris en main le sujet de l'IA générative. Formations techniques, preuves de concept et premiers projets industrialisés en faisaient partie, dont un assistant service clients et un outil de Gen BI en langage naturel (text-to-SQL). Ces initiatives étaient solides et avaient permis une réelle appropriation par les équipes métier. L'étape suivante consistait à faire évoluer ces outils vers des agents (nommés Companions) capables d'agir, et non plus seulement de consulter l'information via des mécanismes de type RAG. À mesure que le nombre d'initiatives se multipliait, trois points de vigilance ont été identifiés pour réussir ce passage à l'échelle : - **Coordination des initiatives :** avec la multiplication des projets, un cadre commun devenait nécessaire pour créer, monitorer et sécuriser chaque agent. - **Visibilité centralisée :** la gouvernance avait besoin d'une vue d'ensemble sur qui créait quoi, avec quelles données, et comment ces agents étaient partagés. - **Fiabilisation de la donnée :** les documents et systèmes sources devaient être mieux structurés pour garantir la pertinence des réponses. Un exemple concret a rendu cet enjeu tangible. Sur le seul processus Procure-to-Pay (finance/achats), L'Oréal générait chaque année plusieurs dizaines de milliers de bons de commande, avec un processus encore hétérogène. Un tiers des créateurs de commandes en produisaient moins de dix par an. Cela allongeait les délais de paiement fournisseurs et générait une charge de correction manuelle sur les imputations analytiques. L'enjeu était clair : construire dès maintenant un cadre de gouvernance solide. Il devait permettre de passer de quelques agents pilotes à une échelle de plusieurs centaines, voire d'un millier d'agents visés pour 2026, sans perdre en maîtrise. Vous devez faire cohabiter des dizaines d'initiatives IA sans perdre le contrôle sur vos données, vos coûts et votre conformité ? [Échangez avec nos experts →](#contact) +1000 agents IA visés en 2026 contre 5 agents pilotes au départ 26% d'usage régulier de l'IA générative au moins 5 interactions par semaine 2-4 mois cycle de construction d'un Companion avec plus de 2 lancements par mois ## Notre approche : une architecture en 3 couches pour industrialiser et gouverner les agents IA AVISIA a accompagné L'Oréal dans la construction d'une architecture en trois couches : socle data agent-ready, plateforme agentique et gouvernance. L'objectif était de transformer des initiatives dispersées en une véritable usine à agents, standardisée et pilotée. Cadrage 1 → Socle data agent-ready 2 → Plateforme agentique 3 → Gouvernance & pilotage 4 → Déploiement & mise à l'échelle 5 1 ### Cadrage : diagnostiquer les défis du passage à l'échelle AVISIA a mené un état des lieux des usages IA existants (L'OréalGPT, MyCompanion, TeamCompanion, premiers REX métier). Ce diagnostic a confirmé les trois points de vigilance à traiter en priorité. Il a aussi permis de fixer un objectif clair : faire passer les agents du statut d'assistants qui consultent l'information à celui d'agents capables de l'actionner. 2 ### Construction du socle data agent-ready Avant de démultiplier les agents, la donnée qu'ils consomment devait être fiabilisée. Les équipes ont structuré les API, les bases documentaires et les couches sémantiques nécessaires. C'était la condition indispensable pour passer d'une simple consultation à une action réelle sur les systèmes. 3 ### Déploiement de la plateforme agentique Une plateforme centralisée a été mise en place comme porte d'entrée unique pour créer, superviser et connecter les agents. Elle repose sur deux familles d'agents reliées par le protocole A2A (agent-to-agent). Les agents personnels en no-code servent un usage libre des collaborateurs. Les agents d'entreprise, orientés process, sont connectés aux systèmes (CRM, gestion de tickets, bases de scoring) via le protocole MCP. Cette standardisation, partagée entre développeurs experts et collaborateurs métier, a réduit le délai de mise sur le marché de chaque nouveau cas d'usage. 4 ### Mise en place de la gouvernance et du pilotage Une cellule de pilotage dédiée valide désormais les données, les modèles, la conformité (RGPD, AI Act) et les accès de chaque agent avant sa mise en production. Un nouveau process en trois étapes garantit que chaque Companion s'intègre aux standards du groupe : pré-validation, consultation auprès de plus de vingt « champions métier » globaux, puis validation officielle via une demande ServiceNow. Traçabilité et audit-compliance sont intégrés à chaque étape. Un monitoring actif et un suivi FinOps de la consommation de tokens complètent le dispositif. 5 ### Déploiement de cas d'usage pilotes et mise à l'échelle Pour démontrer la valeur du dispositif, AVISIA a accompagné le lancement de Companions métier à fort impact opérationnel. L'un d'eux est un assistant de création de bons de commande pour le processus Procure-to-Pay, capable d'extraire les informations d'un devis, de vérifier les référentiels fournisseurs et de préparer automatiquement le panier d'achat. Ce cas d'usage a validé la mécanique de bout en bout (cadrage, priorisation par la valeur et l'effort, construction en 2 à 4 mois, mise en run), avant réplication sur d'autres métiers : marketing, opérations, supply, commerce et finance. ## Les résultats : une usine à agents en ordre de marche ### Plus de deux nouveaux Companions lancés chaque mois Avant la Companion Factory, chaque nouvel agent IA nécessitait un projet ad hoc, sans cadre commun. L'Oréal peut désormais lancer plus de deux nouveaux Companions métier par mois. Cette cadence a permis de passer de huit agents développés en France en 2025 à une vingtaine supplémentaires visés dès 2026. ### Une appropriation dépassant largement le stade du POC En France, plus de six salariés sur dix ont adopté l'IA générative de L'Oréal. Un quart d'entre eux l'utilise désormais au moins cinq fois par semaine. Ce niveau d'usage traduit une autonomie croissante des équipes métier, capables de créer leurs propres Companions en no-code, sans dépendre systématiquement des équipes IT. ### D'agents qui consomment à des agents qui agissent Le projet a permis à L'Oréal de sortir du seul registre du chatbot conversationnel. Les agents sont désormais connectés aux systèmes d'information et déclenchent des actions réelles : création de bons de commande, calculs de scores, insertion d'événements en base. Sur le processus Procure-to-Pay, cette automatisation cible directement la fiabilisation des imputations analytiques et l'amélioration des délais de paiement fournisseurs. Ces résultats vous intéressent ? [Discutons de votre projet →](#contact) ## Pourquoi choisir AVISIA pour votre projet Data & IA ? ### Une double expertise gouvernance IA et architecture agentique AVISIA a construit avec L'Oréal les trois couches indispensables au passage à l'échelle (socle data, plateforme agentique, gouvernance), plutôt qu'un simple empilement d'agents isolés. Cette approche a déjà fait ses preuves sur d'autres projets de mise en production maîtrisée de l'IA. ### Un partenaire du Groupe L'Oréal depuis 2016 AVISIA accompagne le Groupe L'Oréal depuis 2016, et L'Oréal France depuis 2023. Nos consultants connaissaient déjà l'organisation Data & IA du groupe avant le lancement du chantier d'industrialisation agentique. ### Un choix technologique guidé par le projet, pas par défaut Sur ce projet, AVISIA a mobilisé l'écosystème Google Cloud pour la plateforme agentique et les protocoles A2A et MCP. Ce choix répondait aux besoins de standardisation et d'ouverture de L'Oréal. AVISIA est agnostique par principe : nous travaillons aussi bien avec Google Cloud qu'avec AWS ou Microsoft Azure. Nous sélectionnons la technologie en fonction du contexte client, jamais l'inverse. ### Vers plus d'autonomie, pas plus de dépendance Notre philosophie consiste à transférer la compétence de création et de maintenance des agents aux équipes métier elles-mêmes. Trois niveaux structurent ce transfert : Product Owner no-code, IT low-code/pro-code, Companion Factory experte. **La mission se termine, la gouvernance reste.** Ressource complémentaire ## FLOA Bank : industrialiser la gouvernance de l'IA en production Comment monitorer et gouverner des modèles d'IA en production dans un secteur fortement régulé, avec le même souci de traçabilité et de conformité que sur l'architecture agentique de L'Oréal. [Lire le REX →](https://www.avisia.fr/insights/rex/floa-bank-monitoring-ia-responsable) ## Questions fréquentes Qu'est-ce qu'un agent IA agentique, et en quoi diffère-t-il d'un chatbot conversationnel ?Un chatbot conversationnel consulte de l'information et formule une réponse, souvent via un mécanisme de RAG qui va chercher la donnée pertinente dans une base documentaire. Un agent IA agentique va plus loin : il peut décider d'une suite d'actions et déclencher une opération réelle dans un outil métier, sans intervention humaine à chaque étape. Chez L'Oréal, cette bascule s'est traduite par le passage d'assistants qui consultaient de la documentation à des Companions capables d'agir. L'un d'eux extrait les informations d'un devis, vérifie des référentiels fournisseurs et prépare automatiquement un bon de commande sur le processus Procure-to-Pay. Cette différence est structurante pour la gouvernance. **Un agent qui agit doit être supervisé, tracé et audité**, au même titre qu'un collaborateur humain habilité à effectuer cette action. Comment gouverner des centaines d'agents IA en production sans perdre le contrôle ?La gouvernance à grande échelle repose sur trois piliers. Une plateforme centralisée sert de porte d'entrée unique pour créer et superviser les agents. Une cellule de pilotage valide les données, les modèles et les accès avant mise en production. Un monitoring actif suit l'usage, y compris la consommation de tokens en FinOps. Chez L'Oréal, ce cadre s'appuie sur un process de validation en trois étapes avant qu'un Companion ne soit mis en production : pré-validation, consultation auprès de plus de vingt « champions métier » globaux, puis validation officielle via une demande ServiceNow. Cette gouvernance a accompagné la croissance vers un objectif de plus de 1000 agents visés en 2026, contre 5 agents pilotes au départ. Vous souhaitez cadrer la gouvernance de vos propres agents IA ? **Nos consultants peuvent auditer votre dispositif actuel** et identifier les priorités de mise en conformité. [Échangez avec un expert →](#contact) Quel est le rôle des protocoles A2A et MCP dans une architecture d'agents IA ?Le protocole A2A (agent-to-agent) permet à des agents de communiquer et de se coordonner entre eux. Il peut par exemple transmettre une tâche d'un agent personnel vers un agent d'entreprise plus spécialisé. Le protocole MCP (model context protocol) standardise la façon dont un agent se connecte aux systèmes d'information pour lire ou écrire de la donnée. Chez L'Oréal, cette standardisation a permis de faire cohabiter deux familles d'agents sans multiplier les connecteurs ad hoc à chaque nouveau cas d'usage. Les agents personnels en no-code servent un usage libre. Les agents d'entreprise sont orientés process. Ce choix a réduit le délai de mise sur le marché de chaque nouveau Companion. **Adopter ces standards dès la construction du socle technique évite une dette d'intégration coûteuse** lorsque le nombre d'agents se multiplie. Combien de temps faut-il pour construire et déployer un Companion métier ?Le cycle de construction dépend de la complexité du cas d'usage, de la disponibilité des données sources et du niveau de connexion aux systèmes existants. Un Companion limité à la consultation se construit généralement plus vite qu'un agent qui doit agir sur plusieurs systèmes métier. Chez L'Oréal, le cycle de construction stabilisé est de 2 à 4 mois par Companion. Le rythme dépasse deux lancements par mois une fois la plateforme agentique et la gouvernance en place, grâce à une priorisation systématique par la valeur business, l'effort de développement et la maturité data du cas d'usage. Vous souhaitez estimer le délai pour votre organisation ? **La maturité de votre socle data est le facteur le plus déterminant** pour ce délai. [Cadrez votre projet avec un expert →](#contact) ## Vos agents IA méritent une gouvernance à la hauteur de votre ambition Partagez-nous votre contexte : nombre d'initiatives IA en cours, systèmes à connecter, exigences de conformité et objectif de passage à l'échelle. Un expert AVISIA reviendra vers vous sous 48h. Chargement du formulaire de contact... **Catégories de REX:** IA Agentique --- ### [Club Med : Interroger les Données en Langage Naturel grâce à la Gen AI](https://www.avisia.fr/insights/rex/club-med-gen-ai-agent-ia-donnees) **Published:** novembre 26, 2024 **Author:** Marion JACOBSON **Content:** Le client ## Club Med, leader mondial des resorts Premium depuis plus de 70 ans Fondé en 1950, Club Med est aujourd'hui le pionnier du tourisme Premium all-inclusive. Derrière l'excellence de l'expérience client se cache une organisation data en pleine mutation. Migration vers le cloud, déploiement d'une Data Factory sur Google Cloud Platform (GCP), ambition d'intégrer le Machine Learning et l'IA générative au cœur des opérations. Chiffres clés de Club Med Présence internationale Patrimoine data Clients par an Volume d'affaires + 60 pays + 5,6 Mds 1,4 M +2 Mds € ## Le défi : rendre les données accessibles à tous, sans une ligne de SQL Avant la Data Factory, l'architecture data de Club Med reposait sur un Data Warehouse alimenté quotidiennement par des programmes Cobol et SAS. Un modèle éprouvé, mais qui créait une fracture nette au sein des équipes. D'un côté, les Data Analysts, capables d'interroger directement les tables via SAS Base. De l'autre, les utilisateurs métier étaient contraints de passer par SAS Enterprise Guide. Cette interface graphique offrait un accès limité et les rendait dépendants des équipes techniques. Toute question un peu fine nécessitait de solliciter un data analyst. Les délais s'allongeaient, les décisions ralentissaient. Avec la migration vers GCP, Club Med a voulu franchir un cap. Permettre à n'importe quel collaborateur d'obtenir une réponse à partir des données de l'entreprise. En temps réel, en posant simplement la question en français. Vous souhaitez démocratiser l'accès à vos données métier grâce à l'[IA générative](https://www.avisia.fr/definition/ia-generative) ? [Parlez-en à un expert AVISIA →](#form) 100% des questions posées en langage naturel, sans SQL 0 ligne de code requise pour les utilisateurs métier Temps réel accès aux données, sans délai d'attente ## Notre approche : une démarche Self-Service Analytics en quatre temps pour déployer un agent IA sur vos données ### Du cadrage à la mise en production : une méthode structurée et itérative Identification du cas d'usage 1 → Dictionnaire de données & RAG 2 → Interface utilisateur 3 → Recette, déploiement & monitoring 4 1 ### Identification du bon cas d'usage Avant d'écrire une seule ligne de code, AVISIA a travaillé avec les équipes du Club Med pour cadrer précisément le périmètre de la solution : - Quelles sont les questions que les équipes métier posent le plus souvent ? - Peut-on y répondre de manière fiable avec les données disponibles ? - Quelles tables sources ou agrégées mobiliser ? - Quels sont les ambassadeurs métier à impliquer dès le départ ? 2 ### Construction du dictionnaire de données et du système RAG La clé de voûte d'un agent IA performant sur les données internes, c'est la qualité du contexte fourni au modèle. AVISIA a structuré : - **Un dictionnaire de données complet :** description des tables, variables, modalités ou encore des jointures possibles, à partir des métadonnées et du catalogue interne. - **Un système de RAG** (Retrieval Augmented Generation) alimenté par des paires questions/requêtes SQL validées, permettant au modèle de s'appuyer sur des exemples éprouvés. - **Une optimisation du retriever :** nombre de documents renvoyés, seuil de similarité, recherche hybride pour que le modèle reçoive toujours le bon niveau d'information, ni trop ni trop peu. 3 ### Développement de l'interface utilisateur L'interface baptisée « Gentil Requêteur » a été développée sous Streamlit et déployée sur Google Cloud Platform. Elle offre : - **Une saisie en langage naturel** (texte ou voix via Cloud Speech-to-text) pour poser n'importe quelle question sur les données. - **Une génération SQL automatique** par GPT-4o, invisible pour l'utilisateur, qui reçoit directement sa réponse mise en forme. - **Des rendus enrichis :** tableaux, graphiques, visualisations, générés à partir de la requête. - **Un score de confiance** affiché à l'utilisateur, avec alerte ou absence de réponse en cas de doute élevé. - **Un historique des requêtes, des favoris et un système de notation des réponses**, positives ou négatives, pour améliorer le système en continu. ## Les résultats : l'accès à la donnée ouvert à tous les collaborateurs ### Des réponses en temps réel sur des milliards de lignes de données Là où les équipes devaient attendre une requête d'un data analyst ou lancer le traitement la veille, le Gentil Requêteur génère une réponse en quelques secondes. Tout devient accessible instantanément, y compris sur des tables de plusieurs milliards de lignes. ### Zéro SQL pour les équipes métier Les utilisateurs non techniques n'ont plus besoin de connaître la structure des données, les noms de tables ou la syntaxe SQL. Ils posent leur question comme ils le feraient à un collègue. Le modèle construit la requête, l'exécute et restitue une réponse claire, accompagnée des données sous-jacentes. ### Une décision plus rapide, plus autonome En réduisant la dépendance aux data analysts pour des questions récurrentes ou ad hoc, Club Med a libéré du temps aux deux bouts. Les équipes métier obtiennent leurs réponses sans attendre. Les data analysts se concentrent sur des analyses à plus forte valeur ajoutée. ### Un système qui s'améliore avec l'usage Grâce au mécanisme de notation et de validation humaine, la base d'exemples questions/requêtes s'enrichit à chaque utilisation. Le Gentil Requêteur devient progressivement plus précis, plus pertinent, mieux adapté aux réalités du business Club Med. ### Une infrastructure cloud native, évolutive et maîtrisée L'ensemble de la solution tourne sur [Google Cloud Platform](https://www.avisia.fr/partenaires/google-cloud-platform), en cohérence avec la Data Factory existante. L'architecture (FAISS pour le retriever, GPT-4o via Azure OpenAI, Streamlit, Cloud Speech-to-text) est modulaire et peut être étendue à d'autres cas d'usage et d'autres tables de données. Ces résultats vous intéressent ? [Discutons de votre projet GenAI](#form) La parole au client ## André Bourlat, Head of Data Factory & Innovation chez Club Med André Bourlat pilote la Data Factory et l'innovation data au sein de Club Med. > « Dans chaque donnée, il y a une information. Cette information, si vous la traitez tout de suite, ça peut vous faire gagner des opportunités, ça peut aussi vous faire gagner du chiffre d'affaires, et ça améliore l'efficacité opérationnelle à la fois pour nos agents, pour nos agences, pour toutes les BU, dans tous les pays. » ## Pourquoi AVISIA pour un projet d'IA générative sur vos données ? ### Une expertise technique qui couvre toute la chaîne de valeur Data & IA De la préparation des données à la mise en production d'un agent IA, AVISIA maîtrise l'ensemble du spectre : architecture cloud, ingénierie des données, développement de modèles et déploiement de solutions GenAI. Chez Club Med, cette vision end-to-end a permis de construire une solution robuste et pérenne, en s'appuyant sur la Data Factory existante, sans repartir de zéro. ### Une approche 80% Data, 15% IA, 5% technique Le succès d'un agent IA sur des données internes ne repose pas sur le modèle de langage, mais sur la qualité du contexte qu'on lui fournit. AVISIA l'a compris depuis longtemps : un dictionnaire de données bien construit, un RAG correctement calibré, et des exemples questions/requêtes sont la base. C'est sur ces fondations que le [LLM](https://www.avisia.fr/definition/large-language-model) peut vraiment performer. ### Une méthode éprouvée pensée pour l'autonomie de vos équipes AVISIA structure chaque projet GenAI pour que vos équipes soient autonomes à l'issue de la mission : formation des data engineers à la maintenance du système de RAG, documentation des bonnes pratiques, processus de validation humaine intégré à l'interface. **La mission se termine, les compétences restent.** ### AVISIA crée de l'autonomie, pas de la dépendance L'objectif d'AVISIA n'est pas de construire une solution boîte noire. Chaque choix technologique est documenté, chaque composant est explicable, et les équipes Club Med ont été associées à chaque étape du projet. Elles ne subissent pas la solution, elles la pilotent. Ressource complémentaire ## Valoriser un patrimoine de données grâce à l'IA générative : découvrez le REX MGEN Comme Club Med, MGEN a construit un agent IA génératif pour rendre son patrimoine de données accessible à ses équipes métier, sans dépendre systématiquement des équipes techniques. Découvrez une méthode différente pour un objectif similaire. [Lire le REX MGEN →](https://www.avisia.fr/insights/rex/mgen-gen-ai-patrimoine-donnees) ## Questions fréquentes sur les agents IA en self-service analytics Comment fonctionne un agent IA capable d'interroger des données internes en langage naturel ?L'agent combine deux briques complémentaires. Un **modèle de langage** (GPT-4o dans le cas de Club Med) qui comprend la question posée en français. Un **système de RAG** qui lui fournit le bon contexte sur les données disponibles : tables, variables, exemples de requêtes déjà validées. Le modèle génère ensuite la requête SQL, l'exécute, et restitue une réponse claire à l'utilisateur. Chez Club Med, cette architecture a permis d'atteindre **100% des questions posées sans une seule ligne de SQL** côté utilisateur, sur des tables de plusieurs milliards de lignes. La qualité de la réponse dépend presque entièrement de la qualité du contexte fourni au modèle, pas du modèle lui-même. [Échangez avec un expert AVISIA →](#form) pour évaluer la faisabilité sur votre patrimoine de données. Qu'est-ce que le RAG et pourquoi est-il essentiel pour un agent IA sur des données d'entreprise ?Le [RAG (Retrieval Augmented Generation)](https://www.avisia.fr/definition/rag-retrieval-augmented-generation) est une technique qui permet à un modèle de langage de s'appuyer sur des informations spécifiques à l'entreprise, plutôt que sur ses seules connaissances générales. Sans RAG, un LLM ne connaît ni vos noms de tables, ni la logique métier propre à votre organisation. Chez Club Med, le système de RAG s'appuie sur un **dictionnaire de données complet** et des **paires questions/requêtes SQL validées**, ce qui permet au modèle de générer des requêtes fiables plutôt que d'inventer une structure de données approximative. Le calibrage du retriever (nombre de documents renvoyés, seuil de similarité, recherche hybride) est un travail à part entière, souvent sous-estimé dans les projets GenAI. Combien de temps faut-il pour déployer un agent de self-service analytics ?La durée dépend surtout de la qualité et de l'accessibilité des métadonnées existantes (catalogue de données, documentation des tables). Chez Club Med, la démarche complète, du cadrage du cas d'usage à la mise en production, s'est déroulée en **quelques semaines**, en s'appuyant sur la Data Factory déjà en place. L'approche en quatre temps (identification du cas d'usage, dictionnaire de données et RAG, interface utilisateur, recette et déploiement) permet d'avancer de façon itérative plutôt que de viser une solution parfaite dès le départ. Démarrer sur un **périmètre de données restreint et un cas d'usage bien identifié** reste le facteur le plus déterminant pour tenir les délais. Un agent IA en langage naturel peut-il remplacer les data analysts ?Non, et ce n'était pas l'objectif chez Club Med. L'agent IA traite les questions récurrentes et ad hoc qui mobilisaient auparavant du temps de data analyst pour des demandes simples. Cela **libère du temps aux deux bouts** : les équipes métier obtiennent leurs réponses sans attendre, et les data analysts peuvent se concentrer sur des analyses à plus forte valeur ajoutée. Un mécanisme de **notation et de validation humaine** permet par ailleurs aux data analysts de garder un rôle de supervision : chaque réponse peut être notée positivement ou négativement, ce qui enrichit la base d'exemples et améliore le système en continu. C'est un principe central chez AVISIA : l'IA générative complète l'expertise des équipes data, elle ne la remplace pas. ## Vos équipes méritent un accès à la donnée sans friction, grâce à un agent IA sur vos données internes Partagez-nous votre contexte : périmètre de données, profil des utilisateurs cibles, maturité de votre infrastructure cloud. Un expert AVISIA reviendra vers vous sous 48h. Chargement du formulaire de contact... **Catégories de REX:** Data, IA --- ### [Maisons du Monde : générer 3x plus vite ses descriptifs produits grâce à la GenAI](https://www.avisia.fr/insights/rex/maisons-du-monde-gen-ai-fiches-produits) **Published:** octobre 15, 2024 **Author:** Camille Delas **Content:** Le client ## Maisons du Monde, enseigne de référence de la décoration et de l'ameublement Fondée en 1996, Maisons du Monde s'est imposée comme l'une des enseignes de référence de la décoration et de l'ameublement en France. Son modèle repose sur un équilibre affirmé entre présence physique et digitale, avec un catalogue renouvelé trois fois par an sur l'ensemble de ses marchés. AVISIA et Maisons du Monde entretiennent une collaboration de longue date, illustrée par une coprésentation commune au Salon de la Data de Nantes 2024. Chiffres clés de Maisons du Monde Clients actifs Collaborateurs Magasins Pays 7 M +7 000 340 9 ## Le défi : produire des descriptifs produits au rythme des collections En 2023, la moitié de l'offre produits de Maisons du Monde ne disposait d'aucune description sur le site e-commerce. Un déficit de contenu directement pénalisant pour la conversion, le SEO produit et l'expérience client sur un canal qui génère la moitié du chiffre d'affaires du groupe. Le problème n'était pas ponctuel : il était structurel. Avec trois renouvellements de collection par an, l'enseigne devait produire en continu de nouvelles descriptions et leurs traductions, sur des volumes de références importants. La rédaction manuelle ne pouvait plus suivre ce rythme sans mobiliser des équipes entières sur des tâches répétitives et à faible valeur ajoutée pour les rédacteurs web. Vous devez produire ou traduire des contenus produits à un rythme que vos équipes ne peuvent plus suivre manuellement ? [Échangez avec un expert →](#form) 3x plus rapide pour générer les descriptifs produits x5 quotas API traités : 60 → 300 produits par minute -93% de temps d'attente par requête : 5 min → 20 secondes ## La démarche AVISIA 1 ### Cadrage Analyse du processus de rédaction existant, des volumes traités par collection et des contraintes de traduction, pour identifier où l'IA générative pouvait remplacer les tâches répétitives sans dégrader la qualité éditoriale attendue. 2 ### Prototypage Construction d'un premier système capable de générer des descriptions à partir d'exemples produits de référence, avec calibrage du nombre d'exemples nécessaires pour garantir la cohérence stylistique. 3 ### Industrialisation & optimisation Passage d'une architecture synchrone à asynchrone, permettant de traiter les requêtes par lots. Les quotas d'API passent de 60 à 300 produits traités par minute, avec un temps de réponse ramené à 1 seconde par requête. 4 ### Déploiement & autonomisation Livraison d'une web app permettant aux rédacteurs de générer des descriptions par lots de 300 produits maximum, en autonomie complète, sans dépendre d'une équipe technique pour chaque campagne de collection. La parole au client > « Ça a été un vrai bonheur au quotidien pour nos rédacteurs. Comme ils ont été embarqués dès le début du projet, ils s'en sont sentis parties prenantes : ce n'est pas arrivé comme un nouvel outil qui vient prendre leur travail. Ils se sont dit qu'ils allaient avoir un vrai gain de temps, et c'est ce qu'on voit aujourd'hui : ils ont vraiment adopté l'outil, avec beaucoup plus de temps pour faire autre chose, à plus forte valeur ajoutée. » > > Emeline Daviau, Responsable Data Analyse et Data Science, Maisons du Monde ## Les bénéfices concrets pour les équipes Maisons du Monde ✓ ### Autonomie retrouvée pour les rédacteurs Les rédacteurs pilotent eux-mêmes la génération par lots via la web app, sans dépendre d'un cycle de production centralisé. ✓ ### Gain de temps mesurable sur chaque collection Trois renouvellements de collection par an absorbés sans mobiliser une équipe supplémentaire sur la rédaction. ✓ ### Un catalogue enfin exploitable pour la conversion et le SEO produit Le contenu qui manquait sur la moitié de l'offre devient un actif business à part entière, et plus seulement un gain de productivité interne pour les équipes rédactionnelles. ✓ ### Une démarche reproductible La méthodologie déployée chez Maisons du Monde s'adapte à d'autres catalogues e-commerce confrontés aux mêmes enjeux de volume et de traduction. ## Pourquoi choisir AVISIA pour vos projets d'IA Générative ? ### Une acculturation qui précède le déploiement technique Avant même de coder, AVISIA anime des sessions d'acculturation et de formation sur l'IA générative auprès de ses clients, en traitant frontalement les sujets qui font hésiter les équipes métier : explicabilité des modèles, limites technologiques, sur-apprentissage. Sur ce projet, ce travail en amont a facilité l'adoption de la web app par les rédacteurs. ### Une architecture conçue pour la charge réelle, pas pour la démo Le passage d'une architecture synchrone à asynchrone a permis de faire passer les quotas de 60 à 300 produits traités par minute sans exploser les coûts. Le budget reste maîtrisé : générer 1 000 fiches revient à 1,60 $ en coûts d'API. ### Une méthode déjà éprouvée à grande échelle Cette architecture n'est pas propre à Maisons du Monde. AVISIA a déployé le même type d'architecture [LLM](https://www.avisia.fr/definition/large-language-model) en production chez Manutan sur un catalogue de 850 000 références. [Découvrir le REX Manutan →](https://www.avisia.fr/insights/rex/manutan-automatisation-fiches-produits-ia) ### AVISIA crée des compétences, pas des dépendances La web app livrée à Maisons du Monde a été pensée pour que les rédacteurs l'utilisent en autonomie complète. **La mission se termine, les compétences restent.** Une méthode, pas un cas isolé ## Une méthode reproductible, pas un cas isolé Cadrage, prototypage, industrialisation, autonomisation : la même approche s'adapte à tout catalogue produits à fort volume, quel que soit le secteur. [Cadrer mon projet →](#form) ## Questions fréquentes Comment fonctionne la génération de descriptifs produits par IA générative ?Le principe repose sur un modèle de langage (LLM) qui génère une description à partir d'un petit nombre d'exemples produits de référence, choisis pour leur cohérence stylistique avec la collection concernée. Concrètement, AVISIA a conçu une web app dans laquelle les rédacteurs soumettent des lots de produits (jusqu'à 300 par lot), et reçoivent en retour des descriptions conformes au guide éditorial, générées via une architecture asynchrone qui traite les requêtes en quelques secondes. Le résultat : un contenu qui n'existait pas auparavant sur une partie significative du catalogue, produit sans mobiliser une équipe de rédaction supplémentaire. Quels bénéfices pour une enseigne retail avec un catalogue de grande taille ?Dans le retail, chaque renouvellement de collection génère un pic de contenu à produire : descriptions, traductions, adaptations par marché. C'est précisément ce goulot d'étranglement qu'AVISIA a résolu chez Maisons du Monde. **Pour les équipes rédactionnelles :** la génération par lots libère du temps pour le contrôle qualité et l'enrichissement éditorial plutôt que la rédaction répétitive. **Pour les équipes e-commerce :** les fiches produits sont disponibles plus rapidement après réception du fichier fournisseur, ce qui réduit le time-to-market des nouvelles collections. **Pour la direction :** le coût de production reste maîtrisé (1,60 $ pour 1 000 descriptions générées), avec des économies additionnelles sur la traduction. Combien de temps pour déployer un dispositif similaire ?Le projet Maisons du Monde a suivi une approche en quatre étapes : cadrage, prototypage, industrialisation & optimisation, puis déploiement & autonomisation des équipes. L'ensemble du projet, de l'idée à la mise en production, a été mené en 4 mois. La durée dépend principalement du volume et de l'hétérogénéité de votre catalogue produits, ainsi que de la complexité de vos règles éditoriales par marché ou par langue. Vous souhaitez estimer le délai pour votre organisation ? [Échangez avec un expert →](https://www.avisia.fr/nous-contacter) ## Vous devez produire ou traduire vos contenus produits à grande échelle ? Organisons un premier diagnostic pour évaluer le potentiel de l'IA générative sur votre catalogue. Chargement du formulaire de contact... **Catégories de REX:** IA --- ### [Lacoste : Réussir sa Migration Dataiku en 6 Mois](https://www.avisia.fr/insights/rex/lacoste-migration-dataiku-data-platform) **Published:** novembre 6, 2025 **Author:** Marion JACOBSON **Content:** [![Logo AVISIA blanc](https://www.avisia.fr/wp-content/uploads/2023/11/avisia-logo-full-white-e1701167246639.png)](/) **Catégories de REX:** Data --- ## Définitions ### [Digital Twin](https://www.avisia.fr/definition/digital-twin) **Published:** mai 27, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que le Digital Twin ? Le jumeau numérique, ou Digital Twin en anglais, représente une réplique virtuelle précise d'un objet physique, d'un processus ou d'un système complet. Cette technologie innovante crée un modèle numérique dynamique. Celui-ci évolue en temps réel grâce aux données collectées depuis son équivalent physique par l'intermédiaire de capteurs IoT, de systèmes de mesure et d'autres sources de données. Contrairement à une simple simulation, le Digital Twin maintient une connexion bidirectionnelle permanente avec l'entité physique qu'il représente. Cette synchronisation continue permet de refléter l'état actuel du système réel. Par ailleurs, on peut ainsi tester des scénarios, anticiper des comportements futurs et optimiser les performances. ## Les composantes essentielles d'un Digital Twin Un Digital Twin efficace repose sur trois piliers fondamentaux : - **La collecte de données en temps réel** constitue le socle de cette technologie. En effet, les capteurs intégrés dans l'environnement physique transmettent continuellement des informations sur les performances, l'état de fonctionnement, les conditions environnementales et tous les paramètres pertinents du système surveillé. - **La modélisation numérique avancée** transforme ces données brutes en représentation virtuelle intelligible. Cette étape mobilise ainsi des techniques de modélisation 3D, de simulation physique et de calculs mathématiques complexes pour reproduire fidèlement le comportement de l'entité physique. - **L'analyse prédictive et l'optimisation** exploitent la puissance de l'intelligence artificielle pour interpréter les données collectées, identifier des patterns, détecter des anomalies et proposer des améliorations. L'IA permet au jumeau numérique de dépasser la simple réplication pour devenir un véritable outil d'aide à la décision. ## Applications concrètes du Digital Twin dans les entreprises Le Digital Twin est particulièrement pertinent dans plusieurs domaines clés de l'entreprise moderne. **En supply chai n et logistique**, il révolutionne la gestion des flux. Les entreprises peuvent modéliser l'intégralité de leur chaîne d'approvisionnement, depuis les fournisseurs jusqu'aux clients finaux. Cette approche permet d'identifier les goulots d'étranglement, d'optimiser les stocks, de réduire les délais de livraison ou encore d'améliorer la réactivité face aux perturbations du marché. - **Dans la maintenance industrielle**, les jumeaux numériques transforment les stratégies de maintenance corrective en approches prédictives. En analysant en permanence l'état des équipements, ils anticipent les pannes potentielles, optimisent les calendriers de maintenance et réduisent significativement les arrêts de production non planifiés. - **Pour l'optimisation énergétique**, les bâtiments intelligents utilisent des jumeaux numériques pour ajuster automatiquement la climatisation, l'éclairage et les autres systèmes consommateurs d'énergie en fonction de l'occupation réelle, des conditions météorologiques et des objectifs de performance énergétique. ## L'IA au service de la performance du Digital Twin L'intelligence artificielle amplifie considérablement les capacités des jumeaux numériques. Les algorithmes de Machine Learning analysent les volumes importants de données collectées pour identifier des corrélations complexes souvent imperceptibles à l'analyse humaine traditionnelle. Les modèles prédictifs alimentés par l'IA permettent de simuler différents scénarios et d'évaluer leurs impacts potentiels avant toute mise en œuvre dans le monde physique. Cette capacité de test virtuel réduit les risques, accélère les processus de décision et optimise l'allocation des ressources. L'apprentissage automatique permet également aux jumeaux numériques de s'améliorer en continu. Plus ils accumulent de données et d'expériences, plus leurs prédictions gagnent en précision et leurs recommandations en pertinence. ## Bénéfices des Digital Twins pour la transformation digitale L'implémentation de jumeaux numériques génère des avantages tangibles pour les organisations qui s'engagent dans leur transformation digitale. - **La réduction des coûts opérationnels** représente souvent le premier bénéfice observable. L'optimisation des processus, la maintenance prédictive et la meilleure gestion des ressources contribuent directement à l'amélioration des marges. - **L'amélioration de la qualité** découle de la surveillance continue et de la détection précoce des écarts par rapport aux standards définis. Les jumeaux numériques permettent de maintenir des niveaux de qualité élevés tout en réduisant les rebuts et les reprises. - **L'accélération de l'innovation** résulte de la possibilité de tester rapidement de nouvelles approches dans l'environnement virtuel avant leur déploiement physique. Cette méthode raccourcit les cycles de développement et limite les investissements hasardeux. ## Défis et perspectives d'évolution des Digitals Twins Malgré son potentiel considérable, le déploiement de jumeaux numériques soulève des défis techniques et organisationnels qu'il convient d'anticiper. - **La qualité et la fiabilité des données** constituent des prérequis absolus. En effet, un jumeau numérique alimenté par des données incomplètes ou erronées produit des analyses biaisées qui peuvent orienter les décisions dans de mauvaises directions. - **L'intégration avec les systèmes d'information existants** demande une approche méthodique et souvent des adaptations techniques importantes. Cette étape requiert une expertise pointue pour garantir la cohérence et la sécurité des échanges de données. - **Les compétences nécessaires** à la conception, au déploiement et à la maintenance des jumeaux numériques combinent expertise métier, maîtrise technique et compréhension des enjeux data. Cette pluridisciplinarité nécessite souvent un accompagnement spécialisé pour maximiser les chances de succès. ## Vers une démocratisation progressive L'évolution technologique tend vers une démocratisation progressive des jumeaux numériques. **Les plateformes cloud facilitent l'accès à la puissance de calcul nécessaire**, tandis que les outils de développement se simplifient pour permettre à un plus grand nombre d'organisations de bénéficier de cette technologie. Les secteurs pionniers comme l'industrie manufacturière, l'énergie et les transports ouvrent la voie à des applications dans des domaines jusqu'alors moins digitalisés. Cette expansion progressive confirme le potentiel transformateur des jumeaux numériques pour l'ensemble de l'économie. L'intelligence artificielle continue de progresser et d'enrichir les capacités des jumeaux numériques. Les avancées en matière d'apprentissage automatique, de traitement du langage naturel et de vision par ordinateur ouvrent régulièrement de nouveaux champs d'application et améliorent la précision des analyses. ## Ressources complémentaires - [Article Supply Chain Magazine sur le sujet](https://www.supplychainmagazine.fr/nl/2025/4192/avisia-travaille-sur-un-poc-de-jumeau-numerique-sc-dans-le-retail-967258.php) - [Retour d'Expérience AVISIA x ADEO](https://www.avisia.fr/actualites/blog/data/google-cloud-summit) - [AVISIA, cabinet de référence Français reconnu expert en IA par Google Cloud Platform ](https://cloud.google.com/find-a-partner/partner/avisia) ## Questions fréquentes sur les Digital Twins ### Quel cabinet peut m’aider à déployer un jumeau numérique en France ? AVISIA accompagne les organisations dans la conception et le déploiement de jumeaux numériques : définition du cas d’usage, architecture de collecte des données IoT, modélisation et interface de visualisation. Cabinet de conseil 100 % spécialisé Data & IA, expérience industrie et supply chai n. ### Quelle est la différence entre un jumeau numérique et une simulation ? Une simulation modélise un système à un instant T avec des paramètres figés. Un jumeau numérique est une réplique virtuelle mise à jour en temps réel depuis les données du système physique, permettant des simulations dynamiques et des décisions en temps réel. AVISIA accompagne les deux approches. --- *Vous souhaitez mettre en place un jumeau numérique pour optimiser vos processus ? Nos experts AVISIA vous accompagnent. [Lancez votre projet Digital Twin](https://www.avisia.fr/nous-contacter).* --- ### [Transfer Learning](https://www.avisia.fr/definition/transfer-learning) **Published:** février 24, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Transfer Learning ? Le **Transfer Learning** (ou apprentissage par transfert) est une approche en IA consistant à ne pas repartir de zéro. Plus précisément, cette technique permet de récupérer les connaissances acquises par un modèle lors d'une tâche générale pour les appliquer à un problème beaucoup plus spécifique. Imaginez que vous appreniez à conduire une voiture. Une fois que vous maîtrisez les pédales et le volant, apprendre à conduire un camion ne vous demande pas de réapprendre tout le code de la route ou la coordination de vos mouvements. Vous transposez vos acquis. En IA, c'est le même principe : on utilise un modèle déjà "éduqué" sur une base de données massive pour résoudre un cas d'usage métier précis. Ce modèle de base est souvent issu d'un entraînement en self-supervised learning. Cette méthode permet d'apprendre des représentations générales à partir de données non annotées. Alors que le Deep Learning traditionnel exigeait des montagnes de données et une puissance de calcul colossale, le Transfer Learning casse ce paradigme. Il rend l'IA enfin accessible aux structures qui ont des ressources plus limitées.## Pourquoi le Transfer Learning est une révolution pour les entreprises ? Le Transfer Learning est devenu le bras armé de l'IA moderne, notamment parce qu'il répond à trois problématiques majeures :1. La rareté des données** : Si vous voulez détecter des défauts rares sur une ligne de production, vous n'aurez jamais des millions d'images de ces défauts. Vous prenez alors un modèle pré-entraîné sur des millions d'images d'objets du quotidien (comme ResNet) et vous l'adaptez à vos produits. 2. **Le gain de temps et d’argent** : Entraîner un modèle complet à partir de rien coûte des millions d'euros. Le Transfer Learning permet de récupérer un modèle existant et de le "[fine-tuner](https://www.avisia.fr/definition/fine-tuning)" (l'ajuster) en quelques heures. 3. L'enjeu écologique** : Réutiliser des neurones déjà formés est bien plus sobre énergétiquement que de solliciter des serveurs pendant des semaines pour un nouvel entraînement complet. C'est une IA plus responsable. ## Comment fonctionne le Transfer Learning concrètement ? Le secret réside dans la structure des réseaux de neurones. Les premières couches d'un modèle apprennent des concepts universels (les formes, les contrastes, la syntaxe de base). Ce n'est que dans les couches finales que le modèle se spécialise. En Transfer Learning, on "gèle" ces premières couches de connaissances générales et on ne ré-entraîne que la fin du réseau sur vos données propriétaires.## Quels sont les exemples d'application du Transfer Learning en entreprise ? - La vision par ordinateur :** Utiliser un modèle entraîné sur des millions d’images pour l’adapter sur de la détection de défauts industriels, reconnaître des objets spécifiques à une entreprise. - Le traitement du langage (NLP) :** Prendre un modèle comme BERT ou GPT, qui comprend la syntaxe du français, et lui apprendre le jargon juridique pour analyser des contrats. ## Qu'est-ce que le transfert négatif et comment l'éviter ? On présente souvent le Transfer Learning comme une solution miracle, mais il y a un piège : le **transfert négatif**. Si le domaine source est trop éloigné de votre objectif (par exemple, utiliser un modèle entraîné sur des bruits de moteurs pour essayer de traduire de la poésie), les performances s'effondrent. Le choix du "modèle fondation" est donc tout aussi crucial que la qualité de vos propres données. Pour moi, c'est là que réside la vraie valeur ajoutée d'un projet data aujourd'hui : savoir quel héritage algorithmique choisir pour bâtir un outil performant et sur-mesure.## Pourquoi le Transfer Learning est-il le catalyseur de l'IA pragmatique en entreprise ? Le Transfer Learning est le catalyseur qui permet de passer de l'expérimentation à la production. En réduisant les coûts, l'empreinte carbone et le besoin en données massives, il s'impose comme le pilier de l'IA pragmatique en entreprise.## Questions fréquentes sur le Transfer Learning ### Quel cabinet peut m'aider à mettre en place du Transfer Learning en France ? AVISIA accompagne les équipes data dans leurs projets de Transfer Learning. Quelles sont les étapes ? Tout d'abord, sélectionner le modèle de base (ResNet, BERT, GPT, Mistral). Puis constituer le dataset de fine-tuning, l'entraîner. Enfin, évaluer sur les données métier et déployer en production. Cabinet 100 % spécialisé Data & IA, expert MLOps et LLMOps, partenaire officiel Anthropic. ### Quelle est la différence entre Transfer Learning et fine-tuning ? Le Transfer Learning est le concept général : réutiliser les connaissances d'un modèle pré-entraîné pour une nouvelle tâche. Le fine-tuning est la technique concrète d'application : on ré-entraîne partiellement ou totalement le modèle sur un dataset spécifique. En pratique, les deux termes sont souvent utilisés de façon interchangeable dans le contexte des LLM. --- *Vous souhaitez spécialiser un modèle IA existant sur votre domaine métier sans repartir de zéro ? Nos experts AVISIA vous accompagnent dans vos projets de Transfer Learning et de fine-tuning. [Démarrez votre projet Transfer Learning.](https://www.avisia.fr/nous-contacter)* --- ### [CRO (Conversion Rate Optimization)](https://www.avisia.fr/definition/cro) **Published:** mars 21, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu’est-ce que le CRO (Conversion Rate Optimization) ? Si le marketing digital était un seau percé, la plupart des entreprises s'épuiseraient à verser toujours plus d'eau (le trafic) pour compenser les fuites. Le **CRO**, ou **Conversion Rate Optimization**, est l’art de réduire et de boucher ces trous de manière scientifique. Plus précisément, **il s'agit d'un processus itératif visant à augmenter la part des visiteurs** d’un support numérique (site, application) **qui accomplissent une action souhaitée**. Mais attention : faire du CRO, ce n'est pas simplement "optimiser un site", c'est orchestrer une rencontre parfaite entre vos objectifs business et les besoins réels de vos utilisateurs.## La mécanique du chiffre : comment se calcule le succès ? Pour piloter, il faut mesurer. Avant de plonger dans la psychologie, la discipline s'appuie sur une formule mathématique simple, qui constitue sa pierre angulaire : **Taux de Conversion (%) = (Nombre de Conversions / Nombre de Visites) x 100** Prenons un cas concret : si votre site reçoit 10 000 visites et génère 200 ventes, votre taux de conversion est de 2 %. Si, grâce à une démarche CRO, vous passez à 3 %, vous générez 300 ventes avec le même budget d'acquisition. C'est précisément pour cet effet de levier immédiat que le **CRO est considéré comme le moteur de rentabilité** le plus puissant du mix marketing actuel.## CRO et UX Analysis : une relation symbiotique On confond souvent le CRO et l'UX (Expérience Utilisateur). Pourtant, leur relation est celle des deux faces d'une même pièce : **là où l'UX apporte le confort et la fluidité, le CRO apporte la performance et le résultat**. L'**UX Analysis** agit comme le carburant du CRO. Sans analyse comportementale préalable, l'optimisation n'est qu'une suite de suppositions risquées. **En croisant des données qualitatives** (tests utilisateurs, sondages) **et des données de navigation** (parcours de souris, zones de frustration), l'UX Analysis permet d'**identifier précisément où et pourquoi un utilisateur abandonne son parcours**. Le CRO intervient ensuite pour traduire ces points de friction en hypothèses de tests et en solutions concrètes.## Une expertise pluridisciplinaire au service de la performance Parce qu'il touche à l'humain autant qu'à la technique, le CRO ne se limite pas à changer la couleur d'un bouton. C’est une discipline hybride qui mobilise trois piliers d'expertise :- **L'analyse de données (Web Analytics) :** Pour comprendre le "**Quoi**". Où les utilisateurs partent-ils ? À quelle étape du tunnel de vente décrochent-ils ? Des outils comme GA4 ou Piano Analytics sont ici indispensables pour cartographier les pertes de trafic. - **La psychologie cognitive et UX Analytics :** Pour décrypter le "**Pourquoi**". Pourquoi un utilisateur hésite-t-il ? Est-ce un manque de réassurance ou une proposition de valeur floue ? On utilise ici des cartes de chaleur (*heatmaps*) pour observer les comportements inconscients. - **L'expérimentation (A/B Testing) :** C’est le juge de paix. **On ne suppose pas, on vérifie**. On confronte une version originale (non modifiée) à une ou plusieurs versions modifiées pour mesurer statistiquement laquelle performe le mieux. ## La méthodologie : de l'intuition à la preuve statistique Pour être efficace et durable, cette démarche doit suivre une rigueur quasi-scientifique, loin du "doigt mouillé" :1. **Phase de recherche :** Audit quantitatif et recueil des avis clients. 2. **Formulation de l'hypothèse :** *"Si nous simplifions ce formulaire en supprimant trois champs, alors la conversion augmentera car nous réduisons l'effort cognitif."* 3. **Phase de test :** Déploiement d'un test A/B sur un échantillon représentatif. 4. **Analyse et déploiement :** Si le test est gagnant, on généralise la solution ; s'il échoue, on capitalise sur cet apprentissage pour affiner l'hypothèse suivante. ## Les leviers concrets : agir sur les freins à l'achat L'optimisation s'appuie sur des leviers variés qui dépassent largement l'aspect esthétique du site :- **La performance technique (Mobile Speed) :** C'est le prérequis. Un utilisateur mobile n'attendra pas plus de 3 secondes. Chaque milliseconde gagnée est un obstacle à la conversion en moins. - **La clarté de l'offre (Above the fold) :** Votre page doit répondre en moins de 2 secondes à trois questions : Qu'est-ce que c'est ? Qu'est-ce que j'y gagne ? Comment je l'obtiens ? - **La réassurance et les "Nudges" :** Utiliser des preuves sociales (avis clients) ou des éléments de sécurité pour lever les dernières hésitations au moment du paiement. - **L'ergonomie des formulaires :** Réduire la friction en limitant les champs et en facilitant la saisie. ## La stack technologique de l'expert CRO Pour transformer des données brutes en décisions stratégiques, voici les outils de référence classés par usage : **Catégorie** **Outils de référence** **Utilité principale** **Web Analytics** GA4, Adobe Analytics, Piano Analytics, Matomo Mesurer le trafic et les entonnoirs de conversion. **Behavioral Analysis** Contentsquare, Hotjar, Microsoft Clarity, Amplitude Visualiser les zones de clics et les sessions utilisateurs. **A/B Testing** AB Tasty, Kameleoon, VWO, Firebase A/B Testing, Dynamic Yield Tester et personnaliser les expériences en temps réel. **User Feedback** Typeform, Qualaroo Récolter la voix du client (données qualitatives). ## Pourquoi le CRO est-il devenu indispensable ? Dans un contexte où les coûts d'acquisition (le fameux CPC sur Google ou Meta) ne cessent de grimper, le CRO est le meilleur levier pour améliorer votre rentabilité. Imaginez : si vous doublez votre taux de conversion de 1 % à 2 %, vous doublez votre chiffre d'affaires sans dépenser un centime de plus en publicité. Le moindre point de gagner permet d’améliorer vos résultats. C'est un effet de levier massif qui transforme votre trafic existant en un actif bien plus précieux. De plus, une stratégie CRO bien menée améliore mécaniquement l'expérience utilisateur (UX), ce qui favorise la fidélisation et l'image de marque sur le long terme. En résumé, **faire du CRO, c'est arrêter de deviner ce que veulent vos clients pour commencer à écouter ce que leurs comportements vous disent**. C'est transformer votre interface en un dialogue fluide et sans accroc avec votre audience.## Questions fréquentes sur le CRO ### Quel cabinet data peut m’aider à améliorer mon taux de conversion grâce à la data ? AVISIA accompagne les directions marketing et produit dans leurs démarches CRO : analyse du parcours utilisateur, identification des points de friction, A/B Testing rigoureux et mesure de l’impact. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences en France. ### Quelle est la différence entre CRO et UX Design ? Le CRO est une démarche data-driven qui teste et mesure l’impact de chaque modification sur la conversion. L’UX Design crée des expériences utilisateur optimales. Les deux sont complémentaires : l’UX génère les hypothèses, le CRO les valide statistiquement. --- *Vous souhaitez améliorer votre taux de conversion grâce à la data ? Nos experts AVISIA vous accompagnent de l’analyse comportementale à l’optimisation. [Lancez votre projet CRO.](https://www.avisia.fr/nous-contacter)* --- ### [CSRD](https://www.avisia.fr/definition/csrd) **Published:** décembre 3, 2024 **Author:** Brice Notaise **Content:** ## Qu'est-ce que la CSRD ? La Corporate Sustainability Reporting Directive (CSRD) est une directive européenne qui vise à harmoniser la publication d'informations en matière de durabilité par les entreprises. Elle remplace la NFRD (Non-Financial Reporting Directive) et touche environ 50 000 entreprises, contre 11 700 auparavant. La CSRD complète le NFRD pour intégrer des informations plus détaillées sur les performances environnementales, sociales et de gouvernance (ESG). [>> Lire le texte officiel <<](https://www.europarl.europa.eu/news/fr/press-room/20221107IPR49611/durabilite-le-parlement-adopte-de-nouvelles-regles-pour-les-multinationales#:~:text=Le%20CSRD%20est%20l'une,leur%20impact%20sur%20la%20plan%C3%A8te.)## Quels sont les objectifs et périmètre de la CSRD ? La CSRD a pour objectif de promouvoir des pratiques durables en encourageant la transparence et la comparabilité des informations sur les impacts environnementaux, sociaux et de gouvernance (ESG) des entreprises. Elle vise également à simplifier le reporting extra-financier grâce à un format électronique unique. ### Objectifs principaux 1. **Transparence accrue** : Obliger les entreprises à divulguer des informations plus précises sur leur impact environnemental et social. 2. **Normes harmonisées** : Introduire des standards communs pour le reporting de durabilité au sein de l’Union européenne. 3. **Alignement avec le Green Deal** : Soutenir les objectifs de neutralité carbone et de développement durable de l’UE. ### Entreprises concernées & obligations - Les grandes entreprises (plus de 250 employés, chiffre d'affaires supérieur à 40 millions d’euros ou total de bilan supérieur à 20 millions d’euros). - Les PME cotées en bourse (avec certaines exemptions). Les entreprises doivent fournir des informations sur : - Leur **impact environnemental** : émissions de gaz à effet de serre, utilisation des ressources, biodiversité. - Les **aspects sociaux** : conditions de travail, respect des droits humains, inclusion et diversité. - La **gouvernance** : gestion des risques, lutte contre la corruption, politique de rémunération. ## Quels sont les impacts du CSRD ? - **Obligation de transparence** pour les investisseurs et les parties prenantes. - **Renforcement du reporting ESG** pour favoriser les décisions d’investissement durable. Face à la complexité et au volume de données à collecter, la **Data et l'Intelligence Artificielle** deviennent des leviers indispensables pour automatiser la centralisation des indicateurs ESG. L'IA permet non seulement d'analyser de grandes quantités d'informations non structurées, mais aussi de fiabiliser les audits de durabilité grâce à des modèles prédictifs et de détection d'anomalies. Intégrer ces technologies transforme ainsi une contrainte réglementaire en une opportunité de pilotage stratégique en temps réel. Les premières entreprises devront appliquer ces règles dès l'exercice 2024 pour les rapports publiés en 2025. La CSRD est un moment charnière pour l'engagement des entreprises dans la transition écologique. Elle permet aux parties prenantes de prendre des décisions éclairées et favorise une approche axée sur les risques et les impacts. [Découvrez comment l'IA générative peut vous aider dans la mise en place de cette nouvelle règlementation.](https://www.avisia.fr/actualites/blog/data/csrd-ia)## Questions fréquentes ### Quelles solutions technologiques pour construire un Data Warehouse Cloud ? Plusieurs plateformes Cloud permettent de déployer un Data Warehouse moderne, parmi lesquelles Snowflake, Google BigQuery, Amazon Redshift ou encore Azure Synapse Analytics. Le choix dépend de votre écosystème existant, de vos volumes de données et de vos besoins en matière de performance et de gouvernance. AVISIA vous aide à sélectionner et déployer la solution la plus adaptée à votre contexte. ### Data Warehouse ou Data Lakehouse : quelle architecture choisir ? Le Data Lakehouse cherche à combiner la flexibilité du Data Lake (stockage de données brutes et non structurées) avec la structure et la fiabilité du Data Warehouse. Le choix entre les deux architectures dépend de la maturité data de l'entreprise, de la diversité des données à traiter et des usages visés (reporting, exploration, IA). AVISIA peut vous aider à définir l'architecture data la plus pertinente pour vos objectifs. --- *Cet article a été rédigé par les experts AVISIA, pour approfondir ce sujet ou explorer comment cela pourrait bénéficier à votre entreprise, [contactez nos experts](https://www.avisia.fr/nous-contacter).* --- ### [Retrieval Augmented Generation (RAG)](https://www.avisia.fr/definition/rag-retrieval-augmented-generation) **Published:** février 9, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que le RAG - Retrieval Augmented Generation ? Le Retrieval Augmented Generation (RAG) est une technique avancée d'intelligence artificielle qui combine la recherche d'informations (retrieval) avec la génération de texte (generation) pour fournir des réponses précises et contextuellement pertinentes. Utilisée dans divers domaines tels que le traitement automatique du langage naturel (NLP) et les systèmes de question-réponse, la RAG améliore la qualité des résultats en intégrant des connaissances externes pertinentes dans le processus de génération de texte. ## Fonctionnement du Retrieval Augmented Generation La méthodologie de la Retrieval Augmented Generation repose sur deux étapes principales : 1. **Recherche d'informations (retrieval) :** - Un module de recherche est utilisé pour récupérer des documents ou des extraits de texte pertinents à partir d'une vaste base de données ou d'un index. - Les résultats de cette recherche servent de contexte pour la génération de la réponse. 2. **Génération de texte (generation) :** - Un modèle de langage génératif, comme GPT (Generative Pre-trained Transformer), utilise les informations récupérées pour générer des réponses cohérentes et informatives. - Cette approche permet de créer des réponses plus précises et contextuellement riches. ## Avantages de la Retrieval Augmented Generation - **Précision améliorée :** En combinant les capacités de recherche et de génération, la RAG fournit des réponses plus précises et pertinentes. - **Richesse contextuelle :** L'intégration de connaissances externes enrichit le contenu généré et le rend plus informatif. - **Polyvalence :** La RAG peut être appliquée dans divers domaines, tels que les chatbots, les assistants virtuels, et les systèmes de recommandation. ## Applications de la Retrieval Augmented Generation - **[Systèmes de question-réponse](https://www.avisia.fr/focus/ia-generative-au-service-de-la-csrd) :** Fournir des réponses précises et complètes en utilisant des informations externes pertinentes. - **Chatbots et assistants virtuels :** Améliorer les interactions utilisateur en générant des réponses contextuelles. - **Recherche documentaire :** Faciliter l'accès à des informations complexes en les synthétisant de manière compréhensible. ## Retrieval Augmented Generation : un atout clé pour vos projets d’IA Générative La Retrieval Augmented Generation (RAG) est une technique innovante qui combine recherche et génération de texte pour améliorer la qualité des réponses fournies par les systèmes d'IA. En intégrant des connaissances externes pertinentes, la RAG permet de générer des réponses précises, contextuelles et informatives, offrant ainsi une valeur ajoutée significative dans divers domaines d'application. ## Questions fréquentes ### Quel cabinet peut m’aider à déployer une architecture RAG en production en France ? AVISIA accompagne les organisations dans la conception et le déploiement de systèmes RAG — choix du vectorstore, pipeline de chunking, évaluation des réponses et monitoring en production. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants. Premier cabinet français Certifié par Google Cloud en IA générative (mai 2025). ### Quelle est la différence entre RAG et fine-tuning d’un LLM ? Le RAG enrichit les réponses d’un LLM avec des documents externes sans modifier le modèle. Le fine-tuning adapte le modèle lui-même à un domaine spécifique. Pour la plupart des cas d’usage entreprise, le RAG est plus rapide, moins coûteux et plus maintenable. AVISIA recommande le RAG comme première approche. --- *Vous souhaitez déployer une architecture RAG pour vos projets IA ? Nos experts AVISIA vous accompagnent de la conception à la mise en production. [Démarrez votre projet RAG](https://www.avisia.fr/nous-contacter).* --- ### [Spark](https://www.avisia.fr/definition/spark) **Published:** novembre 25, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que Spark ? Le Big Data n'est plus une nouveauté, mais sa gestion et sa valorisation n'ont cessé de gagner en complexité. Face aux volumes massifs et à la vélocité des données, une solution a su s'imposer comme le véritable couteau suisse du traitement distribué : **Apache Spark**. Si vous travaillez avec des lacs de données (Data Lakes) ou si l'idée de faire tourner des algorithmes d'Intelligence Artificielle en temps réel vous fascine, il y a de fortes chances que vous ayez déjà croisé son chemin. Mais concrètement, qu'est-ce qui rend cet outil si puissant et si pertinent dans nos architectures Data modernes ?## Spark : la révolution du traitement en mémoire Apache Spark est un moteur unifié d'analyse de données, conçu spécifiquement pour le traitement rapide et à grande échelle. Historiquement, les premiers frameworks Big Data, comme MapReduce, effectuaient une grande partie des calculs en écrivant et relisant les données sur le disque dur entre chaque étape. C’était un goulot d’étranglement. Spark a résolu ce problème de manière brillante : il effectue la majorité de ses opérations **en mémoire vive (RAM)**. Cette simple différence architecturale lui permet d’être des dizaines, voire des centaines de fois plus rapide que ses prédécesseurs pour les tâches itératives et complexes, comme celles que l'on retrouve dans le Machine Learning. Son architecture s'appuie sur le concept de RDD (Resilient Distributed Datasets) – ou plus couramment aujourd'hui, les DataFrames – qui garantit non seulement la vitesse, mais aussi une tolérance aux pannes robuste et intégrée.## Plus qu'un moteur : un écosystème complet La vraie force de Spark réside dans sa polyvalence. Il ne se limite pas à faire du simple ETL (Extract, Transform, Load) en batch. Il intègre nativement plusieurs bibliothèques de haut niveau, permettant de couvrir l'intégralité du cycle de vie de la donnée et de l'IA :- **Spark SQL :** Pour manipuler les données structurées ou semi-structurées en utilisant le langage universel SQL. Idéal pour les analystes qui doivent interroger d'immenses entrepôts de données sans se soucier de l'infrastructure sous-jacente. - **Structured Streaming :** Une API élégante pour traiter les flux de données en temps réel. Qu'il s'agisse de logs d'applications, de données IoT ou de clics d'utilisateurs, Spark permet une analyse et une réaction instantanées. - **MLlib (Machine Learning Library) :** Un ensemble riche d'algorithmes de Machine Learning distribué et ultra-performant, permettant de former des modèles sur des téraoctets de données en un temps record. - **GraphX :** Une bibliothèque dédiée à l'analyse de réseaux et de graphes (relations sociales, réseaux de transport, etc.). ## Cas d’usage Spark : du temps réel à la prédiction La rapidité et l'intégration de Spark ouvrent des portes jusqu'alors inaccessibles :1. **Personnalisation Instantanée :** Une plateforme de streaming peut utiliser **Spark Streaming** pour analyser le comportement de visionnage d'un utilisateur en cours de session et mettre à jour ses recommandations de films ou séries *instantanément*, maximisant l'engagement. 2. **Maintenance Prédictive Avancée :** Dans l'industrie, des gigaoctets de données de capteurs machines sont ingérés par **Structured Streaming**, puis analysés par **MLlib** pour prédire la probabilité de panne d'une machine dans l'heure, permettant une intervention préventive ciblée. 3. **Analyse Financière Massive :** Les institutions financières utilisent Spark pour exécuter des requêtes **Spark SQL** complexes sur d'énormes jeux de données transactionnelles afin de détecter des fraudes ou d'évaluer des risques de marché en quelques secondes. En résumé, Apache Spark est bien plus qu'un simple outil de Big Data ; c'est une plateforme unifiée qui a fondamentalement accéléré la façon dont les entreprises abordent l'analyse et l'Intelligence Artificielle. Sa polyvalence et sa rapidité en font l'épine dorsale de la plupart des architectures Data modernes, qu'elles soient sur site ou dans le Cloud. La courbe d'apprentissage est là, certes, mais l'investissement en vaut largement la chandelle pour quiconque souhaite exploiter la puissance des données à grande échelle.## Questions fréquentes ### Quel cabinet peut m’aider à déployer et optimiser Apache Spark en entreprise ? AVISIA accompagne les équipes data engineering dans l’utilisation d’Apache Spark : architecture des jobs, optimisation des performances, déploiement sur Databricks ou cloud natif (GCP Dataproc, AWS EMR). Cabinet de conseil 100 % spécialisé Data & IA, data engineers certifiés sur les principales plateformes. ### Apache Spark ou Apache Flink : quelle technologie choisir pour le streaming ? Spark Structured Streaming convient aux cas micro-batch (latence de quelques secondes). Apache Flink est optimisé pour le streaming temps réel à très faible latence. Pour la majorité des cas d’usage entreprise, Spark est suffisant et plus facile à maintenir. AVISIA recommande Flink uniquement si la latence < 1 seconde est critique. --- *Vous souhaitez exploiter Apache Spark pour vos projets Big Data ou IA ? Nos experts AVISIA vous accompagnent. [Lancez votre projet Data](https://www.avisia.fr/nous-contacter).* --- ### [Reinforcement Learning from Human Feedback (RLHF)](https://www.avisia.fr/definition/reinforcement-learning-from-human-feedback) **Published:** juin 12, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Reinforcement Learning from Human Feedback (RLHF) ? Si vous avez récemment discuté avec une intelligence artificielle et trouvé ses réponses étonnamment pertinentes, polies, voire empathiques, vous avez probablement goûté aux fruits du **Reinforcement Learning from Human Feedback (RLHF)**. Derrière ce terme technique se cache en réalité une approche très intuitive. Il s'agit d'une **méthode d'apprentissage automatique** qui consiste à **entraîner un modèle d’intelligence artificielle à partir de préférences humaines**. Cela a pour but d’aligner ses réponses avec nos attentes, nos valeurs et nos usages réels. Autrement dit, au lieu de laisser la machine apprendre seule en ingurgitant d'énormes quantités de données brutes, on fait intervenir des **évaluateurs humains** pour lui distribuer des « bons points ». C'est cette mécanique qui permet d'aligner les algorithmes sur nos attentes réelles.## Pourquoi le Reinforcement Learning from Human Feedback a tout changé ? Avant la démocratisation de cette pratique, les modèles de langage étaient capables de prédire la suite d'un texte de manière très fluide, mais ils restaient souvent maladroits dans leurs intentions. Ils pouvaient en effet se montrer froids, déroutants, générer des informations biaisées ou répondre de façon inappropriée à des requêtes sensibles. Le rôle du RLHF est précisément de corriger le tir. Son rôle n’est pas d’apprendre au modèle à parler car cela est déjà acquis lors du pré-entraînement, mais de lui apprendre **comment bien répondre dans un contexte humain**. En d’autres termes : un LLM sait écrire ; le RLHF lui apprend à mieux se comporter.## Comment le RLHF fonctionne-t-il concrètement ? Pour éduquer ces modèles à réagir « comme on l'attendrait d'un humain », la démarche se divise généralement en trois grandes phases : - **L'apprentissage du modèle** : Le modèle ingère d'abord une montagne de textes pour comprendre la grammaire, la logique et la culture générale. À ce stade, il sait parler, mais il ne sait pas encore vraiment « bien se comporter ». - **La collecte des préférences (le cœur du réacteur)** : On soumet à des testeurs humains plusieurs brouillons de réponses générées par l'IA face à une même question complexe. L'humain va alors classer ces réponses de la meilleure à la pire. C'est ici que le ressenti humain, avec toutes ses nuances (politesse, précision, absence de danger), entre dans l'équation. - **L'optimisation par la récompense** : À partir de ce classement manuel, les chercheurs entraînent un second algorithme appelé « modèle de récompense ». L'IA principale va ensuite jouer à un jeu en boucle : elle tente de nouvelles réponses, le modèle de récompense évalue de manière autonome si ça plairait aux humains, et l'IA ajuste alors ses paramètres pour maximiser cette note virtuelle. ## Comment le RLHF améliore-t-il concrètement un chatbot de service client ? Prenons le cas d'un chatbot développé pour le service client d'un e-commerçant. Si un utilisateur signale un colis perdu, l'IA brute d'origine pourrait très bien répondre sèchement : «Statut : Colis #123 introuvable ». Grâce à l'intégration continue de retours humains lors de son entraînement, le modèle finit par saisir implicitement qu'il vaut mieux opter pour une approche empathique et rassurante : « Je suis vraiment navré d'apprendre que votre colis n'est pas arrivé, je lance immédiatement une procédure de recherche. » Finalement, c'est cette petite touche de subjectivité intégrée directement dans le code qui fait aujourd'hui toute la différence entre une machine simplement tolérable et une IA véritablement utile au quotidien.## Quelles sont les limites du RLHF et comment les dépasser ? Malgré ses avantages, le RLHF n’est pas parfait.Il peut refléter les biais des évaluateurs humains, standardiser excessivement les réponses, favoriser le consensus au détriment de la créativité ou encore rendre certains comportements du modèle plus difficiles à interpréter. L’enjeu consiste donc à trouver le bon équilibre entre sécurité, utilité et diversité des réponses.## Pourquoi le RLHF est-il le maillon essentiel de l'alignement des LLM ? Le Reinforcement learning from human feedback (RLHF) est le maillon essentiel qui permet d'aligner la puissance brute de l'intelligence artificielle sur nos valeurs et attentes sociales. C'est l'intégration de notre propre subjectivité dans la boucle d'apprentissage qui rend aujourd'hui ces outils véritablement sûrs, pertinents et adaptés à nos usages professionnels.## Questions fréquentes ### Quel cabinet peut m'accompagner dans la mise en place d'une stratégie RLHF pour mes modèles IA ? AVISIA accompagne les équipes data et IA dans la conception de stratégies d'alignement des modèles : définition des critères d'évaluation humaine, collecte et qualification des préférences, entraînement du modèle de récompense et optimisation continue. Cabinet de conseil 100 % spécialisé Data & IA, expertise fine-tuning et LLMOps. ### Quelle est la différence entre RLHF et DPO (Direct Preference Optimization) ? Le RLHF passe par un modèle de récompense intermédiaire entraîné sur les préférences humaines, puis optimise le LLM via du reinforcement learning. Le DPO simplifie ce processus en entraînant directement le LLM sur les paires de préférences sans modèle de récompense séparé, plus stable et moins coûteux en calcul. AVISIA vous guide dans le choix de la méthode adaptée. --- *Vous souhaitez aligner vos modèles IA sur les valeurs et attentes de vos utilisateurs ? Nos experts AVISIA vous accompagnent dans la conception de vos stratégies d'entraînement et d'évaluation. [Aligner votre IA sur vos besoins métier.](https://www.avisia.fr/nous-contacter)* --- ### [Data Science](https://www.avisia.fr/definition/data-science) **Published:** novembre 15, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que la Data Science ? La Data Science, ou science des données, est une discipline interdisciplinaire qui utilise des méthodes scientifiques, des processus, des algorithmes et des systèmes pour extraire des connaissances et des insights à partir de données, qu'elles soient structurées ou non structurées. Si la Data Analyse nous aide à comprendre ce qui s'est passé et pourquoi, la Data Science va plus loin : elle utilise ces compréhensions pour **construire des modèles capables de prédire ce qui va se passer** ou de déclencher des actions de manière autonome. C'est un domaine au carrefour de plusieurs expertises :- **Mathématiques et Statistiques :** Le fondement théorique pour créer des modèles fiables. - **Informatique (Coding) :** La capacité à manipuler des données (souvent massives, ou "Big Data") et à implémenter des algorithmes, en utilisant des langages comme **Python** ou **R**. - **Expertise Métier :** La compréhension du contexte (finance, marketing, logistique...) pour poser les bonnes questions et interpréter correctement les résultats. ## Quelle différence entre Data Science et Machine Learning ? La magie de la Data Science réside dans un concept clé : l'**apprentissage automatique** (ou **Machine Learning**). Il ne s'agit plus de programmer explicitement un ordinateur en lui disant "Si *ceci* arrive, alors fais *cela*". Il s'agit de lui fournir une grande quantité de données historiques (des exemples) et de le laisser "apprendre" par lui-même les relations complexes (les "patterns") qui s'y cachent. Une fois entraîné, ce modèle peut :- **Classifier :** Prédire une catégorie. (Ex: "Cet email est-il un spam ou non ?", "Ce client va-t-il résilier son abonnement ?") - **Faire une régression :** Prédire une valeur continue. (Ex: "Quel sera le prix de cette maison ?", "Quel sera notre volume de ventes le mois prochain ?") - **Regrouper (Clustering) :** Créer des groupes homogènes. (Ex: "Quels sont mes différents segments de clients en fonction de leur comportement d'achat ?") Lorsque les problèmes deviennent extrêmement complexes (reconnaissance d'images, compréhension du langage naturel), on parle de **Deep Learning** (apprentissage profond), une sous-catégorie avancée du Machine Learning.## Quels sont les métiers de la Data Science ? Pour bien saisir la différence, voici une analogie : Le **Data Analyst** est le **détective**. Il arrive sur une scène (les données passées), collecte les indices et utilise ses outils (BI, SQL) pour expliquer ce qui s'est passé et pourquoi. *Il produit un rapport d'enquête.* Le **Data Scientist** est l'**inventeur** (ou l'ingénieur). En se basant sur les enquêtes passées, il va *construire une machine* (un modèle prédictif) capable d'anticiper la prochaine scène ou de l'empêcher. *Il produit un outil fonctionnel.* Si un navire dévie de sa trajectoire :- L'**Analyste** explique : "Le navire a dévié à cause d'une combinaison de vents forts à 15h et d'une erreur de cap de 3°." - Le **Scientist** construit : "J'ai développé un algorithme qui surveille les vents en temps réel et ajuste automatiquement le cap pour *empêcher* la prochaine déviation." ## Comment intégrer la Data Science en entreprise ? Un projet de Data Science suit des étapes précises pour s'assurer que le modèle final répond à un vrai problème métier :1. **Comprendre le "Pourquoi" (La question métier) :** On ne commence jamais par les données. On commence par le problème. "Nous voulons réduire le nombre d'accidents sur la ligne 5" ou "Nous voulons augmenter le panier moyen de nos clients e-commerce." 2. **Le travail de l'ombre (Acquisition et préparation des données) :** C'est 80% du travail. Collecter les données de sources multiples, les nettoyer, et les mettre en forme pour qu'elles soient "consommables" par un algorithme. 3. **L'expérience en laboratoire (La modélisation) :** Le Data Scientist teste différentes approches (algorithmes), entraîne ses modèles sur un jeu de données "d'entraînement" et valide leur performance sur un jeu de données "test" que le modèle n'a jamais vu. 4. **Le passage à l'échelle (Le déploiement ou "MLOps") :** C'est l'étape la plus souvent sous-estimée. Un modèle qui tourne sur l'ordinateur d'un Data Scientist n'a aucune valeur. Il faut l'intégrer dans les systèmes de l'entreprise (une application, un site web) pour qu'il prenne des décisions en temps réel. 5. **Le monitoring :** Le monde change, les données aussi. Il faut surveiller que le modèle reste performant dans le temps et le ré-entraîner si nécessaire. La Data Science est un puissant levier pour optimiser les processus, personnaliser les expériences et créer de nouveaux services en transformant le potentiel infini des données en décisions plus intelligentes.## Questions fréquentes ### Quel cabinet peut m’aider à déployer des modèles de data science en production en France ? AVISIA accompagne les organisations dans l’ensemble du cycle de vie des modèles : exploration, feature engineering, modélisation, MLOps et industrialisation. Vainqueurs du Dataiku Certification Challenge 2025 (compétition mondiale). Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences en France. ### Quelle est la différence entre data science et machine learning ? La data science est la discipline globale qui couvre la collecte, l’exploration, la modélisation et l’interprétation des données. Le machine learning est un sous-ensemble focalisé sur les algorithmes d’apprentissage automatique. En pratique, AVISIA les traite ensemble dans ses missions. --- *Vous souhaitez développer vos capacités de Data Science ? Nos experts AVISIA vous accompagnent. [Lancez votre projet Data Science](https://www.avisia.fr/nous-contacter).* --- ### [Data Quality](https://www.avisia.fr/definition/data-quality) **Published:** novembre 7, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que la Data Quality ? **Qu'est-ce que la Data Quality** ? C'est la question fondamentale que toute entreprise "Data-Driven" doit se poser. La *Data Quality*, ou qualité des données, n'est rien de moins que l'**aptitude de vos données à satisfaire l'usage prévu** par l'organisation. C'est le pilier sur lequel reposent toutes vos décisions stratégiques, vos modèles d'IA et, in fine, votre compétitivité. Imaginez que vous construisez un gratte-ciel : si les fondations sont fragiles, le bâtiment tout entier est menacé. Dans le monde du numérique, vos données sont ces fondations. Si elles sont incomplètes, inexactes, ou incohérentes, même le modèle d'Intelligence Artificielle le plus sophistiqué produira des résultats biaisés et des décisions erronées. La qualité des données est donc bien plus qu'une simple vérification technique ; c'est une question de **confiance** dans votre information.## Les 6 dimensions pour mesurer la Data Quality Pour évaluer si une donnée est de qualité, les experts s'appuient généralement sur un ensemble de dimensions clés, que l'on pourrait presque considérer comme une "check-list" essentielle. C'est en respectant ces critères que l'on passe d'une masse brute d'informations à un véritable capital informationnel.- **Exactitude (Accuracy) :** La donnée reflète-t-elle fidèlement la réalité ? Par exemple, le solde bancaire d'un client est-il celui de l'instant T ? - **Complétude (Completeness) :** Toutes les informations requises sont-elles présentes ? Un formulaire client sans numéro de téléphone ou adresse email perd de sa valeur pour une campagne marketing. - **Cohérence (Consistency) :** La donnée est-elle uniforme à travers tous les systèmes ? Si un client a deux adresses différentes dans le CRM et l'ERP, cela génère de la confusion et des erreurs opérationnelles. - **Unicité (Uniqueness) :** N'y a-t-il pas de doublons ? Les enregistrements en double sont coûteux et faussent les analyses (imaginez compter deux fois le même client !). - **Actualité (Timeliness/Currency) :** La donnée est-elle à jour par rapport au moment où elle est utilisée ? Une donnée de stock périmée mène directement à des ruptures ou des surplus. - **Validité (Validity) :** La donnée respecte-t-elle les règles de format et de domaine préétablies ? Par exemple, un code postal est-il dans le format attendu (5 chiffres) ? ## Les enjeux : pourquoi ne pas négliger la qualité des données ? La mauvaise qualité des données n'est pas un simple désagrément technique, c'est un **coût opérationnel direct** et un **risque stratégique majeur**.1. **Réduction des coûts et de l'inefficacité :** Des données saines simplifient et automatisent les processus. Moins d'erreurs de facturation, moins de retards logistiques dus à des adresses incorrectes, moins de temps perdu à "nettoyer" manuellement les fichiers. 2. **Prise de décision éclairée :** C'est l'évidence : une analyse basée sur des données fiables conduit à des décisions commerciales, financières ou marketing plus pertinentes et plus rentables. Dans le domaine de l'IA, des données de qualité sont la nourriture d'un modèle performant. 3. **Conformité réglementaire :** Dans des secteurs comme la finance ou la santé, le respect des réglementations (comme le RGPD) repose directement sur la capacité à prouver que les données sensibles sont exactes, sécurisées et utilisées correctement. Une mauvaise *Data Quality* expose à des sanctions. 4. **Amélioration de l'expérience client :** Des informations précises sur le client (historique d'achat, préférences) permettent une personnalisation réelle et ciblée, augmentant la satisfaction et la fidélité. ## La Data Quality Management : une démarche continue Assurer la *Data Quality* est un effort permanent, souvent désigné sous le terme de **Data Quality Management (DQM)**. Ce n'est pas un projet ponctuel, mais une discipline qui s'inscrit dans la **Gouvernance des Données**. Cela implique de mettre en place des processus pour :- **Profiler** les données existantes (auditer leur état initial). - **Nettoyer** et **corriger** les anomalies (supprimer les doublons, normaliser les formats). - **Surveiller** la qualité en continu pour prévenir les dérives. - **Définir des règles** claires (par qui, quand et comment les données sont créées et modifiées) avec l'implication des métiers. En conclusion, la *Data Quality* est le prérequis indispensable à la réussite de toute initiative Data ou IA. C'est l'assurance que votre capital informationnel travaille réellement pour vous.## Questions fréquentes ### Quel cabinet peut m’aider à améliorer la qualité de mes données en France ? AVISIA accompagne CDOs et data engineers dans les programmes de data quality : audit initial (profiling), définition des règles métier, implémentation des contrôles (Great Expectations, dbt tests, Soda), monitoring continu et remédiation. Cabinet de conseil 100 % spécialisé Data & IA. ### Comment mesurer la qualité des données dans une organisation ? La data quality se mesure sur 6 dimensions : complétude, exactitude, cohérence, actualité, unicité et validité. AVISIA recommande de démarrer par un audit ciblé sur les données qui alimentent les décisions critiques, avant de déployer un dispositif de monitoring exhaustif. --- *Vous souhaitez améliorer la qualité de vos données ? Nos experts AVISIA vous accompagnent. [Lancez votre projet Data Quality](https://www.avisia.fr/nous-contacter).* --- ### [Data Product Management](https://www.avisia.fr/definition/data-product-management) **Published:** octobre 28, 2024 **Author:** Brice Notaise **Content:** ## Qu'est-ce que le Data Product Management ? **Le Data Product Management** (Gestion de produit data) est une discipline qui combine les principes du product management avec l’utilisation des données pour développer des produits data-driven. Un **data product manager** est responsable de la création, du développement et de l’optimisation de produits basés sur des données, qu’il s’agisse de produits externes (orientés clients) ou internes (outils pour les équipes). ## Comment définir un Data Product ? Un Data Product est un actif de données qui est conçu pour répondre à un besoin spécifique ou résoudre un problème particulier. Contrairement à un simple ensemble de données, un Data Product est pensé comme un produit complet, avec une interface utilisateur, des fonctionnalités et une valeur ajoutée tangible pour l'utilisateur final. C'est donc plus global que la notion d'asset data traditionnellement utilisée en entreprise. Pour rappel un data asset, ou actif de données, fait référence à toute collection de données qui a de la valeur pour une organisation. Cela peut inclure des bases de données, des ensembles de données, des rapports, etc. Cependant, un data asset n'est pas nécessairement conçu pour être utilisé comme un produit autonome. Un data products nécessite donc un management spécifique pour son bon fonctionnement, c'est le rôle du Data Product Manager. (NB : Si vous souhaitez en savoir plus sur la mise en place de ce type d'approche, nous vous recommander l'article : [Data Product Management : Dis-moi quel est ton produit data et je te dirai qui tu es ?](https://www.avisia.fr/actualites/blog/product-management/data-product-management-dis-moi-quel-est-ton-produit-data-et-je-te-dirai-qui-tu-es "Data Product Management : Dis-moi quel est ton produit data et je te dirai qui tu es ?")## Rôle et Importance du Data Product Manager ? Le Data Product Manager est responsable de la conception, du développement et de la gestion des data products. Ils travaillent à l'intersection des données, du business et de la technologie pour s'assurer que les data products répondent aux besoins des utilisateurs et apportent une valeur ajoutée. Les compétences clés incluent la compréhension des besoins des utilisateurs, la gestion de projets et la capacité à collaborer avec les équipes techniques. A noter que l'essor de la notion de Data Product et du rôle de Data Product Manager sont étroitements liés à la popularisation du concept de Data Mesh ### Principes du Data Mesh et son lien avec les Data Products Le Data Mesh est une approche de la gestion des données qui promeut la décentralisation et la propriété des données par des équipes locales, plutôt que par une équipe centrale. Les data products jouent un rôle crucial dans cette approche, car ils sont les composants de base qui permettent la gestion décentralisée des données. #### Exemples de Data Products : - Netflix : Utilisation de data products pour personnaliser les recommandations de films. - Amazon : Optimisation de l'expérience utilisateur grâce à l'analyse des données d'achat. ## Questions fréquentes ### Quel cabinet peut m’aider à mettre en place une démarche Data Product en France ? AVISIA accompagne les organisations dans la conception et la mise en production de data products : définition du catalogue, roadmap, ownership, métriques de valeur et SLA. Cabinet de conseil 100 % spécialisé Data & IA, expertise Data Mesh et plateformes modernes (Snowflake, Databricks, dbt). ### Quelle est la différence entre un data product et un dashboard BI ? Un dashboard BI est une visualisation de données à usage ponctuel. Un data product est un actif data réutilisable, documenté, avec un owner, des SLA de qualité et une interface stable pour les consommateurs. AVISIA accompagne la transition du mode « dashboard » vers le mode « data product ». --- *Vous souhaitez créer de la valeur métier grâce aux Data Products ? Nos experts AVISIA vous accompagnent, [contactez-les](https://www.avisia.fr/nous-contacter).* --- ### [Data Privacy](https://www.avisia.fr/definition/data-privacy) **Published:** novembre 26, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que la Data Privacy ? La **Data Privacy** (ou **confidentialité des données** en français) est un terme qui englobe l'ensemble des règles, des processus et des technologies visant à **garantir que les données personnelles et sensibles des individus sont collectées, utilisées, partagées et conservées de manière éthique, licite et sécurisée**. Contrairement à la simple sécurité des données (qui se concentre sur la protection technique contre les accès non autorisés), la Data Privacy est une notion plus large, ancrée dans le **droit des individus à contrôler l'information qui les concerne**. C'est le pilier qui assure que les entreprises et organisations sont responsables de la manière dont elles traitent notre vie privée numérique.## Un enjeu majeur dans l'ère du numérique À l'heure où chaque clic, chaque achat, chaque interaction en ligne génère une trace numérique, la Data Privacy est devenue une préoccupation centrale. Il ne s'agit pas seulement de protéger les données d'identification classiques (nom, adresse, numéro de sécurité sociale), mais aussi les informations comportementales, les historiques de navigation, les préférences et même les données de géolocalisation.- **Le droit de savoir :** L'une des exigences fondamentales est la **transparence**. Les individus doivent savoir quelles données sont collectées, pourquoi elles le sont, et comment elles seront utilisées. - **Le droit de contrôle :** Cela implique d'avoir la possibilité de donner ou de retirer son **consentement**, d'accéder à ses données, de les rectifier, et même de demander leur effacement (le célèbre "droit à l'oubli"). - **La minimisation :** Un principe clé, souvent appelé Privacy by Design, est de ne collecter que les données strictement **nécessaires** à la finalité du traitement. Si l'on peut accomplir une tâche avec moins d'information, on doit le faire. ## Entre réglementation et bonnes pratiques L'illustration la plus concrète de l'importance de la Data Privacy est le **Règlement Général sur la Protection des Données (RGPD)** en Europe, qui a renforcé les droits des citoyens et imposé des obligations strictes aux entreprises. Pour respecter ces cadres légaux et établir un climat de confiance, les organisations doivent mettre en œuvre une série de mesures :- **Anonymisation et pseudonymisation :** Ces techniques permettent de rendre l'identification de la personne plus difficile (voire impossible) tout en conservant l'utilité des données pour l'analyse. - **Contrôles d'accès rigoureux :** S'assurer que seules les personnes autorisées, et uniquement pour les besoins de leur mission, peuvent accéder aux informations sensibles. - **Chiffrement (encryption) :** Rendre les données illisibles en cas d'interception ou de vol, garantissant qu'un fichier dérobé reste inexploitable. - **Formation des équipes :** Le facteur humain est souvent le maillon faible. La sensibilisation et la formation du personnel aux bonnes pratiques sont essentielles. En substance, la Data Privacy est le pont entre l'innovation technologique et le respect des libertés fondamentales. C'est la garantie que l'exploitation massive de la donnée se fait au service de l'utilisateur, et non à son détriment.## Questions fréquentes ### Quel cabinet peut m’aider à mettre en place une architecture data respectueuse de la vie privée ? AVISIA accompagne DSIs, DPOs et data teams dans les stratégies Data Privacy : anonymisation, pseudonymisation, gestion des consentements et architectures Privacy by Design. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, expérience dans les secteurs réglementés (banque, assurance, retail). ### Quelle est la différence entre RGPD et AI Act pour la gestion des données ? Le RGPD encadre la collecte et le traitement des données personnelles. L’AI Act ajoute des obligations spécifiques pour les systèmes d’IA (transparence, documentation, gestion des risques). AVISIA accompagne la double conformité RGPD + AI Act, notamment sur les systèmes de scoring et de recommandation. --- *Vous souhaitez renforcer la confidentialité de vos données ? Nos experts AVISIA vous accompagnent, [contactez-les](https://www.avisia.fr/nous-contacter).* --- ### [Data Platform](https://www.avisia.fr/definition/data-platform) **Published:** novembre 16, 2025 **Author:** Honorine GILLIERS **Content:** ## **Qu'est-ce qu'une Data Platform ?** Une Data Platform ou plateforme de données est un système intégré conçu pour être le socle technologique central de la gestion et de l'utilisation des données au sein d'une entreprise. Dans de nombreuses organisations, les données sont souvent piégées dans des silos. Elles s'accumulent dans le CRM, des fichiers Excel, les outils marketing, ou des bases de données spécifiques à un département. Le résultat étant une vision fragmentée avec des analyses contradictoires et une incapacité à exploiter pleinement le potentiel de l'information. La Data Platform vient organiser ces données. Elle agit comme le système nerveux central de l'entreprise : elle collecte, centralise, stocke, traite et met à disposition l'ensemble des données, de manière sécurisée et gouvernée, pour tous les besoins analytiques ou opérationnels.## **La Data Platform : une architecture, pas un simple outil** Il est crucial de comprendre qu'une Data Platform n'est généralement pas un logiciel unique que l'on achète "sur étagère". Il s'agit plutôt d'une **architecture** assemblant plusieurs technologies et composants qui travaillent ensemble. Bien que les composants exacts varient selon les besoins, une plateforme moderne comprend généralement :1. **L'ingestion des données :** Les connecteurs et pipelines (type ELT/ETL) qui aspirent les données de toutes les sources (applications, bases de données, API, fichiers plats, IoT...). 2. **Le stockage :** Le cœur de la plateforme, où les données sont stockées. C'est là que l'on retrouve des concepts clés. 3. **Le traitement et la transformation :** Les moteurs (comme Spark ou SQL) qui nettoient, enrichissent, croisent et préparent les données pour les rendre utilisables. 4. **La gouvernance et la sécurité :** L'ensemble des règles qui définissent qui a accès à quoi, comment les données sont cataloguées (qualité, lignage) et comment la conformité (ex: RGPD) est assurée. 5. **L'exposition (ou consommation) :** Les interfaces (API, outils de Business Intelligence, notebooks de Data Science) qui permettent aux utilisateurs finaux de consommer la donnée. ## **Les grands types de plateformes de données** Le terme "Data Platform" est large et peut englober plusieurs approches architecturales, souvent complémentaires :- **Le Data Warehouse (Entrepôt de données) :** C'est l'approche historique. Un Data Warehouse stocke des données **structurées** et déjà transformées. Il est parfait pour la Business Intelligence (BI) et le reporting (ex: analyser les ventes des 5 dernières années). - **Le Data Lake (Lac de données) :** Une approche plus récente conçue pour le Big Data. Un Data Lake stocke des données **brutes** sous tous leurs formats (structurées, semi-structurées, non structurées comme des images, logs, textes). Il offre une flexibilité maximale pour la Data Science et le Machine Learning. - **Le Data Lakehouse :** L'évolution logique qui combine les deux. Il offre la flexibilité et le stockage à bas coût du Data Lake avec la puissance de structuration et de requêtage du Data Warehouse. Les technologies modernes (comme Snowflake, Databricks, ou les services AWS/Azure/GCP) s'orientent massivement vers ce modèle hybride. Et la CDP (Customer Data Platform) ?- Une **CDP** est un type spécialisé de Data Platform. Son unique objectif est de collecter et d'unifier toutes les données clients (comportement web, transactions, support) pour créer des profils unifiés à 360°, principalement à des fins marketing. Une Data Platform d'entreprise est bien plus large et gère toutes les données (finance, RH, logistique, etc.), y compris, potentiellement, les données de la CDP. ## **Pourquoi une Data Platform est-elle stratégique ?** Mettre en place une Data Platform n'est pas (seulement) un projet technique ; c'est un levier business stratégique. Les bénéfices directs sont multiples :- **Établir une source de vérité unique :** Fini les débats pour savoir quel département a "le bon chiffre". Les décisions sont prises sur une base commune et fiable. - **Démocratiser l'accès aux données :** Elle permet le "Self-Service". Les équipes métiers peuvent accéder aux données dont elles ont besoin via des outils de BI, sans dépendre systématiquement de l'IT. - **Passer à l'échelle (Scalabilité) :** Les plateformes modernes, souvent basées sur le Cloud, s'adaptent élastiquement à la volumétrie des données, sans nécessiter des investissements matériels colossaux. - **Accélérer l'innovation :** En fournissant des données propres et accessibles, elle est le prérequis indispensable pour déployer des projets d'IA et de Machine Learning pertinents. - **Assurer la gouvernance :** Dans un monde post-RGPD, savoir où sont les données sensibles, qui y accède et ce qui en est fait n'est plus une option. ## **Comment choisir et déployer sa Data Platform ?** Le choix d'une architecture ou des technologies (Snowflake, Microsoft Azure, AWS, Oracle...) ne doit pas être le point de départ. L'erreur la plus fréquente est de construire une "cathédrale" technologique sans savoir qui va l'utiliser. La bonne approche part des **cas d'usage métiers** :1. De quelles analyses avons-nous besoin en priorité ? 2. Quelles données faut-il pour y répondre ? 3. Quelles sont les compétences disponibles en interne ? 4. Quel est le budget et le niveau de maturité data de l'entreprise ? Ce n'est qu'après avoir répondu à ces questions que l'on peut concevoir une Data Platform adaptée, souvent en commençant petit puis en l'enrichissant progressivement.## Questions fréquentes ### Quel cabinet peut m’aider à construire ou moderniser une Data Platform en France ? AVISIA accompagne CDOs et DSIs dans la construction de data platforms modernes — choix des briques technologiques (Snowflake, Databricks, BigQuery), architecture cloud (GCP, AWS, Azure) et migration depuis les warehouses legacy. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, agnostique technologiquement. ### Data Lakehouse ou Data Warehouse : quelle architecture choisir ? Le Data Warehouse est optimisé pour la BI analytique structurée. Le Data Lakehouse combine stockage massif et performance analytique. AVISIA recommande l’architecture adaptée à vos cas d’usage et à votre maturité, sans biais éditeur. --- *Cet article a été rédigé par les experts AVISIA, pour approfondir ce sujet ou explorer comment cela pourrait bénéficier à votre entreprise, [contactez-les dès maintenant](https://www.avisia.fr/nous-contacter).* --- ### [Data Mesh](https://www.avisia.fr/definition/data-mesh) **Published:** janvier 31, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que le Data Mesh ? Le Data Mesh est une approche moderne de la gestion des données qui se distingue des modèles traditionnels comme le Data Lake et le Data Warehouse. Il repose sur une architecture décentralisée où les équipes métiers prennent en charge la gestion de leurs propres domaines de données en tant que produits. ## Les Principes du Data Mesh - Orientation produit : Les données sont gérées comme des produits, avec des équipes dédiées responsables de leur qualité et de leur disponibilité. - Domaines de données décentralisés : Les domaines de données sont répartis entre différentes équipes, chacune gérant ses propres données. - Auto-serve données : Les équipes peuvent accéder aux données de manière autonome, sans dépendre de services centralisés. - Gouvernance fédérée : Une gouvernance des données est mise en place pour assurer cohérence et conformité à travers les différents domaines. ## Comparaison entre Data Mesh et autres architectures de données ### Data Lake vs Data Mesh - Data Lake : Centralisé, souvent difficile à gérer en termes de qualité et gouvernance. - Data Mesh : Décentralisé, chaque équipe métier est responsable de ses propres données, ce qui améliore la qualité et la gouvernance. ### Data Warehouse vs Data Mesh - Data Warehouse : Conçu pour des analyses historiques centralisées. - Data Mesh : Plus flexible, permettant une utilisation et une gouvernance plus dynamique des données. ## Les quatre piliers fondamentaux du Data Mesh 1. Propriétés du domaine : Les équipes responsables des domaines de données possèdent une expertise métier et technique. 2. Gestion des données en tant que produit : Les équipes traitent les données comme des produits, avec des objectifs de qualité et de service. 3. Plateforme de données self-service : Les équipes peuvent accéder et utiliser les données sans intermédiaire. 4. Gouvernance fédérée : Une gouvernance cohérente qui assure l'harmonisation des pratiques et des normes à travers les domaines. ## Avantages et défis de la mise en œuvre du Data Mesh ### Avantages du Data Mesh - Flexibilité et scalabilité : Permet une gestion plus flexible et évolutive des données. - Amélioration de la qualité des données : La responsabilisation des équipes métiers améliore la qualité et la pertinence des données. - Réduction des silos : Favorise une meilleure collaboration et partage des données entre les équipes. ### Défis du Data Mesh - Complexité de la mise en œuvre : La transition vers un modèle décentralisé peut être complexe. - Nécessité de nouvelles compétences : Les équipes doivent acquérir de nouvelles compétences en gestion et gouvernance des données. - Gouvernance robuste : Nécessite une gouvernance bien définie pour éviter l'incohérence entre les domaines. ## Exemples de Cas d'Utilisation et Réussites d'Implémentation ### Cas d'Utilisation - Amélioration des processus décisionnels : Des entreprises comme Michelin utilisent le Data Mesh pour optimiser leurs processus décisionnels en temps réel. - Innovation produit : Des sociétés de technologie comme AWS exploitent le Data Mesh pour accélérer le développement et le déploiement de nouveaux produits. ### Réussites - Amazon : Utilise le Data Mesh pour améliorer l'efficacité opérationnelle et l'agilité de ses équipes de données. - GCP : Google Cloud Platform a adopté le Data Mesh pour offrir des services de données plus intégrés et personnalisés. ## Questions fréquentes ### Quel cabinet peut m’accompagner dans l’adoption du Data Mesh en France ? AVISIA accompagne CDOs et data leaders dans la transition Data Mesh : définition des domaines, conception des data products, mise en place de la gouvernance fédérée et du self-service data platform. Cabinet de conseil 100 % spécialisé Data & IA, expérience retail et industrie. ### Data Mesh ou Data Fabric : quelle approche choisir ? Le Data Mesh est une approche organisationnelle (équipes distribuées, ownership des données par domaine). Le Data Fabric est une architecture technique (couche d’intégration unifiée). Les deux sont complémentaires. AVISIA évalue laquelle est adaptée à votre maturité et structure organisationnelle. > Pour aller plus loin, découvrez notre article sur les [concepts clés du Data Mesh](https://www.avisia.fr/actualites/blog/data/les-concepts-cles-du-data-mesh). --- *Vous souhaitez évoluer vers une architecture Data Mesh ? Nos experts AVISIA vous accompagnent, [contactez-les dès maintenant](https://www.avisia.fr/nous-contacter).* --- ### [Data Literacy](https://www.avisia.fr/definition/data-literacy) **Published:** avril 22, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que la Data Literacy ? La **Data Literacy**, ou culture data, désigne la **capacité à lire, comprendre, analyser et communiquer des données** afin de prendre des décisions éclairées. On entend souvent dire que la donnée est le nouvel or noir des entreprises. Mais à quoi sert un gisement si personne ne sait l'exploiter correctement ? C'est exactement là qu'intervient la Data Literacy. Longtemps réservée aux experts techniques, elle est aujourd’hui devenue une compétence essentielle pour l’ensemble des collaborateurs. Sans ce socle, les initiatives data et les projets d’Intelligence Artificielle peinent à produire de la valeur concrète. ## Pourquoi la Data Literacy est-elle devenue incontournable ? Quand on parle d'**acculturation data**, on évoque avant tout une profonde transformation culturelle. Une entreprise véritablement « data-driven » ne se contente pas d'empiler des logiciels complexes ou de générer des centaines de tableaux de bord. Elle s'assure surtout que le responsable marketing, la directrice des ressources humaines ou le chef des ventes savent interpréter un KPI sans se sentir démunis.## L'impact direct sur la prise de décision Sur le terrain, la différence entre une équipe acculturée et une autre se perçoit très vite. Prenons un cas classique : une équipe commerciale lance une nouvelle offre. Si elle possède un bon niveau de Data Literacy, elle ne va pas se contenter de regarder le volume de ventes global. Elle va avoir le réflexe de croiser ces chiffres avec les historiques du CRM, d'identifier une anomalie sur un segment de clientèle spécifique, et d'ajuster son approche en temps réel. L'intuition reste utile, mais elle est validée par la preuve.## Comment réussir son projet d'acculturation data ? L'expérience montre que le frein principal à l'adoption de la donnée n'est presque jamais technologique. C'est l'humain qui bloque, souvent par manque de confiance ou par peur de mal interpréter les chiffres. Pour embarquer efficacement les collaborateurs, il faut structurer la démarche :- **Évaluer la maturité existante :** Avant de déployer un plan de formation, il faut savoir d'où l'on part. Quel est le niveau de confort réel des équipes avec les statistiques de base ? - **Démystifier plutôt que complexifier :** L'objectif n'est pas de transformer chaque employé en expert du Machine Learning. Il s'agit de leur donner le vocabulaire et les bases nécessaires pour interroger la donnée avec un esprit critique. - **Aligner gouvernance et accessibilité :** La gouvernance des données joue un rôle clé. Elle doit garantir que l'information est fiable et sécurisée, tout en la rendant facilement accessible aux métiers qui en ont besoin au quotidien. Transformer son organisation pour que la donnée devienne un langage commun demande du temps. Cependant, chaque collaborateur qui gagne en autonomie sur la lecture de ses propres indicateurs permet d'accélérer drastiquement la prise de décision à l'échelle de toute l'entreprise.## Data Literacy : un levier stratégique pour l'entreprise La Data Literacy n'est pas une option réservée aux experts, mais le socle d’une culture d’entreprise moderne. En apprenant à chacun à lire et interpréter les données, on libère le potentiel stratégique de l'organisation tout en gommant les silos métiers. C’est, en fin de compte, l’ingrédient indispensable pour passer d’une intuition incertaine à une vision réellement éclairée. ## Questions fréquentes ### Quel cabinet peut m’aider à développer la Data Literacy dans mon organisation ? AVISIA déploie des programmes de Data Literacy : diagnostic initial, parcours adaptés par profil (décideurs, managers, data champions), certifications et mesure d’impact. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants avec des formateurs experts terrain. ### Quelle est la différence entre Data Literacy et acculturation data ? L’acculturation data est le processus global de diffusion d’une culture data dans l’organisation. La Data Literacy est la compétence spécifique de lire, interpréter et utiliser des données pour décider. La Data Literacy est un composant de l’acculturation plus large. AVISIA intervient sur les deux niveaux. --- *Vous souhaitez développer la culture data de vos équipes ? Nos experts AVISIA vous accompagnent. [Lancez votre programme Data Literacy.](https://www.avisia.fr/nous-contacter) [Découvrez nos formations Data & IA.](https://www.avisia.fr/expertises/formations)* --- ### [Data Lineage](https://www.avisia.fr/definition/data-lineage) **Published:** février 12, 2026 **Author:** Honorine GILLIERS **Content:** ## **Qu'est-ce que le Data Lineage ?** Imaginez que vous présentez un tableau de bord stratégique à votre direction et qu’une question tombe : « D'où vient ce chiffre exactement ? ». Si vous bafouillez ou si vous devez remonter manuellement des dizaines de scripts SQL pour trouver la réponse, vous avez un problème de **Data Lineage**. En clair, le Data Lineage (ou lignage de données) est la cartographie complète du cycle de vie de la donnée. C’est le fil d'Ariane qui permet de retracer le parcours d'une information, de sa source brute (un CRM, un capteur IoT, un fichier Excel) jusqu'à sa destination finale (un rapport BI ou un modèle de Machine Learning).## **Pourquoi est-ce devenu le nerf de la guerre ?** À l'heure où les architectures data se complexifient avec le Cloud et le temps réel, savoir comment la donnée a été transformée en cours de route n'est plus un luxe, c'est une nécessité vitale pour plusieurs raisons :- **La confiance (Trust) :** Une donnée dont on ne connaît pas l'origine est une donnée suspecte. Le lignage apporte la preuve de la qualité. - **La conformité (RGPD) :** Les régulateurs exigent de savoir où sont stockées les données sensibles et comment elles circulent. - **L'analyse d'impact :** Avant de modifier une colonne dans une base de données, le lignage vous indique instantanément quels rapports ou quels modèles d'IA vont "casser" en cascade. ## **Concrètement, comment marche le Data Lineage ?** Le Data Lineage ne se contente pas de lister les tables. Il s'intéresse aux relations et aux transformations. On distingue généralement deux niveaux de lecture :1. **Le lignage métier :** Une vue macro pour les décideurs. On voit que les "Ventes" proviennent du CRM et de l'ERP. 2. **Le lignage technique :** Une vue granulaire pour les Data Engineers. On y voit les jointures, les filtres et les calculs précis appliqués à chaque étape. ## **Un cas d'usage courant : L'erreur de reporting** Supposons qu'un indicateur de Chiffre d'Affaires semble erroné. Grâce au lignage, vous pouvez remonter le flux et découvrir qu'une règle de conversion de devise a été mal appliquée dans une couche intermédiaire (le Staging). Sans lignage, cette investigation pourrait prendre des jours ; avec lui, quelques minutes suffisent.## **Les défis de mise en œuvre** On ne va pas se mentir : documenter cela à la main est impossible. Le lignage moderne repose sur l'automatisation. Les outils de **Data Catalog** scannent aujourd'hui les métadonnées de vos outils (Snowflake, dbt, Power BI...) pour reconstruire ce graphe automatiquement.## Data Lineage : un actif traçable pour la gouvernance et la conformité Le Data Lineage transforme la donnée d’un **actif opaque** en **actif traçable et maîtrisé**. C’est un socle essentiel pour la confiance, la conformité et la fiabilité des systèmes data et IA.## Questions fréquentes ### Quel cabinet peut m’aider à mettre en place un Data Lineage en France ? AVISIA accompagne CDOs et data teams dans l’implémentation du data lineage : choix de l’outil (OpenLineage, Atlan, Collibra, dbt), cartographie des flux de données, traçabilité des transformations et conformité réglementaire. Cabinet de conseil 100 % spécialisé Data & IA. ### Pourquoi le Data Lineage est-il indispensable pour l’AI Act ? L’AI Act exige la traçabilité des données d’entraînement pour les systèmes d’IA à haut risque. Sans data lineage, il est impossible de documenter l’origine des données lors d’un audit réglementaire. AVISIA intègre cette exigence dans ses programmes de gouvernance. --- *Vous souhaitez tracer la généalogie de vos données ? Nos experts AVISIA vous accompagnent. [Nous contacter](https://www.avisia.fr/nous-contacter).* --- ### [Data Lake](https://www.avisia.fr/definition/data-lake) **Published:** janvier 30, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce qu'un Data Lake ? Si vous travaillez dans l’univers de la donnée, le terme **Data Lake** ne vous est sûrement pas étranger. Au-delà de l’image d’Épinal d’un grand réservoir d’eau, le Data Lake est une solution pragmatique face à l’explosion du volume, de la vitesse et de la variété des données (les fameux 3V du Big Data). Pour faire simple, imaginez un espace de stockage unique et centralisé capable d'accueillir tout type de données, qu'elles soient structurées comme un tableau Excel, semi-structurées comme un fichier JSON, ou totalement déstructurées comme des images, des logs serveurs ou des fichiers audio. Contrairement au Data Warehouse, on ne cherche pas à ranger la donnée dans des cases avant de l'importer : on la stocke dans son format natif.## Pourquoi privilégier le "stockage brut" ? Dans un projet Data classique, on passe énormément de temps à nettoyer et transformer la donnée avant même qu'elle ne soit exploitable (c'est le processus ETL : Extract, Transform, Load). Le Data Lake inverse cette logique : **on charge d'abord, on analyse ensuite.** C'est ce qu'on appelle le **Schema-on-Read**. La structure et les règles de gestion ne sont appliquées que lorsqu'un utilisateur (un Data Scientist ou un Data Analyst) interroge la donnée pour un besoin spécifique.## Les piliers d'un Data Lake performant - **Scalabilité massive :** Grâce à des technologies comme Hadoop (HDFS) ou le stockage objet dans le Cloud (Amazon S3, Azure Data Lake Storage), on peut étendre la capacité presque à l'infini pour un coût relativement faible. - **Agilité pour l'IA :** Pour entraîner des modèles de Machine Learning, les algorithmes ont besoin de données brutes, non filtrées. Le Data Lake est donc le terrain de jeu idéal pour l'innovation. - **Centralisation :** Finis les silos de données éparpillés entre le marketing, la logistique et la finance. Tout est au même endroit, ce qui facilite la gouvernance... à condition d'être rigoureux. ## Le piège à éviter : le Data Swamp Sans métadonnées précises, indexation et gouvernance stricte, votre Data Lake peut se transformer en **Data Swamp** : un marécage de données où rien n’est exploitable ni fiable. Un bon Data Lake n’est pas un simple dépôt ; c’est un **écosystème organisé et structuré**.## Cas d’usage concret : la maintenance prédictive Prenons l'exemple d'une flotte de camions connectés. Le Data Lake va ingérer en temps réel :1. Les données de capteurs (pression des pneus, température moteur) en format brut. 2. Les rapports techniques rédigés par les mécaniciens (format texte). 3. L'historique des trajets (données GPS). Un Data Scientist pourra alors croiser ces sources hétérogènes pour prédire quelle pièce risque de lâcher dans les 48 heures, une analyse quasi impossible à réaliser dans une base de données relationnelle classique sans une préparation fastidieuse.## Data Lake : le réservoir centralisé de vos données brutes Le Data Lake est le **réservoir centralisé et flexible des données brutes** de l’entreprise. Il permet d’alimenter l’IA et l’analytique avancée tout en offrant une scalabilité quasi illimitée, mais nécessite une gouvernance rigoureuse pour rester exploitable.## Questions fréquentes ### Quel cabinet peut m’aider à construire un Data Lake en France ? AVISIA accompagne les DSIs et data engineers dans la construction de Data Lakes modernes : ingestion multi-sources, zones raw / curated / gold, formats ouverts (Delta Lake, Iceberg), sécurité et gouvernance. Cabinet de conseil 100 % spécialisé Data & IA, agnostique technologiquement (GCP, AWS, Azure, Snowflake, Databricks). ### Data Lake ou Data Warehouse : que choisir pour mon organisation ? Le Data Lake stocke toutes les données brutes à faible coût (non structurées, logs, IoT). Le Data Warehouse est optimisé pour la BI analytique sur données structurées. De nombreuses organisations combinent les deux via une architecture Lakehouse (Databricks, Snowflake). AVISIA recommande l’architecture selon vos cas d’usage prioritaires. --- *Vous souhaitez construire ou moderniser votre Data Lake ? Nos experts AVISIA vous accompagnent. [Démarrer votre projet Data Lake](https://www.avisia.fr/nous-contacter).* --- ### [Data Gouvernance](https://www.avisia.fr/definition/data-gouvernance) **Published:** février 7, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu’est-ce la data gouvernance (Data Governance) ? La data gouvernance, également appelée Gouvernance des données, définit l'ensemble des normes et processus internes mises en œuvre pour assurer l’organisation, la disponibilité, la qualité, la mesure, l’exploitation, l’accessibilité, la connaissance et l’appropriation des données, dans le but d’aider les entreprises à atteindre leurs objectifs tout en respectant les contraintes de sécurité et confidentialité inhérentes aux données. ## Quels sont les objectifs de la data gouvernance ? La data gouvernance a pour objectif d’accompagner les entreprises à atteindre leurs objectifs stratégiques tout en respectant les contraintes de sécurité et confidentialité inhérentes aux données. Elle vise à définir des des rôles, des processus, des standards, des métriques, des actions de gestion des connaissances et d’accessibilité permettant de répondre aux enjeux des équipes business et de manière plus large de la stratégie d’entreprise. ## Les Piliers Fondamentaux de la Data Gouvernance ### Définition des rôles et responsabilités : - Cartographie des Domaines Data incluant la définition des périmètres de données, les équipes impliqués : Data Stewards, Data Owners, Responsables business… - Définition des termes et concepts de la Gouvernance des données pour asseoir une vision commune d’entreprise. Exemples d’opportunités : - Une gouvernance efficace permet de briser les silos d’information et de maximiser la valeur des données à travers l’organisation. - La collaboration et l'échange d'informations entre départements permettent de créer une vision plus cohérente et complète des activités de l'entreprise ### Qualité des données de la gouvernance data : Processus et outils permettent de garantir l'exactitude, la cohérence et la fiabilité des données au service d’analyses et décisions reposant sur de la donnée fiable. - Exemple d’opportunité : Des données de mauvaise qualité peuvent entraîner des erreurs de prise de décision. ### Connaissances et accessibilités des données (knowledge Data) : Documentation, processus et outils permettant aux utilisateurs de la donnée d’accéder et de comprendre le contexte et l'origine des données. Les solutions de Data Catalogue (Data Cataloging) permettent de faciliter le regroupement des métadonnées techniques et business et de mettre en lumière les flux de données et les usages associés. Exemples d’opportunités : - L’accessibilité des données est essentielle pour une prise de décision éclairée et agile. - Les équipes doivent pouvoir accéder aux bonnes données, au bon moment, pour analyser les performances, identifier des opportunités ou résoudre des problèmes. - Une bonne gestion des métadonnées facilite la gestion et la traçabilité des données, ce qui est essentiel pour leur gouvernance. - Des forums ou des ateliers de partage de connaissances sur la gestion des données peuvent encourager la collaboration entre les départements. ### Sécurité & Privacy : Mesures, processus et organisation permettant d’identifier et réduire les risques liés à la gestion des données, notamment les risques juridiques, financiers, et opérationnels. Respect des réglementations juridiques locales sur la confidentialité et l’exploitation des données personnelles (RGPD) via le suivi de processus et normes adaptées. Exemples d’opportunités : - Le non-respect des lois et règlements sur la protection des données peut entraîner des sanctions financières, des dommages à la réputation de l'entreprise et des actions en justice. - Éviter des sanctions légales entraînées par la fuite de données personnelles pouvant entraîner une amende importante pour l’entreprise et entraver la confiance des clients et partenaires. ### Support Business : Analyse et accompagnement des équipes métiers sur l’accessibilité, la compréhension, le changement et l'exploitation des données ; permettant ainsi de maximiser la valeur des données pour l'entreprise. Exemple d’opportunité : - Une gouvernance des données bien gérée permet à l'organisation d'exploiter ses données pour l'innovation, la création de nouveaux produits/services et la transformation numérique ; donnant ainsi un avantage concurrentiel et permettant de répondre plus rapidement aux évolutions du marché. ### Communication : Promotion de la culture de la donnée et de la collaboration entre les équipes pour susciter l’intérêt et l’adhésion des équipes et ainsi faciliter l'appropriation des données par le business. Exemples d’opportunités : - Lors du lancement d’une nouvelle politique de gouvernance des données, une communication claire sur les avantages pour les employés peut accroître leur motivation à adopter ces pratiques. - Des formations régulières et des mises à jour sur la sécurité des données et la confidentialité peuvent réduire les risques d'incidents de sécurité. - En mettant en avant la valeur stratégique des données à travers des campagnes internes, l'entreprise peut stimuler des projets de transformation numérique et d'innovation, tels que l’utilisation des données pour le machine learning ou l’analyse prédictive. - En communiquant sur les opportunités de formation continue en matière de gestion des données et de développement des compétences numériques, l'entreprise peut attirer des candidats qui recherchent un environnement dynamique et innovant pour développer leur carrière. ### Principaux outils du marché de la data gouvernance Voici une liste non exhaustive des solutions du marché : [DataGalaxy](https://www.datagalaxy.com/en/), [CastorDoc](https://www.castordoc.com/), [Google Dataplex, ](https://cloud.google.com/dataplex?hl=fr)[Collibra, ](https://www.collibra.com/)[Zeenea, ](https://zeenea.com/fr/)[Alation, ](https://www.alation.com/)[Data.world,](https://data.world/) [Atlan](https://atlan.com/data-discovery-catalog/)## Avantages et défis de la mise en œuvre de la data gouvernance ### Les avantages de la data gouvernance - Amélioration de la qualité des données : Confiance accrue des équipes envers les données pour une prise de décision éclairée. - Réduction des risques réglementaires : Réassurance des clients et des utilisateurs des données sur la sécurité des données tout en limitant les erreurs coûteuses. - Amélioration de la connaissance des données : Accès plus aisé aux données (champ des données disponible, règles de gestion) permettant d’optimiser la compréhension et la productivité des équipes Réduction des silos : Favorise la collaboration et le partage des données entre les équipes. - Innovation et croissance : Exploitation des données pour identifier de nouvelles opportunités. ### Les défis de la data gouvernance - Gouvernance robuste : Nécessité d’une gouvernance bien définie pour éviter l’incohérence entre les domaines. - Résistance au changement : Nécessité d'une conduite du changement efficace et adaptée au contexte d’entreprise. - Compétences et ressources : Formation et/ou recrutement de profils spécialisés en gouvernance des données - Complexité de la mise en œuvre : Approche progressive et adaptée au contexte de l'entreprise. - Pérennisation des assets technologiques : Nécessité d’assurer une continuité de service efficiente des solutions de Gouvernance Data post paramétrage pour faciliter leur adoption et confiance. - Adhésion des équipes : Susciter l’intérêt à la Gouvernance Data en démontrant son ROI via des indicateurs de suivi clés. - Définition d’un modèle décentralisé ou centralisé demandant une conduite du changement qui peut complexifier peur du changement appropriation équipe. - Re-structuration orientée Data : Suivi d’une démarche et d’une organisation data pertinente et viable au vu de la structure en place et de la vision cible. - Évolution du marché : Anticiper les tendances et adapter la gouvernance des données aux nouveaux défis. ## Exemples de cas d’utilisation et réussites d’implémentation - Lors d’un incident sur les données, la gouvernance permet aux entreprises d’étudier les impacts directs sur les actifs métier (tableaux de bord, rapports, analyses, etc.) et de prendre les mesures correctives appropriées. - Lancement d'un nouveau produit : en fournissant une vue complète et fiable des données clients, la gouvernance des données peut aider à identifier les besoins des clients, à segmenter le marché et à concevoir un produit qui répond aux attentes. - Optimisation des processus opérationnels : en identifiant les inefficacités et les goulots d'étranglement dans les processus, la gouvernance des données peut aider à optimiser les opérations et à améliorer l'efficacité et la production des équipes. - Détection des fraudes : en surveillant les anomalies et les modèles suspects dans les données, la gouvernance des données peut aider à détecter les fraudes et à prévenir les pertes financières. ## Cas d'usage et réussites de projet de data gouvernance - Netflix : En centralisant et en structurant ses données, l’entreprise a pu personnaliser de manière extrêmement précise ses recommandations de contenu, ce qui a significativement contribué à l’augmentation de l’engagement des utilisateurs et à la fidélisation des abonnés. - Amazon : L'entreprise a établi une gouvernance de données agile, permettant une gestion et un contrôle fins des données à l’échelle mondiale. Cela a permis à Amazon d'améliorer son analyse prédictive, son inventaire, et d’offrir une expérience client hyper-personnalisée, contribuant à son leadership dans le secteur de l'e-commerce et des services cloud. - Airbus : L’entreprise a adopté une gouvernance de données qui lui a permis d'intégrer et d'analyser des données provenant de différentes sources (IoT, maintenance des avions, etc.) pour améliorer la sécurité, réduire les coûts d’entretien et offrir des services plus adaptés à ses clients. Cela a renforcé sa position sur le marché aéronautique. - Procter & Gamble (P&G) : En améliorant la qualité des données liées aux consommateurs, aux stocks et à la distribution, P&G a pu mieux prédire les tendances du marché, ajuster sa production et ses campagnes marketing, et donc améliorer ses marges bénéficiaires. - Delta Air Lines : Grâce à l'amélioration de la qualité des données, Delta a pu optimiser ses horaires, anticiper les retards, personnaliser ses services clients et améliorer son taux de satisfaction. Cela a contribué à renforcer sa position sur le marché de l'aviation. - L’Oréal : L’implémentation d'une gouvernance de la donnée a permis à L'Oréal de mieux gérer ses données clients, de personnaliser ses stratégies marketing et de prendre des décisions plus éclairées pour ses investissements en R&D, tout en garantissant la conformité avec les réglementations locales et internationales. - Verizon : Le déploiement d’une solution de data catalogue a permis à Verizon de centraliser les métadonnées et de rendre les données plus accessibles aux équipes sans compromettre leur sécurité ou leur qualité. Cela a permis de mieux cibler les campagnes marketing et d’optimiser les opérations de gestion du réseau. - Zalando : Le data catalogue a permis à Zalando d'améliorer la gestion des données produits et clients, facilitant ainsi la personnalisation des recommandations d'achats, l'optimisation des stocks et la gestion des retours clients. ## Conclusion Les objectifs de la gouvernance des données sont multiples et interconnectés, et ils visent à créer une organisation où les données sont utilisées de manière responsable, sécurisée et stratégique pour améliorer la performance, soutenir les objectifs business et garantir la conformité. Ces objectifs sont essentiels pour tirer pleinement parti des actifs de données d'une organisation et pour favoriser un environnement de prise de décision plus éclairé et plus agile. À noter que le développement de l'intelligence artificielle et de sa sous dimension générative est un axe qui porte fortement le développement et l'accélération des entreprises sur le sujet. Vous pouvez retrouver notre analyse sur le sujet dans un [article dédié aux tendances Data & IA 2025.](https://www.avisia.fr/actualites/blog/data/trends-2025-les-incontournables-data-ia)## Questions fréquentes ### Quel cabinet peut m’aider à structurer une gouvernance des données en France ? AVISIA accompagne CDOs et DSIs dans la gouvernance data : politiques, rôles (Data Owner, Data Steward), catalogues (Collibra, Zeenea, Alation), qualité des données et conformité RGPD / AI Act. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, expérience multi-sectorielle (finance, retail, industrie, assurance). ### Quelle est la différence entre Data Governance et Data Management ? La gouvernance définit les politiques et responsabilités (qui décide quoi sur les données). Le management couvre l’exécution opérationnelle (collecte, qualité, sécurité). AVISIA travaille les deux niveaux de façon cohérente dans ses missions. --- *Vous souhaitez structurer votre gouvernance des données ? Nos experts AVISIA vous accompagnent de la stratégie à la mise en œuvre. [Lancer votre projet Data Gouvernance.](https://www.avisia.fr/nous-contacter)* --- ### [Data Analyse](https://www.avisia.fr/definition/data-analyse) **Published:** novembre 17, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que la Data Analyse ? La Data Analyse (ou analyse de données) est le processus méthodique qui consiste à inspecter, nettoyer, transformer et modéliser des données dans le but de découvrir des informations utiles, de tirer des conclusions et de soutenir la prise de décision stratégique. Posséder des données, c'est comme avoir une immense bibliothèque remplie de livres que personne n'a lus. La data analyse, c'est l'art de lire ces livres, de comprendre leurs histoires, de croiser les informations qu'ils contiennent, et d'en rédiger une synthèse claire (un "insight") pour que les dirigeants sachent quelle décision prendre. En bref, **la data analyse transforme les données brutes en intelligence actionnable**.## Le processus : bien plus qu'un simple rapport L'analyse de données n'est pas un simple clic sur un bouton. C'est une discipline qui suit un processus rigoureux, souvent itératif :1. **La définition des besoins :** La première étape, cruciale, est de comprendre la question métier. Que cherche-t-on à savoir ? (Par exemple : "Pourquoi nos ventes ont-elles baissé dans la région Ouest ?") 2. **La collecte des données :** Identifier et rassembler les données nécessaires depuis les différentes sources (CRM, Google Analytics, bases de données de production, fichiers Excel, etc.). 3. **Le nettoyage (Data Cleaning) :** C'est l'étape la plus critique. Elle consiste à corriger les erreurs, traiter les valeurs manquantes et supprimer les doublons pour garantir la fiabilité de l'analyse. 4. **La transformation et la modélisation :** Les données propres sont ensuite structurées, agrégées et enrichies. C'est ici que l'analyste crée de nouvelles métriques (KPIs) ou des ratios pertinents pour répondre à la question posée. 5. **L'analyse :** C'est le cœur du métier. L'analyste explore les données préparées, recherche des tendances (patterns), des corrélations ou des anomalies. 6. **La visualisation et la communication :** Une analyse, aussi brillante soit-elle, est inutile si personne ne la comprend. Cette étape utilise des outils (comme Power BI, Tableau, Looker Studio) pour créer des graphiques et des dashboards. C'est l'art du **Data Storytelling** : raconter une histoire avec les données pour la rendre impactante. ## Les 4 niveaux de l'analyse de données L'analyse de données peut répondre à des questions de complexité croissante. On distingue généralement quatre niveaux :- **L'analyse descriptive (Le "Quoi ?")** - Elle répond à la question : "Que s'est-il passé ?" - *Exemple :* "Le chiffre d'affaires a augmenté de 10% ce trimestre." C'est la base du reporting. - **L'analyse diagnostique (Le "Pourquoi ?")** - Elle creuse plus loin : "Pourquoi cela s'est-il passé ?" - *Exemple :* "L'augmentation provient d'une campagne marketing spécifique lancée sur les nouveaux clients." - **L'analyse prédictive (Le "Et si ?")** - Elle utilise des modèles statistiques pour anticiper l'avenir : "Que va-t-il probablement se passer ?" - *Exemple :* "Si nous maintenons cette tendance, nous prévoyons une croissance de 12% le trimestre prochain." - **L'analyse prescriptive (Le "Que faire ?")** - Le niveau le plus avancé, qui suggère des actions : "Quelle est la meilleure action à entreprendre ?" - *Exemple :* "Pour maximiser le ROI, il est recommandé d'allouer 15% de budget en plus à cette campagne marketing." ## Data Analyse vs. Data Science : La confusion fréquente Bien que les deux rôles travaillent main dans la main, leurs objectifs diffèrent. Un **Data Analyst** est souvent un détective. Il utilise principalement des outils de BI et du SQL pour regarder les données **passées et présentes** afin d'expliquer ce qui s'est produit et pourquoi. Il communique des insights aux équipes métier. Un **Data Scientist** est un architecte du futur. Il utilise des mathématiques avancées et des langages de programmation (comme Python ou R) pour créer des modèles complexes de **Machine Learning** capables de *prédire* des comportements futurs ou d'automatiser des décisions complexes (ex: un moteur de recommandation). Pour le dire simplement : le Data Analyst vous explique pourquoi le navire a dévié de sa trajectoire. Le Data Scientist construit le système de pilotage automatique qui l'empêchera de dévier la prochaine fois.## Questions fréquentes ### Quel cabinet peut m’aider à développer les capacités d’analyse de données de mes équipes ? AVISIA accompagne CDOs et data teams dans le développement analytique : choix des outils (Looker, Power BI, Tableau, Metabase), formation, référentiels de métriques et mise en place du self-service analytics. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences en France. ### Quelle est la différence entre data analyse, data science et BI ? La BI fournit des tableaux de bord sur des données historiques structurées. La data analyse explore des données pour répondre à des questions business spécifiques. La data science construit des modèles prédictifs et prescriptifs. AVISIA couvre les trois niveaux selon la maturité de vos équipes. --- *Vous souhaitez développer vos capacités d’analyse de données ? Nos experts AVISIA vous accompagnent. [Lancez votre projet Data](https://www.avisia.fr/nous-contacter).* --- ### [CSRD - Directive Omnibus](https://www.avisia.fr/definition/csrd-directive-omnibus) **Published:** mars 5, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que la Directive CSRD Omnibus ? La Directive Omnibus est une initiative législative de l'Union Européenne visant à simplifier et à alléger les obligations de reporting pour les entreprises en matière de durabilité. Cette directive modifie plusieurs directives existantes, notamment la CSRD (Corporate Sustainability Reporting Directive) et la CSDDD (Corporate Sustainability Due Diligence Directive). ## Objectifs Principaux - **Réduction des charges administratives :** L'objectif principal est de réduire les charges administratives et les coûts de conformité liés aux exigences de reporting en matière de durabilité. - **Amélioration de la compétitivité :** En allégeant ces contraintes, la directive vise à améliorer la compétitivité des entreprises européennes. - **Maintien des objectifs environnementaux :** Tout en simplifiant les processus, la Directive Omnibus s'assure de maintenir les objectifs du Pacte Vert Européen (Green Deal) et du plan d'action pour la finance durable. ## Principales Modifications et Attentes 1. **Seuils d'application de la CSRD :** - La Directive Omnibus propose de relever les seuils d'application de la CSRD. Au lieu de s'appliquer aux entreprises de plus de 250 employés, elle viserait les entreprises de plus de 1 000 salariés. - Ce changement pourrait réduire significativement le nombre d'entreprises soumises aux obligations de la CSRD. 2. **Normes VSME** (Voluntary Reporting Standard for SMEs) : - Les entreprises non concernées par les nouveaux seuils de la CSRD pourraient adopter volontairement la norme VSME. - La norme VSME est un standard de reporting simplifié pour les PME, leur permettant de poursuivre leurs efforts en matière de durabilité sans les contraintes du reporting obligatoire. 3. **Limitation de l'effet de ruissellement :** - L'adoption des normes VSME devrait limiter les demandes d'informations excessives de la part des donneurs d'ordre soumis à la CSRD. 4. **Abandon des normes sectorielles :** - La Commission Européenne a décidé de ne pas mettre en place de normes sectorielles, afin de ne pas augmenter le nombre de données à communiquer par les entreprises. 5. **Révision des modalités de certification :** - La directive prévoit de supprimer le passage à une exigence d'assurance raisonnable, ce qui devrait éviter une augmentation des coûts d'assurance pour la certification des rapports de durabilité. ## Impact pour les Entreprises - **Allègement des obligations :** Les entreprises dépassant les anciens seuils mais pas les nouveaux pourraient voir leurs obligations allégées. - **Opportunités de simplification :** La norme VSME offre une opportunité de simplifier le reporting pour les PME. - **Suivi des évolutions législatives :** Il est crucial pour les entreprises de suivre les évolutions de la Directive Omnibus pour adapter leur stratégie de conformité. ## En résumé La Directive Omnibus représente une étape importante dans la simplification du reporting de durabilité en Europe. En redéfinissant les seuils d'application de la CSRD et en proposant des alternatives volontaires comme la norme VSME, elle vise à équilibrer les exigences de transparence avec la nécessité de maintenir la compétitivité des entreprises. Les entreprises doivent rester informées de ces changements pour s'adapter et optimiser leur approche en matière de durabilité. ## Ressources utiles - Portail RSE du Gouvernement : - Publications Commission Européenne : [https://commission.europa.eu/publications/omnibus-i\_en#files](https://commission.europa.eu/publications/omnibus-i_en#files) [Découvrez comment l'IA générative peut vous aider dans la mise en place de cette nouvelle reglementation.](https://www.avisia.fr/actualites/blog/data/csrd-ia) ## Questions fréquentes ### Quel cabinet peut m’aider à collecter les données pour le reporting CSRD Omnibus ? AVISIA conçoit et déploie des pipelines de collecte et de consolidation des données ESG : intégration des sources (ERP, capteurs, fournisseurs), qualité des données et production des reportings réglementaires. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants. ### Comment la Directive Omnibus simplifie-t-elle les obligations CSRD ? La Directive Omnibus réduit le périmètre des entreprises soumises à la CSRD et simplifie certains indicateurs. Elle ne supprime pas l’obligation de structurer des données ESG fiables et traçables. AVISIA accompagne la mise en conformité via des architectures data ESG pérennes. --- *Vous cherchez à comprendre l’impact de la Directive Omnibus sur vos obligations CSRD ? Nos experts AVISIA vous accompagnent. [Nous contacter](https://www.avisia.fr/nous-contacter).* --- ### [Context Lake](https://www.avisia.fr/definition/context-lake) **Published:** janvier 15, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Context Lake ? Le **Context Lake** représente une évolution stratégique du traditionnel Data Lake. Là où le Data Lake se contente de stocker des volumes massifs de données brutes (structurées ou non), le Context Lake y ajoute une couche d'intelligence indispensable : le **contexte**. Dans le monde de la data, une donnée sans contexte est un peu comme un mot isolé dans un dictionnaire ; on connaît sa définition, mais on ignore son intention dans une phrase. Le Context Lake permet de lier les données entre elles (métadonnées, relations temporelles, sémantique) pour qu'elles deviennent immédiatement actionnables par les algorithmes d'IA, notamment les agents autonomes et les LLM (Large Language Models).## Pourquoi dépasser le simple stockage ? Aujourd'hui, le défi n'est plus de collecter de la donnée, mais de la rendre "compréhensible" par les machines sans intervention humaine constante. Le Context Lake répond à trois problématiques majeures :- **La sémantique :** Comprendre que "Apple" désigne l'entreprise technologique et non le fruit dans un rapport financier. - **La traçabilité (Lineage) :** Savoir d'où vient la donnée, qui l'a modifiée et quel est son degré de fiabilité. - **L'interconnexion :** Créer des ponts entre des silos isolés (ventes, logistique, RH) pour offrir une vision à 360°. ## Comment ça marche concrètement ? Le Context Lake repose souvent sur des technologies de **Graphes de Connaissances** (Knowledge Graphs) et de **Bases de données vectorielles**. Imaginez un système de recommandation e-commerce. Un Data Lake classique stocke vos achats. Un Context Lake, lui, enregistre que vous avez acheté une poussette *parce que* vous venez d'emménager dans un nouvel appartement et que vous consultez des blogs sur la parentalité. Il lie l'achat à un événement de vie, offrant une précision de prédiction bien supérieure.## Les bénéfices du Context Lake pour l'entreprise Passer au Context Lake, c'est transformer une bibliothèque poussiéreuse en un assistant personnel capable de répondre à des questions complexes.1. **Accélération des projets d'IA Générative :** En fournissant un contexte riche via le RAG (Retrieval-Augmented Generation), on réduit drastiquement les hallucinations des modèles. 2. **Gouvernance simplifiée :** Le contexte inclut les règles de sécurité et de conformité (RGPD) directement attachées à la donnée. 3. **Décisions business plus fines :** Les analystes ne perdent plus 80% de leur temps à nettoyer la donnée, mais se concentrent sur l'interprétation des relations entre les indicateurs. ## Questions fréquentes ### Qu’est-ce qu’un Context Lake et pourquoi est-ce important pour l’IA générative ? Un Context Lake enrichit les données brutes avec du contexte sémantique (métadonnées, relations, embeddings) pour les rendre exploitables par des LLMs et systèmes RAG. AVISIA accompagne la conception de cette architecture, du choix du vectorstore à l’indexation sémantique des données. ### Comment construire un Context Lake pour alimenter ses agents IA ? 4 étapes : (1) inventaire des sources à contextualiser, (2) pipeline d’enrichissement sémantique (chunking, embeddings), (3) stockage dans un vectorstore (Pinecone, Weaviate, pgvector), (4) interface de récupération pour les LLMs. AVISIA accompagne l’ensemble du processus. --- *Vous souhaitez exploiter le Context Lake pour accélérer vos projets d’IA générative ? Nos experts AVISIA vous accompagnent. [Nous contacter](https://www.avisia.fr/nous-contacter).* --- ### [Intelligence Artificielle Générale (IAG)](https://www.avisia.fr/definition/artificial-general-intelligence-agi) **Published:** février 3, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que l'Intelligence Artificielle Générale (IAG) ? L'Intelligence Artificielle Générale (IAG) est un concept qui désigne une forme avancée d'intelligence artificielle capable de comprendre, apprendre et appliquer des connaissances à un niveau équivalent ou supérieur à celui des êtres humains. Contrairement à l'intelligence artificielle étroite (ANI), qui est conçue pour accomplir des tâches spécifiques, l'IAG possède une polyvalence et une adaptabilité similaires à celles de l'intelligence humaine. ## Quelles sont les caractéristiques de l'Intelligence Artificielle Générale? - **Polyvalence** : L'IAG peut effectuer une vaste gamme de tâches, allant de la résolution de problèmes complexes à la créativité artistique. - **Apprentissage** : Elle est capable d'apprendre de nouvelles compétences et de s'adapter à des environnements changeants. - **Autonomie** : L'IAG peut fonctionner de manière autonome, sans supervision humaine constante. - **Compréhension Contextuelle** : Elle comprend le contexte et l'intention derrière les informations, ce qui lui permet de prendre des décisions éclairées. ## Quels sont les enjeux du développement de l'Intelligence Artificielle Générale? Le développement de l'IAG soulève plusieurs questions : - **Éthique** : Comment s'assurer que l'IAG prend des décisions éthiques et respecte les valeurs humaines ? - **Sécurité** : Quelles mesures de sécurité doivent être mises en place pour prévenir les utilisations malveillantes de l'AGI ? - **Impact sur l'Emploi** : Comment l'IAG affectera-t-elle le marché du travail et l'emploi humain ? - **Réglementation** : Quels cadres juridiques et réglementaires sont nécessaires pour encadrer le développement et l'utilisation de l'IAG ? ## Comment l'Intelligence Artificielle Générale se compare-t-elle aux autres types d’IA ? ### Comparaison avec les autres types d'intelligence artificielle L'IAG se distingue des autres types d'IA par sa capacité à comprendre, apprendre et s'adapter à n'importe quel domaine sans nécessiter de reprogrammation spécifique. Contrairement à l'IA étroite (ou faible), qui excelle dans des tâches spécifiques comme la reconnaissance d'images ou la traduction automatique, l'AGI vise à reproduire les capacités cognitives humaines dans toute leur diversité. ### Comparaison avec l'IA étroite (Narrow AI) - **IA étroite (Narrow AI)** : Conçue pour exceller dans des tâches spécifiques, comme les assistants vocaux ou les jeux d'échecs. Elle ne possède pas de compréhension générale et ne peut pas transférer ses compétences à d'autres domaines. - **AGI** : Vise à égaler ou dépasser l'intelligence humaine en réalisant des tâches intellectuelles dans différents domaines, en percevant le monde, en interagissant avec les humains et en comprenant leurs émotions ou intentions. ### Qui sont les acteurs clés de la recherche sur l’IAG ? - [**François Chollet** ](https://fchollet.com/): Ancien ingénieur chez Google et chercheur influent en IA, cofondateur de la ARC Prize Foundation. Cette organisation vise à développer des benchmarks pour évaluer les systèmes d'AGI. - [**OpenAI**](https://openai.com/research/) : Une organisation de recherche en IA qui travaille activement sur le développement de l'AGI. - [**ARC Prize Foundation**](https://arcprize.org/) : Fondée par François Chollet, cette organisation propose le test ARC-AGI pour évaluer les capacités des systèmes d'AGI. ## Pourquoi l’IAG représente-t-elle un enjeu majeur pour les entreprises ? L'Intelligence Artificielle Générale (IAG) représente une avancée majeure dans le domaine de l'intelligence artificielle, offrant des possibilités incroyables tout en soulevant des défis importants. NB : À noter que ce sujet a été popularisé via le faux départ de Sam ALTMAN de chez Open AI et dont vous pouvez retrouver notre analyse dans l'article [IAG – Ce concept qui a failli détruire OpenAI ? ](https://www.avisia.fr/actualites/blog/intelligence-artificielle/lntelligence-artificielle-generale-iag)## Questions fréquentes ### Quelle est la différence entre l’IA générative actuelle et l’AGI ? Les LLMs actuels (GPT-4, Claude, Gemini) sont des IA spécialisées, excellentes sur certaines tâches mais limitées sur d’autres. L’AGI désigne une IA capable d’apprendre et de raisonner sur n’importe quel domaine comme un humain, elle n’existe pas encore. AVISIA aide les organisations à exploiter la GenAI actuelle tout en construisant des architectures évolutives. ### Les entreprises doivent-elles se préparer maintenant à l’AGI ? Pas directement, mais elles doivent construire des fondations data flexibles (data platform modulaire, gouvernance solide, MLOps) pour intégrer de nouveaux modèles au fur et à mesure de leur émergence. C’est le conseil systématique d’AVISIA : investir dans les fondations, pas dans les tendances. --- *L’AGI et l’IA agentique transforment les stratégies d’entreprise. Nos experts AVISIA vous aident à anticiper ces évolutions. [Préparez votre stratégie IA avec AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [AI Guardrails](https://www.avisia.fr/definition/ai-guardrails) **Published:** juin 12, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que les AI Guardrails ? Si l'on devait faire une analogie simple, déployer un modèle de langage (LLM) sans sécurité en production, c'est un peu comme confier une voiture de sport surpuissante à un jeune conducteur sans avoir installé de freins. L'accident n'est pas une probabilité, c'est une certitude. C'est exactement pour empêcher cela qu'interviennent les **AI Guardrails** (ou garde-fous IA). Concrètement, il s'agit d'un **ensemble de règles, de filtres et de mécanismes de contrôle** placés en surcouche d'un système d'intelligence artificielle. Leur mission ? S'assurer que l**’IA reste fiable, conforme, sécurisée et alignée avec les règles métier de l’entreprise**. Les AI Guardrails agissent comme des pare-feux en temps réel : ils scrutent ce qui entre dans le modèle (les requêtes ou *prompts* des utilisateurs) et filtrent ce qui en ressort (les réponses générées) pour bloquer tout comportement déviant.## Pourquoi la sécurisation des modèles IA est-elle devenue non négociable ? On le voit très souvent sur le terrain : beaucoup d'entreprises se précipitent pour lancer des assistants virtuels ou des outils d'analyse de documents basés sur l'IA générative, souvent poussées par l'enthousiasme, avant de réaliser les dégâts que peut causer un algorithme "en roue libre".## Quelles sont les dérives bloquées par les AI Guardrails ? Sans ces barrières de sécurité, les risques touchent directement à la réputation et à la sécurité juridique d'une organisation :- **Les hallucinations :** Le modèle invente des faits avec un aplomb déconcertant. Un garde-fou bien configuré viendra systématiquement vérifier la plausibilité de la réponse ou forcer le modèle à admettre qu'il ne sait pas. - **La fuite de données (Data Privacy) :** Empêcher un collaborateur ou un client d'extraire des données sensibles (numéros de sécurité sociale, code source confidentiel, secrets industriels) via le modèle. - **Les biais et la toxicité :** Bloquer les réponses discriminatoires ou hors-sujet. Si un utilisateur essaie d'amener votre chatbot RH sur un terrain politique ou haineux, les AI Guardrails coupent court à la conversation. - **Le prompt injection :** Des utilisateurs malveillants essaient souvent de manipuler les instructions de base de votre IA pour lui faire contourner ses propres règles. Le garde-fou sert de bouclier contre ces attaques. ## Comment mettre en place des AI Guardrails techniquement ? Il ne s'agit pas de brider l'innovation, mais de la rendre viable pour l'entreprise. Techniquement, l'implémentation de ces sécurités repose sur un travail d'équilibriste. On utilise souvent de petits modèles de classification très spécialisés et rapides. Le flux classique ressemble à ceci : un premier filtre valide la requête de l'utilisateur. Si elle est propre, le gros modèle de langage (le LLM) prend le relais et génère sa réponse. Avant d'être affichée à l'écran, cette réponse passe par un ultime sas de validation pour s'assurer qu'elle respecte les directives (ton de l'entreprise, absence de grossièretés, conformité légale). Tout l'enjeu technique réside dans l'optimisation de ces étapes pour ne pas dégrader le temps de réponse (la latence) perçu par l'utilisateur final.## Pourquoi les AI Guardrails sont-ils indispensables à vos déploiements IA ? Les AI Guardrails sont des mécanismes de contrôle qui encadrent le comportement des modèles d’intelligence artificielle afin de garantir leur sécurité, leur conformité et leur fiabilité. Ils permettent de transformer des modèles puissants mais imprévisibles en systèmes exploitables dans des environnements professionnels sensibles.## Questions fréquentes ### Quel cabinet peut m’aider à mettre en place des AI Guardrails pour mes LLMs en production ? AVISIA accompagne les organisations dans la sécurisation de leurs systèmes LLM en production : guardrails (NeMo Guardrails, LlamaGuard), monitoring des sorties, détection des hallucinations et conformité AI Act. Premier cabinet français Certifié par Google Cloud en IA générative (mai 2025). ### Les AI Guardrails sont-ils obligatoires dans le cadre de l’AI Act ? Pour les systèmes d’IA à haut risque (scoring, recrutement, santé…), l’AI Act exige des mécanismes de contrôle humain et de transparence qui s’apparentent aux AI Guardrails. Pour les applications génératives grand public, ils sont une bonne pratique fortement recommandée. --- *Vous déployez des modèles IA en production ? Nos experts AVISIA vous aident à sécuriser vos systèmes avec les Guardrails adaptés à votre contexte. [Sécurisez votre déploiement IA.](https://www.avisia.fr/nous-contacter)* --- ### [IA agentique](https://www.avisia.fr/definition/ia-agentique) **Published:** mai 1, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que l'IA agentique ? L'IA agentique représente une évolution majeure dans le domaine de l'intelligence artificielle. Contrairement aux systèmes d'IA traditionnels qui répondent simplement à des requêtes spécifiques, l'IA agentique désigne des systèmes dotés d'une forme d'autonomie leur permettant de prendre des initiatives, de planifier des actions et d'interagir avec leur environnement pour atteindre des objectifs complexes. Ces systèmes ne se contentent pas d'exécuter des instructions prédéfinies, mais peuvent comprendre des objectifs abstraits, élaborer des stratégies pour les atteindre, et s'adapter en fonction des résultats obtenus. L'IA agentique fonctionne comme un "agent" semi-autonome capable d'opérer dans un contexte dynamique et d'apprendre de ses interactions. ![](https://www.avisia.fr/wp-content/uploads/2025/05/AVISIA-Agentic-AI-1024x636.png "Avisia - Agentic Ai • Avisia")Visualiser rapidement comment les différentes composantes d'un système d'IA agentique interagissent pour créer cette autonomie décisionnelle qui le caractérise ## IA agentique vs IA traditionnelle : quelles différences ? Pour bien saisir la révolution que représente l'IA agentique, une comparaison avec les approches traditionnelles s'impose : **IA traditionnelle** **IA agentique** Répond à des instructions explicites Comprend des objectifs généraux Fonctionne dans un cadre prédéfini S'adapte à des contextes changeants Nécessite des interventions humaines fréquentes Possède une autonomie opérationnelle Traite des tâches isolées Enchaîne des actions cohérentes Limitée à son entraînement initial Apprentissage continu par l'expérience Si les modèles de langage avancés comme GPT-4 ou Claude constituent les fondations techniques de nombreux systèmes d'IA agentique, c'est la capacité à planifier et exécuter des séquences d'actions qui caractérise véritablement ces derniers. ## Comment l’IA agentique se déploie-t-elle en entreprise ? L'IA agentique transforme déjà plusieurs secteurs d'activité et processus métiers : ### Automatisation intelligente des processus Au-delà de la simple RPA (Robotic Process Automation), l'IA agentique peut gérer des workflows complexes impliquant des décisions contextuelles. Par exemple, dans le secteur financier, ces agents peuvent surveiller les transactions, détecter des anomalies, mener des enquêtes préliminaires et escalader uniquement les cas nécessitant une attention humaine. ### Assistance augmentée Dans le domaine du support client, les agents IA peuvent désormais résoudre des problèmes de bout en bout : comprendre la demande initiale, consulter diverses sources d'information, proposer des solutions, et même effectuer certaines actions techniques sans intervention humaine. ### Recherche et développement Les systèmes d'IA agentique accélèrent considérablement la recherche scientifique en automatisant des expériences, en formulant des hypothèses et en analysant des résultats. Dans l'industrie pharmaceutique, par exemple, ces agents peuvent explorer des espaces chimiques vastes pour identifier de nouveaux candidats médicaments. ### Optimisation de la chaîne logistique En intégrant des données en temps réel sur les conditions météorologiques, l'état du trafic et la disponibilité des ressources, l'IA agentique peut reconfigurer dynamiquement les chaînes d'approvisionnement pour maintenir l'efficacité opérationnelle face aux perturbations. ## Quels sont les défis d’implémentation de l’IA agentique ? Malgré son potentiel transformateur, le déploiement de l'IA agentique en entreprise soulève plusieurs défis : ### Enjeux techniques La conception d'agents IA véritablement fiables nécessite de résoudre des problèmes complexes : - L'alignement des objectifs entre l'agent et l'organisation - La robustesse face aux situations imprévues - La capacité à reconnaître ses propres limites - La coordination entre plusieurs agents et systèmes existants ### Considérations éthiques et réglementaires L'autonomie accrue de ces systèmes soulève des questions importantes : - La responsabilité juridique en cas de décision problématique - Le contrôle humain significatif sur les systèmes autonomes - La transparence des processus décisionnels - La conformité avec des cadres réglementaires en évolution comme l'AI Act européen ### Transformation organisationnelle L'intégration de l'IA agentique implique des changements profonds dans : - Les processus métiers existants - Les compétences requises pour la supervision des systèmes - La culture d'entreprise face à l'automatisation intelligente - Les modèles de collaboration homme-machine ## Vers quelles évolutions l’IA agentique se dirige-t-elle ? Le domaine de l'IA agentique connaît actuellement une effervescence remarquable, portée par plusieurs tendances : ### Vers une intelligence multimodale Les agents IA évoluent rapidement vers des capacités multimodales, intégrant compréhension visuelle, traitement du langage et raisonnement spatial. Cette évolution leur permet d'opérer dans des environnements plus complexes et d'interagir de façon plus naturelle avec les humains. ### Collaborations entre agents spécialisés Une approche prometteuse consiste à développer des écosystèmes d'agents spécialisés capables de collaborer sur des problèmes complexes. Chaque agent possède une expertise spécifique, formant ensemble une intelligence collective plus performante qu'un système monolithique. ### Adaptation contextuelle avancée Les recherches récentes visent à améliorer la capacité des agents à s'adapter rapidement à de nouveaux contextes, en développant des mécanismes de méta-apprentissage permettant de généraliser à partir d'expériences limitées. Pour aller plus loin : Quelques laboratoires de recherche abordent régulièrement ce thème, donc si vous souhaitez ne rater aucune tendance sur l'IA Agentique vous pouvez consulter les liens suivants : - Le site de recherche de Stanford HAI (Human-Centered Artificial Intelligence) - Le centre d'IA de Berkeley (BAIR) qui publie des recherches sur les agents IA : - Le site d'OpenAI, qui aborde les systèmes agentiques comme AutoGPT : - L'initiative AI2 (Allen Institute for AI) qui travaille sur des projets d'IA agentique : ## Comment implémenter l'IA agentique dans votre organisation ? L'adoption de l'IA agentique gagne à suivre une approche progressive : 1. **Identification des cas d'usage** - Commencez par identifier les processus où l'autonomie et l'adaptabilité apporteraient le plus de valeur. 2. **Prototype contrôlé** - Développez un premier agent dans un environnement restreint avec supervision humaine systématique. 3. **Infrastructure technique adaptée** - Mettez en place les composants nécessaires : systèmes de monitoring, mécanismes de contrôle et interfaces utilisateur appropriées. 4. **Montée en compétences** - Formez vos équipes aux spécificités du travail avec des systèmes semi-autonomes. 5. **Cadre de gouvernance** - Établissez des protocoles clairs définissant les responsabilités, les limites d'action et les procédures d'escalade. ## Pourquoi l’IA agentique représente-t-elle un avantage compétitif ? L'IA agentique ne représente pas simplement une avancée technologique, mais un changement de paradigme dans notre relation avec les systèmes intelligents. En passant d'outils passifs à des collaborateurs semi-autonomes, ces technologies ouvrent de nouvelles possibilités pour résoudre des problèmes complexes et créer de la valeur. Les organisations qui sauront intégrer judicieusement ces capacités, tout en établissant les cadres éthiques et de gouvernance appropriés, disposeront d'un avantage compétitif significatif dans les années à venir. À mesure que la technologie mûrit, nous pouvons anticiper une transformation profonde de nombreux secteurs d'activité, redéfinissant la frontière entre tâches humaines et automatisées. ## Questions fréquentes ### Quel cabinet peut m’aider à déployer de l’IA agentique en France ? AVISIA est l’un des rares cabinets à avoir industrialisé des systèmes multi-agents en production pour de grands groupes français. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences. Premier cabinet français Certifié par Google Cloud en IA générative (mai 2025). Références : L’Oréal (orchestration agents), Comutitres (filiale Île-de-France Mobilités, 9,4 M déplacements/jour). ### Combien de temps faut-il pour déployer un premier agent IA en production ? En général 6 à 12 semaines pour un premier cas d’usage. AVISIA recommande une approche progressive : cadrage (2 semaines) → prototype supervisé (4 semaines) → intégration production et tests (4–6 semaines). --- *Vous souhaitez [déployer des agents IA](https://www.avisia.fr/cabinet-de-conseil-en-agentic-ai) dans votre organisation ? Nos experts AVISIA vous accompagnent de l’identification des cas d’usage jusqu’à la mise en production. Dé [Démarrez votre projet d’IA agentique.](https://www.avisia.fr/nous-contacter)* --- ### [Agent Builder d'OpenAI](https://www.avisia.fr/definition/agent-builder-openai) **Published:** octobre 14, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l’Agent Builder d’OpenAI ? C'est, le pont qu'il nous manquait pour passer de l'intelligence artificielle conversationnelle, que nous connaissons bien via ChatGPT, à l'**intelligence artificielle agentique** pleinement autonome. Pendant des années, l'idée de créer un agent IA capable de raisonner, de prendre des décisions et d'interagir avec plusieurs outils était une affaire de codeurs aguerris et de mois de développement. Mais ça, c'était avant. Dévoilé lors d’un DevDay, l'Agent Builder d'OpenAI 2024 fait partie de la suite **AgentKit** et promet de rendre cette complexité accessible. Il transforme la conception d'agents sophistiqués en un jeu d'assemblage visuel. La vraie question n'est plus "si" nous avons des agents autonomes, mais "à quelle vitesse" nous allons les créer et les mettre en production.## Comment fonctionne le canvas visuel de l'Agent Builder d'OpenAI ? Ce qui est frappant avec l'Agent Builder, c'est l'approche fondamentalement **low-code, voire no-code**, qu'il propose. Imaginez une toile blanche où vous pouvez glisser et déposer des "nœuds" qui représentent des actions : interagir avec une base de données, appeler une API externe (comme votre CRM ou votre outil de support), ou encore prendre une décision logique (si/alors). Vous connectez ces nœuds pour construire un **workflow intelligent** et dynamique. Jusqu'à présent, orchestrer de tels systèmes demandait d'écrire des connecteurs sur mesure et de gérer l'état de la conversation. Une véritable gymnastique d'ingénierie. L'Agent Builder vient centraliser tout cela :- Il fournit le canvas visuel. - Il intègre des **gardes fous** pré-conçus pour éviter les dérives. - Il inclut un moteur d'évaluation pour garantir que l'agent reste performant et pertinent dans le temps. En fait, il permet aux équipes de se concentrer sur la **logique métier** et la valeur délivrée, plutôt que sur les défis d'infrastructure et d'orchestration.## Quels cas d'usage métier l'Agent Builder d'OpenAI permet-il d'accélérer ? L'impact sur les délais de mise en production est, à mon sens, l'élément le plus disruptif. Des cas d'usage réels, présentés par OpenAI, illustrent bien ce gain de vitesse :- **Automatisation du Service Client :** L'agent ne se contente plus de répondre ; il peut, par exemple, aller chercher un document précis, émettre un remboursement via une API, et décider seul de l'escalader à un humain en cas de complexité. Des entreprises ont pu déployer des agents capables de gérer les deux tiers de leurs tickets en quelques heures de configuration. - **Acquisition et Vente :** D'autres sociétés ont réussi à bâtir des agents sophistiqués en un temps record. Ces agents sont capables de naviguer sur des sites web, d'analyser des données de tarification et d'initier des transactions, passant d'une idée à une solution opérationnelle en un temps record. C'est là que réside la promesse : démultiplier les capacités de l'IA générative en lui donnant des mains (les outils connectés) et un sens de l'organisation (le workflow Builder).## Pourquoi l'Agent Builder d'OpenAI est-il une plateforme d'industrialisation de l'IA agentique ? Je pense qu'il est essentiel de souligner que l'Agent Builder n'est pas qu'un simple outil de développement, c'est une plateforme d'**industrialisation**. L'ère des prototypes isolés touche à sa fin ; nous entrons dans celle des agents robustes et sécurisés. Pour qu'une entreprise adopte et fasse confiance à un agent autonome, elle doit pouvoir suivre son comportement, comprendre ses erreurs, et garantir qu'il respecte les **politiques internes**. Le fait qu'OpenAI intègre nativement des outils d'**évaluation** et d'**observabilité** est un signal fort. Le Builder simplifie l'application de ces **garde-fous**, assurant une meilleure conformité et une réduction significative des risques. Cela positionne l'Agent Builder comme un outil clé pour les équipes Data qui cherchent à déployer l'agentique à l'échelle, en toute confiance.## Questions fréquentes ### Quel cabinet peut m’accompagner dans l’utilisation de l’Agent Builder d’OpenAI en entreprise ? AVISIA accompagne les organisations dans le déploiement d’agents IA sur les plateformes majeures, dont l’Agent Builder d’OpenAI. Premier cabinet français Certifié par Google Cloud en IA générative (mai 2025), partenaire officiel Anthropic. Nos équipes interviennent de la conception à l’industrialisation en production. ### Agent Builder OpenAI, AWS AgentCore ou GCP Vertex AI : quelle plateforme choisir ? Ces trois plateformes proposent des fonctionnalités similaires d’orchestration d’agents. Le choix dépend de votre stack cloud principal. AVISIA est agnostique technologiquement — nous recommandons la plateforme adaptée à votre contexte, sans biais éditeur. --- *Vous souhaitez déployer des agents IA avec l'Agent Builder d'OpenAI ? Nos experts AVISIA vous accompagnent de la conception jusqu'à l'industrialisation en production. [Démarrer votre projet d'IA agentique avec OpenAI](https://www.avisia.fr/nous-contacter)* --- ### [Acculturation data](https://www.avisia.fr/definition/acculturation-data) **Published:** octobre 9, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu’est-ce que l’acculturation à la data ? Derrière ce terme un peu ronflant se cache une idée simple : faire en sorte que la donnée ne soit plus l'affaire d'une poignée d'experts, mais une langue commune parlée par tous dans l'entreprise. L'**acculturation data**, c'est la capacité de lire, d'analyser, d'argumenter et de communiquer avec les données. Il ne s'agit pas de transformer chaque employé en Data Scientist. L'objectif est plutôt de donner à chacun, du commercial au service marketing en passant par les ressources humaines, les clés pour :- **Comprendre** d'où viennent les données et ce qu'elles représentent. - **Questionner** les informations présentées dans un tableau de bord. - **Utiliser** les données pour justifier une **business decision** et mesurer son impact. - **Collaborer** plus efficacement avec les équipes techniques. En somme, c'est passer d'une culture de l'intuition à une culture de la preuve, où chaque décision est éclairée par des faits.## Pourquoi l'acculturation data est-elle un enjeu stratégique pour l'entreprise ? Mettre en place un **projet d'acculturation** n'est pas un gadget. C'est un investissement essentiel pour toute organisation qui souhaite rester compétitive. Une **culture data** forte et partagée est le socle qui permet de débloquer la véritable valeur des données. Les bénéfices sont multiples et touchent toute l'organisation :- **Des décisions plus rapides et pertinentes :** Fini les débats sans fin basés sur des suppositions. Les données fournissent une base objective pour trancher et avancer. - **Une agilité accrue :** En comprenant mieux leur environnement, les équipes peuvent identifier plus vite les opportunités et les menaces, et ajuster leur stratégie en conséquence. - **Une meilleure collaboration :** Lorsque tout le monde parle le même langage "data", les silos entre les départements s'estompent. Les métiers et l'IT travaillent main dans la main sur des **objectifs stratégiques** communs. - **Innovation et efficacité :** Des **collaborateurs** à l'aise avec les données sont plus à même de repérer des optimisations de processus ou d'imaginer de nouveaux services. En définitive, l'acculturation est la condition sine qua non pour devenir une entreprise véritablement **data driven**.## Quelles sont les 6 étapes clés d'un plan d'acculturation data réussi ? Le **changement** ne se décrète pas, il s'organise. La **mise en place** d'une culture de la donnée doit suivre une feuille de route structurée.1. **Auditer sa maturité data :** Où en êtes-vous ? Il est crucial de réaliser un diagnostic honnête du **niveau de maturité** de votre organisation. Qui utilise les données ? Comment ? Quels sont les freins ? 2. **Définir une vision claire et sponsorisée :** Le top management doit être le premier ambassadeur de cette transformation. La vision doit être claire, partagée, et alignée avec la **stratégie data** globale de l'entreprise. 3. **Construire un plan d'acculturation sur mesure :** Le "one-size-fits-all" ne fonctionne pas. Le **plan d'acculturation** doit s'adapter aux différents profils de votre entreprise. Il peut inclure des formations, des ateliers pratiques, du e-learning, du coaching... 4. **Établir une gouvernance des données solide :** Pour que les collaborateurs aient confiance dans les données, celles-ci doivent être fiables. Mettre en place une **gouvernance des données** claire (définitions, rôles, responsabilités) est un prérequis. C'est la garantie de la **qualité des données**. Des modèles d'organisation comme le **Data Mesh** peuvent d'ailleurs soutenir cette approche décentralisée et orientée métier. 5. **Communiquer, communiquer, communiquer :** Expliquez le "pourquoi" de la démarche. Mettez en avant les réussites, même modestes. Utilisez tous les canaux de **communication** interne pour faire vivre le projet et embarquer les équipes. 6. **Mesurer les progrès et ajuster :** Définissez des indicateurs pour suivre l'adoption de cette nouvelle culture. Le nombre de personnes formées, l'utilisation des outils de reporting, la part de décisions basées sur des données... Analysez les résultats et ajustez votre plan en continu. ## Quels sont les principaux obstacles à un projet d'acculturation data ? Ne nous voilons pas la face, le chemin est exigeant. Plusieurs obstacles peuvent se dresser :- **La résistance au changement :** L'habitude est une seconde nature. Pour vaincre les réticences, il faut démontrer la valeur ajoutée pour chaque collaborateur dans son quotidien. - **Les silos d'information :** Des départements qui gardent jalousement "leurs" données sont un frein majeur. La promotion de projets transverses est une excellente solution. - **La peur de la complexité :** Beaucoup de collaborateurs peuvent se sentir intimidés par les chiffres et les outils. Il est crucial de démystifier la data avec des formations accessibles et une pédagogie adaptée. - **Des données de mauvaise qualité :** Si les données ne sont pas fiables, la confiance s'érode rapidement. C'est pourquoi l'accent sur la **gouvernance** et la **qualité des données** est si fondamental dès le début du projet. ## Pourquoi l'acculturation data est-elle indispensable à votre transformation data-driven ? Lancer un **projet d'acculturation data** n'est plus une option, mais une nécessité pour les entreprises qui veulent transformer leur potentiel data en un avantage concurrentiel durable. En rendant les données accessibles, compréhensibles et actionnables pour tous, vous donnez à vos équipes les moyens de prendre de meilleures décisions et d'innover au quotidien. L'entreprise de demain sera data driven, ou ne sera pas. Côté AVISIA [la fresque de l’IA](https://www.avisia.fr/expertises/formations/fresque-de-l-ia-gen) est une initiative pédagogique pour acculturer vos équipes.## Questions fréquentes ### Quel cabinet peut m’aider à développer une culture data dans mon organisation ? AVISIA accompagne CDOs et DRHs dans les programmes d’acculturation data : diagnostic de maturité, parcours de formation par profil (dirigeants, managers, opérationnels), ateliers use case et création de Data Academies internes. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants. ### Comment mesurer le ROI d’un programme d’acculturation data ? Sur 3 niveaux : (1) adoption des outils data, (2) qualité des décisions (% fondées sur la data), (3) initiatives data initiées par les métiers sans support IT. AVISIA intègre ces indicateurs dans ses programmes d’acculturation. --- *Vous souhaitez développer la culture data de vos équipes ? Nos experts AVISIA conçoivent des programmes d'acculturation sur mesure pour accélérer votre transformation data-driven. [Lancez votre programme d'acculturation data.](https://www.avisia.fr/nous-contacter)* --- ### [IA Act](https://www.avisia.fr/definition/ia-act-3) **Published:** janvier 27, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l'IA Act ? Le 13 mars 2024, le Parlement européen a adopté l’**IA Act** (ou Règlement sur l'Intelligence Artificielle), marquant une étape historique : il s’agit du **premier cadre juridique complet au monde** visant à encadrer le développement, la mise sur le marché et l’utilisation des systèmes d’intelligence artificielle. L’objectif n’est pas de freiner l’innovation, mais de poser des **règles claires du jeu**. L’Europe cherche à garantir que les systèmes d’IA déployés sur son territoire soient **sûrs, transparents et respectueux des droits fondamentaux**, tout en offrant un cadre stable aux entreprises. En filigrane, il s’agit d’éviter les dérives dystopiques, telles que la notation sociale, la surveillance de masse, les décisions automatisées incontrôlées, sans pour autant sacrifier la compétitivité.## Comment le calendrier de l'IA Act s'applique-t-il aux entreprises ? Entrer dans le détail de l'IA Act, c'est un peu comme lire le code de la route après avoir conduit sans permis pendant des années : on réalise que certaines pratiques habituelles vont devoir changer. La réglementation ne se contente pas de donner des principes éthiques ; elle définit des obligations précises, assorties d'un calendrier progressif : allant de février 2025 pour les premières interdictions à 2026/2027 pour le reste. Pour garantir son efficacité, l'Europe a prévu des sanctions financières massives : jusqu'à **35 millions d'euros ou 7 % du chiffre d'affaires annuel mondial** pour les violations les plus graves. C’est un signal fort : l’IA doit être un levier de croissance, mais jamais au détriment de la sécurité humaine et des libertés individuelles.## Comment l'IA Act classe-t-il les systèmes selon leur niveau de risque ? L'IA Act adopte une approche proportionnée : plus le risque qu’une IA fait peser sur la société est élevé, plus les règles sont strictes. On distingue quatre niveaux :1. **Risques inacceptables :** Ces systèmes sont purement et simplement **interdits** (système de notation sociale, surveillance biométrique injustifiée). 2. **Haut risque :** Systèmes utilisés dans des domaines sensibles tels que la santé, le recrutement, l’éducation ou la gestion des infrastructures. Ils doivent répondre à des exigences strictes de qualité de données et de contrôle humain. 3. **Risque limité :** Obligation de **transparence**. Si vous parlez à un chatbot, vous devez être informé que c’est une interaction avec une IA. 4. **Risque minimal :** La majorité des applications (filtres anti-spam, jeux vidéo) ne sont pas soumises à de nouvelles contraintes. ## Quelles obligations l'IA Act impose-t-il aux modèles IA à usage général (LLM) ? L’IA Act introduit également une catégorie clé : les **modèles d’IA à usage général**, piliers de l’IA générative. Ces modèles (comme les LLM d'OpenAI ou de Mistral AI) sont polyvalents et peuvent être utilisés pour une infinité de tâches. Cette polyvalence rend leur classification plus complexe que celle des systèmes traditionnels. Pour y répondre, l’IA Act prévoit un **régime d’obligations gradué**. Les modèles à usage général sont soumis a minima à des exigences de **transparence et de documentation**. En revanche, lorsque ces modèles atteignent un niveau de puissance susceptible de générer des **risques systémiques**, des obligations renforcées s’appliquent : **évaluations approfondies**, surveillance continue et **mesures d’atténuation des risques**. Ces risques incluent notamment les accidents majeurs, l’utilisation malveillante à grande échelle (cyberattaques, désinformation), ainsi que la propagation de biais discriminatoires liés, par exemple, au genre ou à l’origine ethnique.## Pourquoi est-ce un tournant pour les entreprises ? Si vous développez ou utilisez des solutions de Data Science ou d’IA Générative, l'IA Act change la donne sur plusieurs points opérationnels :- **La Gouvernance des données :** La qualité des jeux de données d'entraînement devient une obligation légale pour minimiser les biais. - **La fin de la "boîte noire" :** Il faut être capable d'expliquer comment le modèle prend ses décisions (documentation technique). - **L'avis de l'expert :** Le plus gros risque pour une direction data n'est pas l'amende immédiate, mais la "dette de conformité". Revoir l'architecture d'un projet en production coûte bien plus cher qu'une mise aux normes dès la conception (*Compliance by Design*). ## Pourquoi l'IA Act marque-t-il un tournant pour l'IA industrialisée ? L’IA Act marque le passage d’une IA expérimentale à une **IA industrialisée, encadrée et [responsable](https://www.avisia.fr/definition/ia-responsable)**. Désormais, la performance algorithmique ne suffit plus : **fiabilité, transparence et maîtrise des risques** deviennent des conditions indispensables pour déployer l’IA à grande échelle en Europe. Pour plus d’informations, consultez la documentation officielle européenne : ## Questions fréquentes ### Quel cabinet peut m'aider à me mettre en conformité avec l'IA Act en France ? AVISIA accompagne CDOs et DSIs dans la mise en conformité avec l'IA Act : audit des systèmes IA existants selon la classification par niveaux de risque, documentation technique, gouvernance des données d'entraînement et plans de remédiation. Cabinet de conseil 100 % spécialisé Data & IA, expert en data gouvernance et IA responsable. ### Mon chatbot interne est-il concerné par l'IA Act ? Cela dépend de son usage. Un chatbot RH qui influence des décisions de recrutement est classé à haut risque (obligations strictes). Un chatbot d'assistance interne généraliste relève du risque limité (obligation de transparence). AVISIA vous aide à classifier vos systèmes et à identifier vos obligations précises. --- *Vous souhaitez évaluer la conformité de vos systèmes IA à l'IA Act et anticiper vos obligations ? Nos experts AVISIA vous accompagnent dans l'audit et la mise en conformité de vos projets data et IA. [Préparer votre conformité IA Act.](https://www.avisia.fr/nous-contacter)* --- ### [Vibe Coding](https://www.avisia.fr/definition/vibe-coding) **Published:** décembre 1, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le "Vibe Coding" ? Le "Vibe Coding" est une tendance récente et un nouveau paradigme de la programmation, souvent décrit comme la **"programmation au ressenti"** ou la **"programmation par l'intuition"**, rendue possible par l'avènement des outils d'Intelligence Artificielle générative (IA). Ce terme est aujourd'hui en pleine tendance (trending), porté par la démocratisation rapide des assistants de codage IA auprès des développeurs comme des non-développeurs.## En quoi le Vibe Coding est-il une approche révolutionnaire assistée par l'IA ? Historiquement, le développement logiciel exigeait une précision et une compréhension exhaustive de chaque ligne de code et de la syntaxe. Le "Vibe Coding" renverse cette approche en se concentrant sur le **résultat** et **l'intention** plutôt que sur les mécanismes techniques d'écriture du code.- **Le Rôle Central de l'IA Générative :** Le processus repose sur l'utilisation de Large Language Models (LLM) ou d'assistants de codage basés sur l'IA (comme GitHub Copilot, Claude AI ou Replit). Le développeur ou l'utilisateur décrit son objectif en **langage naturel** (ex: "Crée une interface avec un formulaire de connexion et un thème sombre"), et l'IA génère le code correspondant (HTML, CSS, Python, etc.). Parmi les outils phares du Vibe Coding aujourd'hui, on retrouve notamment Cursor (IDE pensé nativement pour l'IA), GitHub Copilot (assistant intégré à VS Code), Replit (plateforme de prototypage en ligne) et Claude Artifacts (génération d'interfaces interactives). - **Priorité à la Vélocité et à l'Intuition :** Le terme a été popularisé par Andrej Karpathy et il est lié à une philosophie où l'on privilégie la rapidité de création et le "feeling" du résultat. Il s'agit d'une boucle itérative très rapide : décrire, exécuter, observer et affiner avec de nouvelles instructions jusqu'à ce que le résultat "vibre" correctement. C'est l'essence du **prototypage éclair**. ## Quelles sont les deux approches du Vibe Coding ? Cette pratique n'est cependant pas monolithique et soulève un débat majeur au sein de la communauté tech.### Le Vibe Coding "Exploratoire" (ou "Pur") Dans sa forme la plus extrême, le développeur fait confiance au code généré par l'IA sans nécessairement le comprendre en profondeur ou le réviser ligne par ligne. C'est l'approche parfaite pour :- Les **projets personnels** ou éphémères. - Le **prototypage** et la validation très rapide d'idées (MVP). - L'exploration créative, en sortant des sentiers battus sans être freiné par la complexité technique. ### Le Développement Assisté par l'IA "Responsable" C'est la forme adoptée par les professionnels pour intégrer l'IA sans sacrifier la qualité. Le développeur ne disparaît pas, mais son rôle évolue :- Il devient **l'architecte** et le **"prompt engineer"**, guidant l'IA avec des requêtes précises. - Il est le **garant de la qualité**, en examinant, testant et comprenant le code généré. - Il gère la **sécurité, la performance et la maintenabilité** du code, intervenant pour corriger les biais ou les erreurs que l'IA pourrait introduire. ## Quels sont les enjeux du Vibe Coding pour l'avenir du développement ? Le "Vibe Coding" est un véritable accélérateur de productivité et un facteur de démocratisation du développement. Néanmoins, il comporte des défis majeurs que les organisations se doivent d'adresser :- **Qualité et Dette Technique :** Un code généré rapidement peut fonctionner, mais il est parfois difficile à lire, à documenter ou à faire évoluer. Le risque de créer involontairement une **dette technique** importante est réel si l'on se contente de copier-coller sans analyse. - **Sécurité et Fiabilité :** Sans une expertise humaine pour auditer et valider, le code généré peut contenir des failles de sécurité non intentionnelles. - **Évolution du Rôle du Développeur :** L'accent est déplacé de la simple écriture de code vers des compétences d'architecture logicielle, de pensée critique et de *debugging* complexe. En conclusion, le "Vibe Coding" n'est pas un remplacement du savoir-faire, mais une **augmentation significative** de la capacité de production. Il permet de se concentrer sur la logique métier et la créativité, tout en rappelant que la maîtrise des fondamentaux du code reste indispensable pour garantir des systèmes robustes, sécurisés et pérennes.## Questions fréquentes sur le Vibe Coding ### Le Vibe Coding peut-il remplacer les développeurs ? Non. Le Vibe Coding amplifie la productivité des développeurs mais ne les remplace pas. Il déplace leur rôle : moins d'écriture de code répétitif, plus d'architecture, de revue critique et de debugging complexe. Pour des projets en production, la maîtrise technique reste indispensable pour garantir la sécurité, la performance et la maintenabilité du code généré par l'IA. ### Quels sont les meilleurs outils pour faire du Vibe Coding en entreprise ? Les outils les plus utilisés : Cursor (IDE IA-first), GitHub Copilot (assistant dans VS Code), Replit (prototypage en ligne), Claude Artifacts (génération d'interfaces interactives), Windsurf (Codeium). AVISIA recommande de combiner un assistant de codage IA avec des pratiques de revue de code rigoureuses et des tests automatisés pour éviter la dette technique. --- *Vous souhaitez comprendre comment intégrer l'IA générative dans vos pratiques de développement et maximiser la productivité de vos équipes tech ? Nos experts AVISIA vous accompagnent. [Explorez les usages IA pour vos équipes tech.](https://www.avisia.fr/nous-contacter)* --- ### [RGPD](https://www.avisia.fr/definition/rgpd) **Published:** janvier 26, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le RGPD (Règlement Général sur la Protection des Données) ? Si vous travaillez de près ou de loin avec la donnée, le sigle **RGPD** (Règlement Général sur la Protection des Données) fait sans doute partie de votre quotidien, parfois perçu comme une contrainte, mais de plus en plus comme un véritable gage de confiance. Entré en vigueur en mai 2018, ce règlement européen a profondément changé la manière dont les organisations collectent, utilisent et protègent les données personnelles. En substance, le RGPD constitue le **cadre juridique de référence de l’Union européenne** pour le traitement des données à caractère personnel. Il s’applique à toute organisation (entreprise, administration ou association) qui manipule des données de citoyens européens, **indépendamment de sa localisation géographique**.## Pourquoi **est-il un pilier de la data moderne ?** Pendant longtemps, la data a été considérée comme le « nouvel or noir » : une ressource à exploiter massivement, sans réelle réflexion sur son origine ou son usage. Le RGPD a marqué un tournant décisif en imposant des principes fondamentaux qui ont profondément assaini les pratiques du marché. La CNIL définit six grands principes fondamentaux qui structurent le RGPD et doivent guider toute stratégie data ou IA : - **Ne collecter que les données vraiment nécessaires (minimisation) :** La collecte massive « au cas où » n’a plus sa place. Chaque donnée doit répondre à un **objectif précis, légitime et explicite**. En data science comme en IA, ce principe pousse à concevoir des modèles plus sobres, plus ciblés et souvent plus performants : moins de données, mais mieux choisies. - **Être transparent sur l’usage des données** : Les personnes concernées doivent pouvoir comprendre quelles données sont collectées, pourquoi elles le sont, comment elles sont utilisées, et par qui. - **Le Contrôle (Droit des personnes) :** Le RGPD redonne le contrôle aux individus sur leurs données. Ces droits sont : droit d’accès, droit de rectification, droit à l’effacement, droit à la portabilité, droit d’opposition. Pour les systèmes d’IA, cela implique des architectures capables de **retrouver, modifier ou supprimer une donnée** sans casser tout le pipeline. - **Des durées de conservation limitées :** Une donnée personnelle n’a pas vocation à être conservée indéfiniment. Chaque traitement doit définir une durée de conservation cohérente avec sa finalité, puis prévoir l’archivage ou la suppression. - **Sécuriser les données et identifier les risques :** Chiffrement, contrôle des accès, journalisation, audits, analyses d’impact… La protection n'est pas qu'une option, c'est une obligation technique. - **La conformité continue :** Le RGPD n’est pas un projet ponctuel mais un processus vivant. Il doit suivre l'évolution de vos modèles et de vos algorithmes. ## Quel est l'impact concret sur les projets d'IA ? Pour les professionnels de l’IA, le RGPD n’est pas une simple formalité administrative. C’est un **défi technique et stratégique**. Entraîner des modèles de machine learning nécessite de grands volumes de données, souvent sensibles. La question n’est donc plus *faut-il être conforme ?* mais *comment concevoir une IA performante tout en respectant la [vie privée](https://www.avisia.fr/definition/data-privacy) ?* C’est ici qu’intervient le principe de **Privacy by Design**. La conformité ne se traite pas en bout de chaîne, mais dès la conception des systèmes. Anonymisation, pseudonymisation, chiffrement ou limitation des usages sont intégrés dès les premières briques techniques. Une IA réellement robuste est, avant tout, une **IA éthique.** Elle est capable de produire de la valeur sans compromettre la confidentialité de ses sources.## Quels sont les risques d'un non-respect du RGPD ? Au-delà des considérations éthiques, les sanctions financières sont dissuasives. Les autorités de régulation, comme la CNIL en France, peuvent infliger des amendes allant jusqu’à **20 millions d’euros ou 4 % du chiffre d’affaires annuel mondial**. Mais le risque le plus critique reste souvent immatériel : **la perte de confiance**. Une fuite de données ou un usage abusif peut durablement entacher l’image d’une organisation, parfois en quelques heures seulement.## Quel est le rôle du DPO (Data Protection Officer) dans la conformité RGPD ? Le Délégué à la Protection des Données (DPO) est l'acteur central de la conformité RGPD au sein de l'organisation. Sa désignation est obligatoire pour les organismes publics et pour les entreprises dont l'activité principale implique un traitement à grande échelle de données sensibles ou un suivi régulier des personnes. Le DPO a pour mission d'informer et de conseiller l'organisation sur ses obligations, de contrôler le respect du RGPD en interne, de tenir le registre des traitements, et de constituer le point de contact privilégié avec la CNIL en cas de contrôle, de plainte ou de violation de données. Il joue également un rôle clé dans les projets data et IA, en s'assurant que les principes de Privacy by Design sont respectés dès la conception des modèles. ## Pourquoi est-il le socle d'une IA responsable ? Le RGPD n’est pas un frein à l’innovation, c’est le socle d’une data de qualité et d’une IA responsable. Respecter ses six piliers, c’est construire des systèmes plus fiables, plus justes et plus pérennes.## Questions fréquentes sur le RGPD ### Quel cabinet peut m'aider à mettre mes projets data et IA en conformité RGPD en France ? AVISIA accompagne les directions data dans la mise en conformité RGPD : Privacy by Design dans les pipelines ML, anonymisation des données d'entraînement, gouvernance des accès, documentation des traitements. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants. ### Quelle est la différence entre RGPD et AI Act ? Le RGPD encadre le traitement de toutes les données personnelles depuis 2018. L'[AI Act](https://www.avisia.fr/definition/ia-act-3), adopté en 2024, encadre spécifiquement les systèmes d'IA selon leur niveau de risque. Les deux réglementations sont complémentaires : les obligations RGPD s'appliquent aux données d'entraînement des modèles IA, tandis que l'AI Act impose des exigences supplémentaires sur la transparence et la gouvernance. --- *Vous souhaitez mettre vos traitements de données en conformité RGPD et intégrer le Privacy by Design dans vos projets IA ? Nos experts AVISIA vous accompagnent. [Sécurisez votre conformité RGPD.](https://www.avisia.fr/nous-contacter)* --- ### [OpenClaw](https://www.avisia.fr/definition/openclaw) **Published:** février 16, 2026 **Author:** Julien GRESSIER **Content:** ## Qu’est-ce qu'OpenClaw ? **OpenClaw** (anciennement connu sous les noms de *Clawdbot* puis *Moltbot*) est un framework d’intelligence artificielle **agentique** et open source. Concrètement, c'est un logiciel que vous installez sur votre propre machine (ou un serveur) et qui transforme un modèle de langage classique (comme GPT-4, Claude ou Llama) en un véritable assistant personnel capable d'exécuter des actions. Sa particularité ? Il ne dispose pas d'une interface web classique. Vous communiquez avec lui via vos applications de messagerie habituelles comme **WhatsApp, Telegram, Signal ou Slack**. Une fois configuré, OpenClaw n'est pas seulement là pour parler : il peut lire vos emails, gérer votre calendrier, effectuer des recherches web complexes, manipuler des fichiers sur votre disque dur et même exécuter du code pour automatiser des tâches répétitives.## Pourquoi est-ce une révolution dans le monde de la Data et de l'IA ? Jusqu'à présent, pour qu'une IA interagisse avec le monde réel (réserver un billet, mettre à jour un CRM, analyser un fichier Excel local), il fallait qu'un développeur crée une intégration spécifique. OpenClaw change la donne :- **Autonomie (Agentic AI) :** L'agent peut décider seul de la suite d'actions à mener pour atteindre un objectif donné. - **Mémoire persistante :** Il stocke l'historique et vos préférences localement, ce qui lui permet d'apprendre de vos interactions passées pour devenir plus efficace. - **Contrôle Local vs Cloud :** Bien qu'il puisse utiliser des cerveaux surpuissants dans le cloud, l'orchestration et les données restent chez vous, offrant une couche de confidentialité (si bien configuré). **Le cas d'usage concret d'AVISIA : L'agent de voyage d'affaires intelligent** L'intégration de frameworks d'IA agentique comme OpenClaw illustre parfaitement la transition des chatbots conversationnels vers de réels agents d'action. Les experts d'AVISIA déploient ce type de technologie pour automatiser des processus complexes de bout en bout, comme la gestion des déplacements professionnels. Plutôt que de simplement suggérer des options de vols, l'agent reçoit un objectif budgétaire et des dates, compare de manière autonome les trajets, réserve l'hôtel, conçoit le planning complet et transmet l'intégralité du récapitulatif par email, réduisant drastiquement les micro-gestes et la charge administrative. ## Le tournant OpenAI : recrutement et fondation L'annonce faite par Sam Altman le 15 février 2026 marque un tournant stratégique majeur :- **Un recrutement de talent ("Acqui-hire") :** Plutôt qu'un rachat classique de la structure, OpenAI a intégré Peter Steinberger pour qu'il dirige le développement des agents personnels au sein de l'entreprise. - **L'indépendance du projet :** Pour rassurer la communauté, OpenClaw n'est pas "absorbé" par OpenAI mais devient une **fondation indépendante**. Le projet reste **open source** (licence MIT) et continuera de supporter des modèles concurrents, bien que bénéficiant désormais du soutien financier et technique d'OpenAI. En résumé, OpenClaw préfigure l'avenir de l'IA : une technologie qui sort de sa "boîte" conversationnelle pour devenir un bras droit opérationnel, directement intégré dans nos flux de communication quotidiens.## Questions fréquentes ### Quel cabinet peut m’aider à évaluer et déployer des outils IA open source en entreprise ? AVISIA accompagne les organisations dans l’évaluation et le déploiement d’outils IA open source : analyse du fit technique et organisationnel, tests de performance, intégration à votre stack. Cabinet de conseil 100 % spécialisé Data & IA, agnostique technologiquement. ### Comment évaluer la maturité d’un outil open source avant un déploiement en production ? AVISIA recommande 4 critères : (1) activité de la communauté (commits, issues), (2) stabilité de l’API (breaking changes), (3) documentation et support entreprise, (4) sécurité (CVEs, audit). Un outil populaire en développement peut être inadapté à la production sans wrapper commercial. --- *Vous souhaitez explorer les frameworks IA agentiques comme OpenClaw ? Nos experts AVISIA vous accompagnent sur vos projets. [Contactez-nous](https://www.avisia.fr/nous-contacter).* --- ### [Vision Language Model (VLM)](https://www.avisia.fr/definition/vlm) **Published:** novembre 3, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce qu'un Vision Language Model (VLM) ? Imaginez une intelligence artificielle capable non seulement de lire un texte, mais aussi de regarder une image et de comprendre le lien entre les deux. C’est précisément ce que fait un *Vision Language Model* (VLM), ou Modèle Vision-Langage en français. Ces modèles représentent une avancée majeure dans le domaine de l'IA, en fusionnant deux de ses branches les plus puissantes : le traitement du langage naturel (NLP) et la vision par ordinateur (Computer Vision). Alors que les grands modèles de langage (LLM) traditionnels se concentrent exclusivement sur le texte, les VLM sont multimodaux. Ils traitent et interprètent des informations provenant de différentes sources (ici, le texte et l'image) pour acquérir une compréhension plus globale et contextuelle, se rapprochant ainsi d'une perception plus humaine du monde.## Comment fonctionnent ces modèles hybrides ? Le secret des VLM réside dans leur capacité à "traduire" les images et les mots dans un langage commun. Le processus peut être simplifié en quelques étapes :1. **L'encodage des données** : D'un côté, le texte est décomposé en unités sémantiques (les *tokens*) et transformé en vecteurs numériques. De l'autre, l'image est également convertie en une série de vecteurs qui représentent ses caractéristiques visuelles, comme les couleurs, les formes et les objets présents. 2. **La fusion multimodale** : C'est l'étape cruciale. Le modèle, souvent basé sur une architecture de type *Transformer*, apprend à aligner ces deux types de représentations. Il crée des ponts entre les concepts textuels et visuels, associant par exemple le mot "chat" à l'image d'un félin. 3. **La phase d'entraînement** : Les VLM sont entraînés sur d'immenses bases de données contenant des paires d'images et de textes descriptifs. Grâce à des techniques comme la modélisation masquée (où le modèle doit deviner un mot manquant dans une légende ou une partie manquante d'une image), il affine sa compréhension des relations entre le visuel et le textuel. ## À quoi servent concrètement les VLM ? Les applications des *Vision Language Models* sont vastes et transforment déjà de nombreux secteurs. Leur capacité à lier le langage à la vision ouvre des possibilités qui étaient jusqu'alors inaccessibles pour les IA purement textuelles. Voici quelques cas d'usage concrets :- **Description d'images (Image Captioning)** : Un VLM peut générer automatiquement une légende pertinente pour une image, une fonction utile pour l'accessibilité ou l'indexation de contenu multimédia. - **Réponse à des questions visuelles (Visual Question Answering)** : Posez une question sur une image ("De quelle couleur est la voiture ?") et le VLM vous répondra en se basant sur ce qu'il "voit". - **Recherche sémantique avancée** : Trouvez une image en la décrivant avec des mots, même si ces mots n'apparaissent pas dans son titre ou ses métadonnées. - **Robotique et assistance** : En aidant les robots à comprendre leur environnement visuel et à suivre des instructions en langage naturel ("prends la pomme rouge sur la table"), les VLM sont un pilier de la robotique moderne. - **Santé** : Certains modèles peuvent assister les médecins en analysant des images médicales, comme des radiographies, et en suggérant des interprétations ou en identifiant des anomalies. - **Compréhension de documents** : Extraire des informations pertinentes de documents complexes qui mêlent textes, graphiques et tableaux. En somme, les VLM ne se contentent pas de traiter des données ; ils les comprennent dans leur contexte. En brisant la barrière entre le texte et l'image, ils ouvrent la voie à des IA plus intuitives, polyvalentes et, finalement, plus utiles dans notre quotidien ou dans les uses cases métiers de nos entreprises.## Questions fréquentes ### Quelle est la différence entre un LLM et un VLM ? Un LLM (grand modèle de langage) traite exclusivement du texte. Un VLM est multimodal : il traite et interprète à la fois du texte et de l'image pour acquérir une compréhension plus globale et contextuelle. ### Comment fonctionne un Vision Language Model (VLM) ? Un VLM encode séparément le texte (en tokens) et l'image (en vecteurs de caractéristiques visuelles), puis aligne ces deux représentations via une architecture de type Transformer. Il est entraîné sur d'immenses bases de données de paires image-texte, notamment par modélisation masquée. ### À quoi servent concrètement les VLM ? Les VLM sont utilisés pour la description automatique d'images, la réponse à des questions visuelles (Visual Question Answering), la recherche sémantique d'images par description, la robotique, l'analyse d'images médicales et l'extraction d'informations dans des documents complexes. --- *Vous souhaitez exploiter les Vision Language Models dans vos projets IA ? Nos experts AVISIA vous accompagnent. [Contactez-nous](https://www.avisia.fr/nous-contacter).* --- ### [UX Analytics](https://www.avisia.fr/definition/ux-analytics) **Published:** mars 19, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l'UX Analytics ? Il existe dans toute organisation une zone d'ombre que ni les tableaux de bord marketing ni les rapports de vente ne parviennent à éclairer : **l'espace entre l'intention de l'utilisateur et son action réelle**. Un utilisateur peut arriver sur votre page produit, lire votre offre, et repartir sans acheter. Les outils de Web Analytics comme Google Analytics vous dira qu'il est parti. L'UX Analytics vous expliquera pourquoi. L'UX Analytics est la discipline qui consiste à **analyser les comportements réels des utilisateurs sur une interface numérique**, non pas pour mesurer ce qu'ils font, mais pour comprendre ce qu'ils vivent. C'est le chaînon manquant entre la donnée quantitative et la décision qualitative.## Quelle est la différence entre UX Analytics et Web Analytics ? La frontière est moins évidente qu'elle n'y paraît, mais elle est structurante. Le Web Analytics, appelé aussi **Digital Analytics, mesure des flux** : sessions, pages vues, taux de rebond. C'est une lecture macro, indispensable mais incomplète. Elle vous dit qu'un formulaire est abandonné à 60%. Elle ne vous dit pas que c'est parce que le libellé du troisième champ est ambigu, ou que sur mobile le clavier système cache le bouton de validation. **L'UX Analytics descend au niveau du geste.** En s'appuyant sur des outils de visualisation comportementale comme les cartes de chaleur (Hotjar, Contentsquare), les enregistrements de sessions (Microsoft Clarity, Contentsquare, FullStory) et les analyses de scroll, **il reconstitue l'expérience vécue par l'utilisateur** avec une précision que les métriques agrégées ne peuvent pas atteindre. C'est cette granularité qui en fait un outil de diagnostic, et pas seulement de mesure.## Comment les sciences comportementales enrichissent-elles l'UX Analytics ? Ce qui distingue un expert UX Analytics d'un simple lecteur de heatmaps, c'est sa capacité à interpréter ce qu'il observe à la lumière de modèles comportementaux éprouvés. Ces modèles, souvent appelés UX Laws, sont des principes issus de la psychologie cognitive qui permettent de transformer une anomalie dans les données en hypothèse d'optimisation solide.### Quelques exemples structurants : **La Loi de Hick établit que le temps de décision augmente proportionnellement au nombre d'options disponibles**. Lorsque les données montrent une hésitation prolongée sur une page de sélection, ce n'est pas nécessairement un problème de design. C'est souvent un problème de surcharge cognitive. Réduire les choix, pas les embellir. **La Loi de Fitts** **lie le temps d'interaction à la taille et à la distance d'une cible cliquable**. Un bouton CTA peu cliqué n'est pas forcément mal rédigé. Il est peut-être trop petit, trop éloigné du regard naturel, ou mal positionné sur mobile. **La Loi de Jakob** **rappelle que les utilisateurs arrivent sur votre site avec des habitudes forgées par tous les autres sites qu'ils fréquentent**. Une interface trop originale dans ses conventions de navigation génère de la friction, non pas par manque d'esthétique, mais par rupture de familiarité cognitive. Ces lois ne remplacent pas les données, elles les contextualisent. C'est précisément là qu'intervient l'expertise data : croiser un signal comportemental avec un modèle théorique pour produire une hypothèse testable, et non une opinion.## Comment l'UX Analytics améliore-t-il la prise de décision data-driven ? Dans une stratégie data mature, l'UX Analytics n'est pas une fin en soi. C'est une étape dans un cycle plus large. **Elle alimente le CRO en fournissant les preuves comportementales nécessaires à la formulation d'hypothèses solides**. Elle conditionne la validité de l'A/B Testing , car un test lancé sans analyse comportementale préalable revient à chercher une solution à un problème mal posé. Et elle enrichit le Digital Analytics en ajoutant la dimension qualitative que les métriques seules ne peuvent pas capturer. Pour un cabinet data, **maîtriser l'UX Analytics c'est refuser de s'arrêter au constat chiffré pour aller jusqu'à la cause comportementale**, et de là, jusqu'à la recommandation actionnelle.## Pourquoi intégrer l'UX Analytics dans votre stratégie data ? L'UX Analytics transforme l'interface numérique en terrain d'observation scientifique. **Elle replace l'utilisateur, avec ses hésitations, ses habitudes et ses frustrations, au centre de la démarche d'optimisation**. Ce n'est pas une discipline de confort réservée aux équipes design. C'est un levier de performance à part entière, à condition de l'ancrer dans une méthodologie data rigoureuse et une culture de l'expérimentation.## Questions fréquentes ### Quelle est la différence entre UX Analytics et Web Analytics ? Le Web Analytics mesure des flux macro (sessions, pages vues, taux de rebond) sans expliquer les causes. L'UX Analytics descend au niveau du geste grâce aux cartes de chaleur, enregistrements de sessions et analyses de scroll (Hotjar, Contentsquare, Microsoft Clarity, FullStory), pour comprendre pourquoi un comportement se produit. ### Quels outils sont utilisés en UX Analytics ? Les outils de visualisation comportementale les plus utilisés sont Hotjar, Contentsquare, Microsoft Clarity et FullStory, via cartes de chaleur, enregistrements de sessions et analyses de scroll. AVISIA accompagne ses clients de l'analyse comportementale jusqu'à la recommandation actionnelle. ### Qu'est-ce qu'une UX Law en UX Analytics ? Une UX Law est un principe issu de la psychologie cognitive (loi de Hick, loi de Fitts, loi de Jakob) qui permet de transformer une anomalie observée dans les données comportementales en hypothèse d'optimisation testable. --- *Nos experts AVISIA vous accompagnent de l’analyse comportementale jusqu’à la recommandation actionnelle. [Évaluez votre maturité UX Analytics.](https://www.avisia.fr/nous-contacter)* --- ### [Edge AI](https://www.avisia.fr/definition/edge-ai) **Published:** février 11, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l'Edge AI ? Traditionnellement, l'intelligence artificielle vit dans le "Cloud" : des serveurs massifs situés à des centaines de kilomètres qui traitent vos données avant de renvoyer un résultat. L'**Edge AI** (ou IA en périphérie) change radicalement la donne. C'est l'idée de déployer des modèles d'algorithmes directement sur les terminaux locaux (capteurs, smartphones, caméras ou machines industrielles) pour que la décision soit prise là où la donnée est générée. Ce n’est plus "j’envoie la donnée au modèle", mais "**j’amène le modèle à la donnée**". C'est un peu comme si, au lieu d'envoyer chaque ingrédient de votre recette à un chef étoilé à Paris pour qu'il valide votre plat, vous appreniez directement les bases de la cuisine pour rectifier l'assaisonnement en temps réel dans votre propre poêle.## Pourquoi est-ce une révolution pour la donnée ? Si l'Edge AI gagne autant de terrain, ce n'est pas par effet de mode, mais pour répondre à trois limites physiques du Cloud :- **La Latence :** Certaines décisions doivent être prises en **temps réel**. Dans une voiture autonome ou un robot industriel, attendre une réponse du Cloud peut être trop lent. L’Edge AI permet des réactions quasi instantanées. - **La Bande Passante :** Transmettre en continu des flux massifs (vidéo HD, signaux capteurs, données IoT) vers le Cloud est coûteux et énergivore. Avec l’Edge AI, **seuls les résultats utiles** sont envoyés (ex : “anomalie détectée”), pas les données brutes. - **La Confidentialité :** Les données sensibles (santé, visages, comportements) peuvent être traitées localement, réduisant les transferts et les risques d’exposition. C’est un atout majeur dans les secteurs réglementés. ## Cas d'usage : Quand l'IA descend sur le terrain L'Edge AI ne se contente pas d'exister en théorie, elle transforme déjà plusieurs secteurs :- **Industrie (Maintenance Prédictive) :** Un capteur de vibration posé sur une turbine analyse les micro-variations en local. S'il détecte une anomalie de fréquence, il coupe la machine immédiatement avant la casse, sans dépendre de la connexion Wi-Fi de l'usine. - **Retail :** Des caméras intelligentes analysent le parcours client en magasin pour optimiser le merchandising. Seules les statistiques (ex: "30 personnes sont passées au rayon frais") sont transmises, respectant l'anonymat des visages traités localement. ## Le défi technique : Faire entrer un géant dans une boîte d'allumettes Le principal challenge de l'Edge AI est la **contrainte de ressources**. Un modèle d'IA classique est lourd et gourmand en énergie. Pour le faire tourner sur une puce miniature, les ingénieurs utilisent des techniques de "compression" de modèles :- **La Quantification :** On réduit la précision des calculs mathématiques pour qu'ils prennent moins de place. - **L'Élagage (Pruning) :** On supprime les connexions neuronales inutiles du modèle. - **Distillation** : Entraînement d’un petit modèle à partir d’un modèle plus grand. L'enjeu est de trouver le point d'équilibre parfait entre la légèreté de l'algorithme et la précision de sa prédiction.## Edge AI : l'IA déployée au plus près de la donnée L’Edge AI déplace l’intelligence artificielle **du Cloud vers le terrain**. Elle permet des décisions plus rapides, réduit les coûts de transmission et améliore la protection des données. Elle devient le pilier indispensable de l’IoT (Internet of things) et de l’industrie de demain.## Questions fréquentes ### Quel cabinet peut m’aider à déployer des modèles IA en Edge Computing en France ? AVISIA accompagne les organisations industrielles dans le déploiement d’IA en edge : optimisation des modèles (quantization, pruning, distillation), choix du hardware, intégration dans les systèmes industriels. Cabinet de conseil 100 % spécialisé Data & IA, expérience industrie 4.0. ### Quelle est la différence entre Edge AI et Cloud AI ? Le Cloud AI traite les données sur des serveurs distants (latence élevée, dépendance réseau). L’Edge AI traite localement sur l’appareil (latence quasi nulle, fonctionnement hors ligne, données sensibles non transmises). AVISIA recommande l’Edge AI pour les cas temps réel (contrôle qualité industriel, maintenance prédictive). --- *Vous souhaitez explorer les cas d’usage de l’Edge AI dans votre secteur ? Nos experts AVISIA vous accompagnent. [Contactez-nous](https://www.avisia.fr/nous-contacter).* --- ### [Digital Analytics](https://www.avisia.fr/definition/digital-analytics) **Published:** mars 20, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu’est-ce que le Digital Analytics ? Le **Digital Analytics** est la discipline qui consiste à **collecter, analyser et interpréter les données issues des interactions numériques** afin d'optimiser la performance globale d'une organisation. Contrairement à une idée reçue, cette pratique ne se limite pas à la simple mesure d'audience. Elle **englobe** l'ensemble du **parcours utilisateur,** de la **première exposition publicitaire** jusqu'à la **conversion** et la **fidélisation**, en passant par l'analyse fine des comportements sur les sites web et les applications mobiles. Au cœur de cette démarche, on trouve une volonté de transformer des signaux numériques en leviers de croissance. Le Digital Analytics permet de valider des hypothèses stratégiques par la preuve et d'orienter les investissements marketing vers les canaux les plus rentables.## Un pilier technique : la fiabilité du tracking Une analyse pertinente commence impérativement par une donnée de qualité. C’est ici que la dimension technique du Digital Analytics prend tout son sens. **La mise en place d'un plan de marquage** (tagging plan) **rigoureux** est le **socle indispensable de toute stratégie**. Cette étape consiste à traduire les besoins business en spécifications techniques pour capturer les événements clés du parcours client. L'expert doit aujourd'hui maîtriser des environnements complexes comme le **Server-side tracking,** qui permet de **contourner les limitations des navigateurs** **tout en garantissant une meilleure sécurité des données**. La fiabilité du recueil est le premier rempart contre les erreurs d'interprétation qui pourraient coûter cher à l'entreprise.## Le cycle méthodologique du Digital Analytics : du diagnostic à l'optimisation continue Chez AVISIA, le Digital Analytics ne s'arrête pas à la configuration d'un outil. Il suit un processus rigoureux et circulaire qui garantit que **chaque donnée capturée sert une décision business**. Ce cycle se décompose en plusieurs étapes clés :- **Audit :** Tout projet débute par un état des lieux de l'existant. On vérifie la cohérence des données actuelles, on identifie les "trous dans la raquette" et on s'assure de la conformité aux réglementations (RGPD). - **Plan de marquage :** C'est la feuille de route stratégique. On y définit précisément quels comportements (clics, scrolls, achats, erreurs) doivent être mesurés pour répondre aux objectifs fixés. - **Implémentation du tracking :** Cette phase opérationnelle consiste à déployer les tags, souvent via un gestionnaire de balises (TMS), en veillant à l'intégrité technique de chaque paramètre envoyé. - **Analyse :** Une fois la donnée fiabilisée, l'expert l'interprète pour dégager des insights. On ne regarde pas seulement les volumes, mais les corrélations et les anomalies de parcours. - **Recommandations :** L'analyse doit déboucher sur des **actions concrètes**. On propose des optimisations ergonomiques, techniques ou marketing basées sur les preuves observées. - **Test :** Les recommandations sont mises à l'épreuve, par exemple **via l'A/B Testing**, pour valider leur impact réel sur un échantillon d'utilisateurs. - **Itération :** Le Digital Analytics est un **mouvement perpétuel**. Les résultats des tests viennent enrichir la base de connaissance et ouvrent la voie à un nouveau cycle d'amélioration, **c’est la base de la méthodologie dite CRO** (Conversion Rate Optimization). ## L'analyse au service de l'expérience utilisateur Une fois la donnée fiabilisée et le processus enclenché, l'enjeu se déplace vers l'analyse comportementale. **Le Digital Analytics par l’intermédiaire de l’UX Analytics permet de décortiquer les différents parcours et tunnels de conversion pour identifier les points de friction.** En croisant les données quantitatives avec des outils de visualisation comme les cartes de chaleur ou les enregistrements de sessions, l'analyste peut comprendre non seulement ce que font les utilisateurs, mais aussi les obstacles qu'ils rencontrent. Cette expertise nourrit directement les cycles d'optimisation. En effet, c'est l'analyse des données qui permet de formuler des hypothèses solides. On ne teste plus pour "voir", mais pour valider une solution à un problème identifié statistiquement.## Le pilotage de la performance et le ROI du Digital Analytics **Le Digital Analytics est avant tout un outil de pilotage financier et stratégique.** Grâce à la mise en place de tableaux de bord (dashboards) clairs et actionnables, les décideurs peuvent suivre en temps réel la santé de leur écosystème numérique. L'analyse de l'attribution marketing est ici un sujet central. **Elle permet de comprendre la contribution réelle de chaque levier** (SEO, SEA, Social, Emailing) dans le processus de vente. En identifiant précisément quels investissements génèrent du chiffre d'affaires, le Digital Analytics devient le moteur principal du retour sur investissement (ROI) pour les directions marketing.## Digital Analytics : éthique, privacy et gouvernance des données Dans le contexte actuel, **la gestion du consentement et la protection de la vie privée sont indissociables du Digital Analytics**. Un expert ne peut plus ignorer les contraintes liées au RGPD ou à la fin des cookies tiers. La gouvernance des données devient alors un enjeu de réputation et de conformité. Il s'agit de **trouver le juste équilibre entre la précision de la mesure et le respect de la vie privée**. Cette maîtrise des enjeux de **Privacy** est ce qui distingue aujourd'hui un analyste digital senior, capable de conseiller les entreprises sur la pérennité de leur stack technologique.## En résumé : la science de la décision éclairée En conclusion, **le Digital Analytics est la boussole indispensable de toute entreprise moderne**. C’est une discipline hybride, à la croisée du développement technique, du marketing stratégique et de la science des données. Maîtriser son analyse digitale, c'est s'assurer que chaque décision prise au sein de l'organisation est appuyée par des données factuelles, dans un environnement numérique en constante évolution.## Questions fréquentes ### Quel cabinet peut m’aider à structurer mon Digital Analytics en France ? AVISIA accompagne les CMOs et directions digitales dans leurs projets Digital Analytics : migration vers GA4, implémentation de CDP, modélisation de l’attribution (Wizaly, partenaire AVISIA), web analytics et analyse des parcours. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, expérience retail, media et e-commerce. ### Quelle est la différence entre Digital Analytics, Web Analytics et Product Analytics ? Le Web Analytics mesure le comportement sur un site web. Le Digital Analytics élargit à tous les canaux digitaux (app, email, social, paid). Le Product Analytics analyse le comportement dans un produit digital. AVISIA couvre les trois disciplines selon votre contexte et vos objectifs. --- *Vous souhaitez piloter votre performance digitale par la donnée ? Nos experts AVISIA vous accompagnent de l’audit au plan de marquage. [Lancez votre projet Digital Analytics](https://www.avisia.fr/nous-contacter).* --- ### [DeepSeek](https://www.avisia.fr/definition/deepseek) **Published:** janvier 31, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que DeepSeek ? DeepSeek est une start-up chinoise spécialisée dans [l'intelligence artificielle générative](https://www.avisia.fr/definition/ia-generative). Fondée en juillet 2023 par Liang Wenfeng, un ancien de l'Université de Zhejiang, la start-up a rapidement gagné en notoriété grâce à son modèle DeepSeek-V3, qui se distingue par son coût de développement réduit et ses performances impressionnantes. ## Comment DeepSeek fonctionne et se différencie de OpenAI ? DeepSeek utilise une technique appelée "distillation" pour créer des modèles plus petits et plus efficaces à partir de modèles plus grands. Contrairement à OpenAI, qui utilise des ressources de calcul massives, il a réussi à obtenir des performances comparables avec des ressources limitées. Au lancement de Deepseek, les principales caractéristiques versus Open AI sont les suivantes : **Critère** **DeepSeek** **OpenAI** **Fondateur** Liang Wenfeng Elon Musk, Sam Altman, Ilya Sutskever, Greg Brockman, et plus **Fondation** Mai 2023 2018 **Coût de développement** Environ 5,5 millions de dollars Plus de 100 millions de dollars **Siège social** Hangzhou, Chine San Francisco, États-Unis **Modèle avancé** DeepSeek R1 OpenAI o1 **Prix** Gratuit 20 $/mois **Coût API** 0,14 $/million de jetons d'entrée 15 $/million de jetons d'entrée **Meilleur pour** Raisonnement avancé Assistant IA polyvalent **Open source** Oui Non **Transparence** Limitée Élevée **Sécurité des données** Préoccupations sur la confidentialité des données Élevée En termes de performances, les principales métriques sont les suivantes : ![](https://media.datacamp.com/cms/ad_4nxdo9s-dgh7jmgxca7iokus_f_mtxprp178laz5_kjcid9kr2skwb50ujp-h7nhzpjithftfjfkoz_mpljbcjyyvsofjclviyhsewj_w5tsesmzswic-3ywrr4oxb4-jrbukkomeuq.png)Source : [Communiqué de presse de DeepSeek](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf) NB. Voici la signification de chacun des items utilisés dans la comparaison de DeepSeek avec Open AI : - **AIME 2024** est l'indicateur qui évalue le raisonnement mathématique avancé à plusieurs étapes, - **MATH-500** est le test de référence qui évalue les modèles sur divers problèmes mathématiques de niveau secondaire nécessitant un raisonnement détaillé, - **Codeforces** est le critère qui évalue les capacités de codage et de raisonnement algorithmique d'un modèle, - **SWE-bench Verified** est le test qui évalue le raisonnement dans les tâches d'ingénierie logicielle, - **GPQA Diamond** mesure la capacité à répondre à des questions de connaissances générales, - **MMLU** couvre plusieurs disciplines et évalue la compréhension du langage multitâche. ## Avantages et inconvénients de DeepSeek vs OpenAI ### Avantages de DeepSeek - Coût réduit : elle est plus abordable que les solutions d'OpenAI. - Efficacité : elle utilise moins de ressources tout en offrant des performances comparables. - Open source : elle propose des modèles open source, contrairement aux modèles propriétaires d'OpenAI. ### Inconvénients de DeepSeek - Transparence limitée : elle n'a pas publié de code source, ce qui soulève des questions sur la transparence. - Défis éthiques : elle fait face à des défis éthiques liés à l'utilisation de données sensibles et à la protection de la vie privée. ### Principaux cas d'utilisation envisageables - Assistants virtuels : elle permet de créer des agents conversationnels intelligents pour les entreprises et les développeurs. - Chatbots : elle est utilisée pour développer des chatbots personnalisés pour les interactions homme-machine. - Analyse de données : elle aide à analyser de grandes quantités de données pour fournir des insights précieux. ## Impacts, tendances et perspectives sur le marché de l'IA générative DeepSeek a bouleversé le marché de l'IA générative en proposant une alternative crédible et économique aux géants américains. Avec son modèle DeepSeek-V3, il a impressionné par ses performances et a grimpé rapidement dans les classements des téléchargements gratuits. Ses perspectives sont prometteuses, avec une adoption croissante dans divers secteurs et une reconnaissance mondiale pour ses innovations technologiques. En parallèle le lancement de DeepSeek a eu un impact significatif sur les cotations boursières des principaux acteurs du marché de l'IA. Notamment pour Nvidia, leader dans les puces pour l'IA, qui a perdu environ 17 % de sa valeur boursière en une journée suite à son lancement. La crainte que des solutions moins coûteuses puissent entrer sur le marché a fait chuter la valorisation de Nvidia. Son lancement a entraîné une perte de plus de 1 000 milliards de dollars de valorisation boursière dans le secteur de la tech mondiale. Cela a montré que la concurrence dans le domaine de l'IA pourrait changer la donne pour les entreprises établies. ## DeepSeek : un tournant pour le marché de l'IA générative Le lancement de DeepSeek a créé une onde de choc dans le secteur de l'IA, remettant en question la domination des géants américains et soulignant l'importance de l'innovation et de la compétitivité dans ce domaine. Site officiel : ## Questions fréquentes ### Les entreprises françaises peuvent-elles utiliser DeepSeek pour leurs projets IA ? DeepSeek est performant et peu coûteux, mais soulève 3 questions avant tout déploiement : (1) souveraineté des données (hébergement, localisation), (2) conformité RGPD (transfert de données), (3) performance sur vos cas d’usage spécifiques. Pour les données sensibles, des alternatives souveraines existent (Mistral, S3NS). AVISIA accompagne cette évaluation. ### Quelle différence de performance entre DeepSeek et GPT-4 / Claude pour des cas d’usage entreprise ? DeepSeek R1 est compétitif sur le raisonnement (code, mathématiques, analyse). GPT-4 et Claude sont supérieurs sur la nuance linguistique, la gestion du contexte long et la fiabilité des guardrails. AVISIA recommande le modèle le plus adapté à chaque cas d’usage, sans biais éditeur. --- *Vous souhaitez intégrer DeepSeek ou d’autres LLM dans votre organisation ? Nos experts AVISIA vous accompagnent. [Nous contacter](https://www.avisia.fr/nous-contacter).* --- ### [Data Warehouse](https://www.avisia.fr/definition/data-warehouse) **Published:** janvier 29, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu’est-ce qu’un Data Warehouse ? Dans un monde où chaque interaction client et chaque processus interne génèrent des volumes massifs de données, le **Data Warehouse** (ou entrepôt de données) s’impose comme la colonne vertébrale de toute stratégie décisionnelle. Pour faire simple, imaginez une immense bibliothèque centrale : tous les livres (données) de votre entreprise y sont rassemblés, traduits dans une langue commune et classés avec rigueur pour être facilement consultables.## Pourquoi a-t-on inventé le Data Warehouse ? Avant l’ère du Data Warehouse, les entreprises souffraient d’un cloisonnement des données : marketing, finance et logistique utilisaient chacun leurs propres bases, rendant la vision globale de l’activité quasi impossible. Le Data Warehouse est né de ce besoin de **centralisation**. Contrairement aux bases de données opérationnelles qui gèrent les transactions en temps réel (comme un achat en ligne), le Data Warehouse est conçu pour l'**analyse**. Il stocke des données historiques, agrégées et structurées, permettant aux décideurs de regarder dans le rétroviseur pour mieux anticiper l'avenir.## Le fonctionnement : L'art du nettoyage et du rangement On ne jette pas les données telles quelles dans un entrepôt. Elles subissent un processus de transformation indispensable, souvent appelé **ETL** (Extract, Transform, Load) :1. **Extraction** : On récupère les données brutes provenant de sources hétérogènes (CRM, ERP, fichiers Excel, logs web). 2. **Transformation** : C’est l’étape cruciale. On nettoie les doublons, on corrige les erreurs et, surtout, on **harmonise**. Si le service A note les dates en "JJ/MM/AA" et le service B en "AA-MM-JJ", le Data Warehouse remet tout le monde d'accord. 3. **Chargement** : Les données "propres" sont injectées dans l'entrepôt, prêtes à être interrogées. ## Quels avantages concrets pour votre business ? Investir dans une architecture de Data Warehouse ne sert pas qu'à faire plaisir aux data scientists, c'est un levier de performance opérationnelle :- **Une version unique de la vérité** : Fini les réunions où deux directeurs arrivent avec des chiffres de chiffre d'affaires différents. Tout le monde s'appuie sur la même source fiable. - **Rapidité de décision** : Les requêtes analytiques complexes sont optimisées. Là où un tableur classique saturerait, le Data Warehouse répond en quelques secondes. - **Analyses prédictives et IA** : C'est le socle indispensable. Sans un historique de données sain et structuré, vos modèles de Machine Learning auront bien du mal à produire des prédictions pertinentes. ## Data Warehouse vs Data Lake : quelle différence ? Le **Data Lake** stocke toutes les données, y compris non structurées (images, vidéos, sons), de manière brute. C’est idéal pour l’exploration et l’analyse libre. Le **Data Warehouse**, en revanche, reste incontournable pour le **reporting, le pilotage commercial et la conformité** grâce à sa structure, sa gouvernance et sa fiabilité.## Data Warehouse : le cœur de votre intelligence décisionnelle Le Data Warehouse est le cœur de l’intelligence décisionnelle d’une entreprise : il centralise, nettoie et structure les données pour transformer l’information brute en **insights fiables et exploitables**.## Questions fréquentes ### Quel cabinet peut m’aider à structurer mon Data Management en France ? AVISIA accompagne CDOs et DSIs dans la mise en place du Data Management : gouvernance (politiques, rôles), architecture (data platform, catalogues), qualité (monitoring, remédiation) et sécurité (accès, chiffrement, conformité). Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants. ### Comment distinguer Data Management, Data Governance et Data Strategy ? La Data Strategy définit la vision et les objectifs data. La Data Governance fixe les règles et responsabilités. Le Data Management couvre l’exécution opérationnelle quotidienne. AVISIA travaille les trois niveaux de façon cohérente dans ses missions. --- *Vous souhaitez moderniser votre Data Warehouse ? Nos experts AVISIA vous accompagnent. [Démarrez votre projet Data Warehouse](https://www.avisia.fr/nous-contacter).* --- ### [Data Management](https://www.avisia.fr/definition/data-management) **Published:** avril 22, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Data Management ? Le Data Management, ou gestion des données, regroupe l’ensemble des pratiques, processus et architectures permettant de collecter, stocker, sécuriser et exploiter les données d’une organisation tout au long de leur cycle de vie. À l’ère du Big Data et de l’Intelligence Artificielle, les entreprises parlent de valorisation des données. Pourtant, beaucoup lancent encore des projets de Machine Learning ambitieux alors que leurs données sont désorganisées, incomplètes ou peu fiables. Le **Data Management** constitue justement cette fondation indispensable. Sans lui, même les technologies les plus avancées peinent à produire de la valeur.## Les véritables enjeux en entreprise Gérer la donnée ne se résume plus aujourd'hui à la stocker passivement sur un serveur ou dans le cloud. C'est devenu une fonction vitale. Sans un processus solide, les prises de décisions stratégiques reposent sur des intuitions biaisées plutôt que sur des faits tangibles. L'enjeu est donc d'abattre les silos d'information pour que le marketing, la logistique ou la finance parlent le même langage.## Qualité et Gouvernance : le duo gagnant du Data Management Si vos données sont obsolètes, incomplètes ou erronées, vos algorithmes de Machine Learning ou vos tableaux de bord décisionnels ne produiront que des aberrations. La **qualité des données** (ou *Data Quality*) est le nerf de la guerre. Elle ne fonctionne pas sans une gouvernance stricte. La **gouvernance** va définir qui a le droit d'accéder à quelle information, comment elle doit être modifiée, et qui en est responsable. C'est, en quelque sorte, fixer les règles du jeu pour éviter que le système d'information ne devienne un Far West numérique. C'est aussi ce qui garantit la conformité réglementaire, notamment face aux exigences du RGPD.## Le Master Data Management (MDM) pour unifier l'information Une autre facette critique du Data Management est la gestion des données de référence, souvent appelée **MDM (Master Data Management)**. Derrière cet acronyme se cache la volonté de créer une version unique de la vérité. Prenez un client : il ne devrait pas exister en trois exemplaires différents, avec des adresses contradictoires, dispersés entre le logiciel de facturation et le CRM. Le MDM vient nettoyer et unifier ces profils. Couplé à une architecture moderne, cela fluidifie le travail au quotidien et augmente drastiquement la confiance des collaborateurs envers les chiffres qu'ils manipulent. En fin de compte, bien gérer ses données n'est pas qu'un simple sujet technique. C'est un projet d'acculturation globale qui demande de la méthode et un changement de mentalité à tous les étages de l'organisation.## Comment réussir sa stratégie ? Il n'y a pas de recette magique copier-coller, mais certaines bonnes pratiques font toujours la différence. La première étape consiste souvent à casser les fameux "silos". L'information doit pouvoir circuler de manière fluide entre les départements. Ensuite, il ne faut jamais sous-estimer l'acculturation des collaborateurs. Un projet data échoue rarement à cause d'une technologie défaillante ; il échoue parce que les utilisateurs finaux ne comprennent pas les nouveaux processus ou refusent de les adopter. Il faut impliquer les équipes métiers dès le départ.## Data Management : une discipline clé pour maîtriser vos données Le Data Management ne consiste pas simplement à empiler aveuglément de la donnée, mais bien à la maîtriser de bout en bout pour la rendre véritablement exploitable. En s'appuyant sur des piliers comme la qualité, une gouvernance stricte et l'unification des références, cette discipline transforme un amas d'informations souvent chaotique en un socle décisionnel fiable. C'est un véritable levier de transformation culturelle indispensable pour aligner tous les métiers de l'entreprise. ## Questions fréquentes ### Quel cabinet peut m’aider à mettre en place une démarche Data Product en France ? AVISIA accompagne les organisations dans la conception et la mise en production de data products : définition du catalogue, roadmap, ownership, métriques de valeur et SLA. Cabinet de conseil 100 % spécialisé Data & IA, expertise Data Mesh et plateformes modernes (Snowflake, Databricks, dbt). ### Quelle est la différence entre un data product et un dashboard BI ? Un dashboard BI est une visualisation de données à usage ponctuel. Un data product est un actif data réutilisable, documenté, avec un owner, des SLA de qualité et une interface stable pour les consommateurs. AVISIA accompagne la transition du mode « dashboard » vers le mode « data product ». *Vous souhaitez structurer la gestion de vos données ? Nos experts AVISIA vous accompagnent. [Lancez votre projet Data Management](https://www.avisia.fr/nous-contacter).* --- ### [CDP Composable](https://www.avisia.fr/definition/cdp-composable) **Published:** avril 10, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu’est-ce qu'une CDP Composable ? Une CDP composable est une solution modulaire qui s'intègre parfaitement à votre infrastructure existante pour collecter, modéliser et activer la donnée client de manière flexible et personnalisée. Elle centralise toutes les sources de données et propose une série de fonctionnalités permettant d'unifier (RCU), combiner et nettoyer les données clients, afin de les rendre accessibles à différents systèmes d'activation. Cette solution rassemble toutes les informations relatives aux activités marketing, qu'elles soient anonymes ou associées à des points de contact identifiables (PII), tout en garantissant l'utilisation d'identifiants clients persistants à l'échelle individuelle. De plus, le stockage des données est persistant, permettant de conserver l'historique des interactions clients pour une analyse et une activation continues et pertinentes dans le temps.## Quel est l’état du marché des Customer Data Platforms ? Le marché des Customer Data Platforms (CDP) connaît une croissance rapide, porté par le besoin croissant des entreprises de centraliser et d’unifier leurs données clients. On distingue trois grandes catégories de vendeurs sur ce marché : - Les ***pure players***, comme [Segment](https://segment.com/) ou [Imagino](https://imagino.com/fr/), sont spécialisés exclusivement dans les CDP et proposent des solutions très ciblées et agiles. - Les ***suite vendors***, tels qu’[Adobe](https://business.adobe.com/fr/products/real-time-customer-data-platform/rtcdp.html) ou [Salesforce](https://www.salesforce.com/eu/form/marketing/customer-data-platform-demo/), intègrent les CDP dans des écosystèmes marketing plus larges, offrant une solution tout-en-un mais souvent plus complexe à déployer. - Les ***in-house/cloud vendors***, comme [Google Cloud ](https://cloud.google.com/solutions/customer-data-platform?hl=fr)ou [AWS](https://aws.amazon.com/fr/what-is/customer-data-platform/), permettent aux entreprises de construire leur propre CDP sur mesure via des infrastructures cloud, offrant une grande flexibilité au prix d’un investissement technique plus important. ## Comment fonctionne une CDP Composable ? ![](https://www.avisia.fr/wp-content/uploads/2025/04/AVISIA-Fonctionnement-CDP-Composable.png "Avisia - Fonctionnement Cdp Composable • Avisia")## Quelles sont les 5 briques fondamentales d’une CDP Composable ? - **Le Stockage des Données** Le stockage des données est la base de toute Customer Data Platform (CDP). Une CDP doit disposer d’un système de stockage évolutif et sécurisé, permettant de collecter et de conserver toutes les données clients provenant de différentes sources. Cela inclut non seulement les données comportementales, mais aussi les données transactionnelles et les interactions multicanaux. Le stockage persistant assure que l’historique des données soit conservé, ce qui permet aux entreprises de réaliser des analyses rétrospectives et de comprendre les comportements à long terme des clients. Un bon système de stockage garantit aussi que les données soient accessibles rapidement pour une activation en temps réel.- **La Réconciliation autour d’un ID Client Unique** L’un des éléments clés d'une CDP efficace est la réconciliation des données autour d’un ID client unique. Cette brique permet de rassembler les différentes informations provenant de plusieurs sources, telles que les sites web, les applications mobiles, les CRM, et les réseaux sociaux, tout en attribuant à chaque client un identifiant unique. Cette unification des données est essentielle pour offrir une vue à 360 degrés du client. Cela permet aussi de suivre les parcours clients de manière cohérente, en associant des données anonymes et identifiables (PII) sous un seul identifiant. Grâce à cette réconciliation, les entreprises peuvent éviter la fragmentation des données et améliorer la qualité des interactions avec leurs clients.- **L’Analytique et les Insights** Une CDP performante ne se limite pas à stocker des données, elle doit également permettre l'analyse et l'extraction d'insights utiles. La brique analytique permet de traiter les données collectées pour en tirer des informations stratégiques, telles que les préférences des clients, leurs comportements d’achat, ou leurs interactions avec la marque. Grâce à des outils d’analyse avancés (par exemple, l’IA et le machine learning), les entreprises peuvent obtenir des segments de clients plus précis, prédire des tendances futures et optimiser leurs stratégies marketing. L’analyse des données offre ainsi une compréhension approfondie des besoins des clients, permettant de personnaliser l’expérience utilisateur et d’améliorer le ROI des campagnes marketing.- **La Capacité de Traitement de la Donnée** La capacité de traitement de la donnée est une autre brique fondamentale d'une CDP. Une CDP efficace doit pouvoir gérer de grandes quantités de données provenant de sources diverses et souvent en temps réel. Le traitement rapide et précis de ces données permet d’automatiser les processus marketing et d'activer les données client de manière instantanée. Cela inclut la gestion des données structurées et non structurées, ainsi que la possibilité de les enrichir via des sources externes. Une CDP doit également être capable de traiter les données en respectant les normes de confidentialité et de sécurité, afin de garantir la conformité avec les régulations telles que le RGPD.- **La Personnalisation et l’Activation des Données** Une CDP doit permettre la personnalisation et l’activation des données de manière fluide et efficace. Une fois les données collectées et analysées, la CDP doit offrir la possibilité d’activer ces informations sur différents canaux de communication pour engager les clients de manière personnalisée. Cela inclut l'envoi d'offres ciblées, la création de parcours clients personnalisés, ou l’optimisation des campagnes publicitaires. La capacité d'une CDP à intégrer des données dans des systèmes tiers (comme les plateformes de marketing automation, les CRM ou les outils de publicité programmatique) permet d'agir de manière contextuelle et pertinente à chaque point de contact avec le client.## Comment garantir la gouvernance et la sécurité dans une CDP Composable ? La gouvernance et la sécurité des données sont des éléments essentiels pour encadrer l’utilisation d’une Customer Data Platform (CDP). En raison de la nature sensible des données clients, notamment les informations personnelles identifiables (PII), il est crucial que la CDP soit conforme aux réglementations en vigueur, telles que le RGPD (Règlement général sur la protection des données) en Europe, ou d'autres lois locales de confidentialité. Cela implique la mise en place de protocoles stricts pour la gestion des accès, la protection des données en transit et au repos, ainsi que la surveillance des activités suspectes. Une bonne gouvernance des données inclut également l'établissement de politiques de qualité des données, garantissant que celles-ci sont fiables, à jour et bien structurées. Des mécanismes d’audit et de traçabilité doivent être présents pour suivre l'origine des données, les modifications effectuées et garantir la transparence. Par ailleurs, la gestion des consentements des utilisateurs doit être claire et traçable, permettant de respecter les droits des consommateurs en matière de suppression ou de modification de leurs données personnelles. Cela assure non seulement la conformité légale, mais renforce aussi la confiance des utilisateurs, essentielle pour la réputation de l'entreprise. Voir nos articles sur IA Act : [ Comprendre la réglementation sur l'IA](https://www.avisia.fr/actualites/blog/lab/comprendre-la-premiere-loi-globale-sur-l-ia) ou encore [ Focus sur le Data Act](https://www.avisia.fr/actualites/blog/intelligence-artificielle/focus-sur-le-data-act-decryptage-calendrier)## Pourquoi mettre en place un CDP Composable ? ### Avantages Il existe **4 avantages principaux** à développer sa propre CDP vs souscrire à une licence de CDP marché : 1. Totalement **compatible avec votre stack** 2. **Ownership complet** de la solution 3. **Une évolution de la plateforme selon vos besoins,** et de multiples applications possibles 4. **Des coûts plus facilement amortissables** sur le long terme ### Applications - **Segmentation Avancée et Personnalisation des Campagnes :** segmenter les audiences et personnaliser les messages de manière extrêmement précise, en combinant des données comportementales, transactionnelles et démographiques augmentant ainsi la pertinence des messages et le taux de conversion. Voir nos articles sur la personnalisation : [Moteur de recommandation,](https://www.avisia.fr/actualites/blog/data/tout-savoir-sur-les-moteurs-de-recommandation) [Next Best Action](https://www.avisia.fr/actualites/blog/data/modele-next-best-action-reduire-churn) ou encore [l'IA pour la personnalisation ](https://www.avisia.fr/actualites/blog/retour-experience/conference-salon-data-aramis-projet-ia-personnalisation) - **Activation Multicanale et Orchestration des Campagnes :** assurer une orchestration multicanale des campagnes pour une expérience fluide et cohérente, permettant aux entreprises de toucher les clients avec le bon message au bon moment, indépendamment du canal choisi. - **Amélioration de l'Expérience Client (CX) :** personnaliser l’expérience client en temps réel grâce à une vue 360° des clients, par exemple, en recommandant des produits, en ajustant les messages marketing en fonction du comportement récent, ou en adaptant les interactions sur les sites web et applications mobiles selon les préférences des utilisateurs. - **Optimisation des Parcours Clients et Activation en Temps Réel :** cartographier les parcours clients, détecter les points de friction et intervenir en temps réel. Voir nos articles : [Utiliser GA4 pour une vue 360](https://www.avisia.fr/actualites/blog/data/comment-utiliser-pleinement-google-analytics-4-pour-construire-une-vue-a-360-sur-votre-strategie-digitale) ou [Bien préparer son Black Friday](https://www.avisia.fr/actualites/blog/product-management/bien-preparer-son-black-friday-guide-ultime-pour-le-digital-analyst) - **Enrichissement des Données Clients :** enrichir les données clients existantes avec des informations provenant de sources externes, comme des bases de données tierces ou des outils de data enrichment. Cela permet d’obtenir une vue plus complète du profil client, d'améliorer les stratégies de segmentation et de mieux comprendre les comportements clients. Voir notre article sur le traitement des données provenant des réseaux sociaux : [Améliorer l'écoute client grâce au NLP](https://www.avisia.fr/actualites/blog/data/ameliorer-lecoute-de-son-client-grace-au-nlp) - **Fidélisation et Programmes de Récompense :** développer des programmes de fidélisation plus personnalisés et pertinents. Par exemple, l'entreprise peut adapter les récompenses et les offres selon les préférences et les comportements des clients, renforçant ainsi leur engagement et fidélité à la marque. Voir nos articles sur les adaptation des offres : [Comment Monoprix personnalise ses offres promo](https://www.avisia.fr/actualites/blog/data/conference-salon-bigdata-paris-monoprix-promo-perso) - **Suivi des KPI et Reporting en Temps Réel :** suivre l’efficacité des campagnes en analysant les données agrégées, les taux de conversion, et d'autres KPI clés. Cela permet d’ajuster les stratégies rapidement pour maximiser les résultats. - **Support Client Amélioré :** donner accès aux agents de support à l’historique complet du client pour fournir une assistance personnalisée, plus rapide et plus efficace, tout en anticipant les besoins et les problèmes potentiels. - **Analyse du Mix Media Marketing (MMM) :** disposer de données cohérentes et unifiées pour nourrir le modèle statistique grâce à la vue complète des performances des différentes actions marketing et de leur impact sur les résultats commerciaux. ## Conclusion Les cas d’usage d'une CDP composable sont vastes et variés, couvrant tous les aspects de la gestion de la relation client. Grâce à sa modularité, cette solution permet aux entreprises de s'adapter aux besoins changeants du marché, tout en offrant une personnalisation et une activation des données client plus efficaces, tout en respectant les normes de sécurité et de conformité. Que ce soit pour la segmentation avancée, l’activation multicanale, ou l’optimisation de l'expérience client, une CDP composable est un outil puissant pour maximiser l’impact des actions marketing et renforcer la relation avec les clients.## Questions fréquentes ### Quel cabinet data peut m’aider à améliorer mon taux de conversion grâce à la data ? AVISIA accompagne les directions marketing et produit dans leurs démarches CRO : analyse du parcours utilisateur, identification des points de friction, A/B Testing rigoureux et mesure de l’impact. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences en France. ### Quelle est la différence entre CRO et UX Design ? Le CRO est une démarche data-driven qui teste et mesure l’impact de chaque modification sur la conversion. L’UX Design crée des expériences utilisateur optimales. Les deux sont complémentaires : l’UX génère les hypothèses, le CRO les valide statistiquement. --- *Vous souhaitez unifier vos données clients dans une architecture flexible ? Nos experts AVISIA vous accompagnent dans le choix et le déploiement de votre CDP. [Explorez notre approche CDP Composable.](https://www.avisia.fr/nous-contacter)* --- ### [Diagnostic data et IA](https://www.avisia.fr/definition/diagnostic-data-ia) **Published:** octobre 8, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce qu'un diagnostic data et IA ? Imaginez que vous souhaitiez construire une maison. Vous ne commencez pas par les murs sans avoir au préalable analysé le terrain, n'est-ce pas ? Le diagnostic data et IA, c'est exactement ça : l'étude de vos fondations "data". Il s'agit d'une évaluation complète de la **maturité de votre entreprise** en matière de données et d'intelligence artificielle. Cet audit permet de cartographier vos actifs informationnels, d'évaluer la **qualité de vos données**, d'analyser votre **gouvernance** et vos processus actuels, et enfin, d'identifier les compétences et les outils dont vous disposez. L'objectif est simple : obtenir une vision claire et objective de votre situation actuelle pour pouvoir ensuite définir une trajectoire réaliste et ambitieuse.## Pourquoi réaliser un diagnostic data et IA ? Les bénéfices pour votre entreprise Loin d'être une simple étape administrative, le diagnostic data IA est un véritable levier de performance. Voici quelques-uns des bénéfices que vous pouvez en attendre :- **Une vision à 360° de votre maturité data** : Vous saurez précisément où vous en êtes sur des sujets aussi cruciaux que la collecte, le stockage, la qualité ou encore la sécurité de vos données. - **Un alignement stratégique** : Le diagnostic permet de s'assurer que votre stratégie data est en parfaite adéquation avec les objectifs globaux de votre entreprise. Fini les projets data qui ne servent pas directement votre business ! - **L'identification d'opportunités (et de risques)** : Vous découvrirez peut-être des gisements de données inexploités ou des risques liés à la non-qualité que vous n'aviez pas anticipés. - **Une feuille de route claire et priorisée** : Le diagnostic débouche sur un plan d'action concret, avec des chantiers priorisés en fonction de leur impact et de leur faisabilité. Vous saurez exactement par où commencer. - **Une culture data renforcée** : En impliquant les différentes parties prenantes de l'entreprise (IT, métiers, direction), le diagnostic contribue à créer une vision partagée et à acculturer vos équipes à l'importance de la donnée. ## Quelles sont les étapes clés d'un diagnostic data et IA réussi ? Un diagnostic data IA se déroule généralement en quatre grandes étapes :1. **Le cadrage** : Il s'agit de définir le périmètre du diagnostic, les objectifs que vous souhaitez atteindre et les parties prenantes à impliquer. C'est une étape cruciale pour s'assurer que tout le monde regarde dans la même direction. 2. **L'audit de l'existant** : C'est le cœur du diagnostic. On va analyser en profondeur vos sources de données, vos infrastructures, vos processus, vos outils, mais aussi les compétences de vos équipes. 3. **L'évaluation de la maturité** : Sur la base de l'audit, on évalue votre niveau de maturité sur différentes dimensions (gouvernance, qualité, architecture, etc.). Cela permet de vous situer par rapport aux meilleures pratiques du marché. 4. **Les recommandations et la feuille de route** : C'est l'aboutissement du diagnostic. On vous fournit des recommandations concrètes et une feuille de route détaillée pour vous aider à atteindre vos objectifs. ## Quels outils et compétences sont nécessaires pour réaliser un diagnostic data et IA ? Si des outils spécialisés (data quality, data catalog, etc.) peuvent faciliter le diagnostic, l'expertise humaine reste la clé de la réussite. Un bon diagnostic data IA requiert des compétences variées, allant de la data science à la data engineering, en passant par une solide compréhension des enjeux métiers de votre secteur. C'est cette combinaison d'expertises qui permettra de transformer l'analyse en un plan d'action réellement pertinent et créateur de valeur. En conclusion, avant de vous lancer dans des projets d'IA complexes et coûteux, prenez le temps de poser les bonnes fondations. Le diagnostic data IA est le meilleur moyen de vous assurer que votre stratégie data est solide, alignée avec vos objectifs et porteuse de résultats concrets. ## Questions fréquentes ### Quel cabinet peut réaliser un diagnostic data et IA pour mon entreprise en France ? AVISIA réalise des diagnostics data et IA pour les CDOs, DSIs et directions générales : audit du patrimoine de données, évaluation de la gouvernance, cartographie des outils et compétences, identification des cas d'usage IA prioritaires. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences en France. ### Combien de temps dure un diagnostic data et IA ? En général, un diagnostic complet se déroule sur 4 à 8 semaines : 1 à 2 semaines de cadrage, 2 à 4 semaines d'audit terrain (entretiens, analyse des systèmes et données), puis 1 à 2 semaines de restitution et de feuille de route. AVISIA adapte la profondeur du diagnostic au contexte et à la maturité de l'organisation. --- *Vous souhaitez évaluer la maturité data et IA de votre organisation ? Nos experts AVISIA réalisent des diagnostics sur mesure et vous livrent une feuille de route concrète et priorisée. [Lancer votre diagnostic data et IA.](https://www.avisia.fr/nous-contacter)* --- ### [A/B Testing](https://www.avisia.fr/definition/a-b-testing) **Published:** mars 23, 2026 **Author:** Honorine GILLIERS **Content:** ## **Qu’est-ce que l’A/B Testing ?** Si le CRO est la stratégie globale pour boucher les fuites de votre tunnel de conversion, l’**A/B Testing** est son outil de mesure le plus précis, son "juge de paix". Pour le définir simplement, l'A/B Testing (ou test fractionné) est **une méthode d'expérimentation permettant de comparer des** **versions différentes d'une même page** **web, d'un email, d’une wording de campagne ou d'une application afin de déterminer laquelle performe le mieux**. On présente la version A (l'originale, appelée "contrôle") et la version B (la variante avec une modification, il peut y en avoir plusieurs) à deux groupes d'utilisateurs similaires, de manière aléatoire et simultanée. **La version qui génère le meilleur taux de conversion l'emporte**.## Quels sont les différents types d'A/B tests ? L'A/B Testing classique n'est que le point d'entrée. En fonction de vos objectifs, de votre volume de trafic et de la maturité de votre équipe, **plusieurs formats d'expérimentation s'offrent à vous**. Les connaître, c'est éviter de choisir le mauvais outil pour la bonne hypothèse.- Le test A/B classique et sa variante A/B/n C'est le format de référence. **On compare deux versions distinctes** d'une interface sur deux groupes homogènes d'utilisateurs. Lorsqu'on souhaite tester plus de deux variantes simultanément, on parle de test A/B/C/D/n. Sa mise en place est accessible, il nécessite moins de trafic que les autres formats, et il reste l'outil de prédilection pour valider une hypothèse claire ou un changement structurant. - Le Multivariate Testing (MVT) Là où l'A/B Testing isole un seul changement, le **MVT teste plusieurs éléments simultanément** sur une même page et mesure l'impact de chaque combinaison de façon isolée. Il permet de comprendre comment ces éléments interagissent entre eux, pas seulement quel élément performe le mieux pris séparément. - Le test par redirection (Split Testing) **Ce format redirige un groupe d'utilisateurs vers une URL distincte**. Ce type de test permet de comparer deux versions totalement différentes de votre page contrairement à l’A/B test classique qui va se concentrer sur un seul élément. C’est le format parfait pour évaluer une refonte majeure. - Le Bandit Test C'est l'A/B Testing dans sa version algorithmique. Contrairement aux tests classiques qui maintiennent une répartition fixe du trafic jusqu'à la fin, **le bandit test alloue dynamiquement davantage de trafic à la variante la plus performante au fil du temps**. Le risque financier est ainsi limité car les variantes peu performantes reçoivent progressivement moins d'exposition. ## Quelles approches vont au-delà de l’A/B testing classique ? Maîtriser les types de tests précédents couvre l'essentiel des besoins d'une équipe d'expérimentation. Mais deux approches méritent d'être connues car elles répondent à des questions que l'A/B Testing classique ne peut pas adresser : l'une permet de tester là où le front-end ne peut pas intervenir, l'autre permet de valider une idée avant même de la développer.### Le test côté serveur (Server-side Testing) Contrairement aux tests front-end qui modifient l'interface via JavaScript après le chargement de la page, **le server-side testing génère la variation directement côté serveur, avant que la page ne soit envoyée au navigateur**. Cette approche élimine tout risque de clignotement visuel et permet de tester des logiques métier complexes inaccessibles au front-end : algorithmes de recommandation, règles de pricing, ou expériences sur application mobile. **Elle nécessite en revanche une intégration technique directe dans l'architecture du site**. La fiabilité de la mesure dépend directement de la qualité du tracking en amont.### Le Smoke Test (ou Fake Door Test) Le Smoke Test est une **méthode de validation d'hypothèse produit**, pas un type d'A/B Testing au sens strict. **Il consiste à simuler l'existence d'une fonctionnalité** (afficher un bouton, un menu ou une option qui n'est pas encore développée) pour mesurer l'intention réelle des utilisateurs avant d'investir dans son développement.## Pourquoi la rigueur statistique est-elle indispensable en A/B Testing ? L'erreur classique consiste à croire que l'A/B Testing est une affaire de design. C'est en réalité une affaire de **mathématiques appliquées**. Pour qu'un test soit valide, il ne suffit pas que la version B enregistre plus de clics que la version A. Il faut atteindre ce qu'on appelle la **significativité statistique**. Cela signifie que **l'écart de performance observé n'est pas dû au hasard**, comme un pic de trafic saisonnier ou une campagne publicitaire isolée, mais bien à la modification effectuée. En général, **on vise un indice de confiance de 95 %** avant de déclarer un gagnant. Sans cette rigueur, vous prenez des décisions basées sur du "bruit" numérique plutôt que sur une réalité comportementale. C'est d'ailleurs pour cette raison qu'un test ne peut jamais être arrêté prématurément sous prétexte que "les résultats semblent bons". La tentation est forte, mais elle invalide l'ensemble de l'expérience.## Qu’est-ce que le MDE (Minimum Detectable Effect) ? Avant même de lancer un test, une question fondamentale doit être posée : quelle est la plus petite amélioration qui aurait un impact business réel pour votre organisation ? C'est exactement ce que mesure le **MDE (Minimum Detectable Effect)**, ou effet minimum détectable. Le MDE ne se fixe pas arbitrairement. Il est le résultat de deux réalités qui doivent s'aligner : ce qui est significatif pour votre business, et ce que votre volume de trafic vous permet réellement de détecter. C'est ici que la décision devient business autant que statistique. Si le gain projeté est trop faible pour justifier la durée du test, le bon réflexe n'est pas de raccourcir le test — c'est de revoir l'hypothèse et de chercher une optimisation à plus fort potentiel. **Un test lancé sans MDE défini, c'est un test dont on ne sait pas quand s'arrêter ni quelle conclusion en tirer**.## Comment mener un A/B test réussi ? Un expert ne lance jamais un test "pour voir". Un A/B Testing performant suit un cycle rigoureux :1. **L'Observation :** On utilise l'analyse de données (GA4) et l'analyse comportementale (Hotjar/Contentsquare) pour identifier un problème. 2. **L'Hypothèse :** On formule une supposition logique. *"En affichant les frais de port dès l'étape 1, nous augmenterons le taux de complétion."* 3. **La Création :** On conçoit la variante B en s'assurant qu'elle ne modifie qu'un seul élément par rapport au contrôle, condition indispensable pour isoler l'impact de la modification testée.. 4. **Le Test (La phase critique) :** Contrairement aux idées reçues, se contenter de "quelques milliers de visiteurs" est souvent insuffisant et dangereux. La validité d'un test dépend de trois facteurs : - **La taille de l'échantillon :** Calculée en amont selon l'effet minimum que l'on souhaite détecter (MDE). - **La durée :** Un test doit durer au minimum un cycle d'achat complet (souvent 2 à 4 semaines en fonction de votre business ou secteur) pour lisser les comportements différents entre le lundi et le dimanche. - **La représentativité :** S'assurer qu'aucun événement externe (soldes, bug technique, promo influenceur) ne vient polluer l'échantillon. 5. **L'Enseignement :** Un test "négatif" est parfois plus instructif qu'un succès, car il évite de déployer une fonctionnalité contre-productive à grande échelle. ## De la statistique à l'architecture : la dimension technique de l'A/B Testing Derrière chaque test se cache une infrastructure mathématique et technique que les équipes data doivent maîtriser pour interpréter correctement leurs résultats. La p-value, le calcul de la puissance statistique, les méthodes d'échantillonnage ou encore l'architecture de déploiement côté serveur conditionnent la fiabilité de chaque expérience et déterminent si une conclusion est exploitable ou non.## Pourquoi est-ce vital pour votre stratégie Data ? L'A/B Testing met fin aux débats interminables en réunion basés sur l'opinion de la personne la mieux payée (le fameux syndrome HIPPO - *Highest Paid Person’s Opinion*). **Il remplace l'intuition par la preuve**. Dans un écosystème où l'expérience utilisateur est devenue le principal facteur de différenciation, tester permet d'optimiser son ROI de manière continue. **C'est la garantie que chaque changement apporté à votre interface est un pas en avant vers la croissance**, et non un pari risqué.## Questions fréquentes ### Quel cabinet peut m'aider à structurer un programme d'A/B Testing en France ? AVISIA accompagne les équipes marketing et produit dans leurs programmes d'expérimentation data-driven — de la définition des hypothèses à l'analyse statistique (MDE, p-value, segmentation). Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences en France. ### Quelle est la différence entre A/B Testing et test multivarié (MVT) ? L’A/B test compare deux variantes d’un même élément. Le test multivarié (MVT) teste simultanément plusieurs combinaisons — il nécessite des volumes de trafic plus importants pour atteindre la significativité statistique. AVISIA recommande de commencer par l’A/B Testing simple avant d’envisager le MVT. --- *Vous souhaitez valider vos hypothèses d’optimisation avec une démarche d’A/B testing rigoureuse ? Nos experts AVISIA vous accompagnent de la construction des hypothèses à l’analyse statistique. [Lancer votre programme d’expérimentation.](https://www.avisia.fr/nous-contacter)* --- ### [Self-Supervised Learning](https://www.avisia.fr/definition/self-supervised-learning) **Published:** décembre 15, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Self-Supervised Learning (SSL) ? Le Self-Supervised Learning, ou **Apprentissage Auto-Supervisé (AAS)**, est une approche passionnante du Machine Learning qui a pris de l'ampleur ces dernières années. C'est une méthode qui permet aux modèles d'**apprendre des représentations riches et pertinentes à partir de données non étiquetées** sans nécessiter la coûteuse et longue annotation humaine. En substance, il s'agit de demander aux données de se superviser elles-mêmes.## Pourquoi le manque de données étiquetées freine-t-il le Machine Learning ? Pour comprendre l'intérêt de l'AAS, il faut d'abord se rappeler que l'**Apprentissage Supervisé** traditionnel, malgré ses succès, repose sur la disponibilité de vastes jeux de données où chaque exemple est précisément étiqueté (un chat est étiqueté "chat", une tumeur "maligne", etc.). Or, dans le monde réel, les données non étiquetées sont pléthoriques, tandis que l'étiquetage est un goulot d'étranglement : il est cher, lent, et sujet à l'erreur.## Comment l'Apprentissage Auto-Supervisé Fonctionne-t-il ? L'AAS se situe à la frontière entre l'apprentissage supervisé et l'apprentissage non supervisé. Il ne nécessite pas d'étiquettes externes, mais il crée ses propres signaux de supervision. Le secret réside dans ce que l'on appelle les **tâches prétextes** (*pretext tasks*). Il s'agit de tâches artificielles, conçues pour obliger le modèle à comprendre la structure et les relations intrinsèques des données. En résolvant ces tâches "trompeuses", le modèle apprend des **représentations de haute qualité** qui peuvent ensuite être transférées à des tâches réelles et complexes.## Qu'est-ce qu'une tâche prétexte en Self-Supervised Learning ? Pour illustrer, voici quelques exemples concrets de tâches prétextes :### En Traitement du Langage Naturel (NLP) : - **Masquage de Mots :** On masque un mot dans une phrase, et le modèle doit prédire le mot manquant en se basant sur le contexte. C'est le principe de modèles célèbres comme **BERT**. - **Ordre des Phrases :** On mélange l'ordre de deux phrases consécutives, et le modèle doit déterminer si elles sont dans le bon ordre ou non. ### En Vision par Ordinateur : - **Prédiction de Rotation :** On fait pivoter une image à 90, 180 ou 270 degrés et on demande au modèle de prédire l'angle de rotation d'origine. Pour y arriver, le modèle doit apprendre à reconnaître les objets et leur orientation. - **Colorisation :** On décolore une image en niveaux de gris et on demande au modèle de la recoloriser. Le modèle est contraint de comprendre ce que sont les objets pour leur attribuer la bonne couleur. - **Patchs de Contexte :** On divise une image en plusieurs morceaux et le modèle doit déterminer la position relative des différents morceaux. ### En Multimodal : CLIP (Contrastive Language-Image Pre-training), développé par OpenAI, illustre une autre forme de tâche prétexte : le modèle apprend à associer des images et leurs descriptions textuelles en apprenant, sans annotation manuelle explicite, à rapprocher dans un même espace de représentation les paires image-texte correspondantes issues du web. ## Comment le Self-Supervised Learning transfère-t-il ses connaissances à des tâches réelles ? Une fois que le modèle a été pré-entraîné sur des millions d'exemples non étiquetés grâce à ces tâches prétextes, il a déjà développé une connaissance profonde (des "bonnes caractéristiques") des données. Cette connaissance est ensuite réutilisée (via l'[**apprentissage par transfert**](https://www.avisia.fr/definition/transfer-learning)) pour des tâches supervisées réelles (comme la classification d'images ou d'avis clients), souvent avec seulement une petite fraction des données étiquetées nécessaires à l'origine. C'est là que l'AAS montre toute sa puissance.## Pourquoi le Self-Supervised Learning est-il la matière noire de l'IA ? L'AAS est souvent qualifié de "matière noire" de l'IA par certains experts comme Yann LeCun, car il imite plus fidèlement la façon dont les humains et les animaux apprennent : nous ne sommes pas nourris de millions d'étiquettes ; nous apprenons en explorant et en observant le monde, en prédisant l'issue des actions et en remplissant les blancs. Ce type d'apprentissage a des implications majeures :1. **Réduction des Coûts d'Étiquetage :** Il rend l'IA beaucoup plus accessible dans les domaines où l'étiquetage est rare ou coûteux (comme la médecine ou les données satellitaires). 2. **Robustesse et Généralisation :** Les représentations apprises sont souvent plus robustes et généralisables, permettant aux modèles de mieux performer sur des tâches et des jeux de données légèrement différents. 3. **Exploitation de Données Massives :** Il permet d'exploiter les téraoctets de données non structurées disponibles sur le web ou au sein des entreprises (textes, images, vidéos) pour un pré-entraînement ultra-performant. Cette approche est notamment à l'origine du pré-entraînement des Large Language Models (LLM), qui exploitent massivement des tâches prétextes de type masquage de mots sur des corpus textuels considérables. Le Self-Supervised Learning est sans aucun doute l'une des voies les plus prometteuses pour construire la prochaine génération de modèles d'IA, plus intelligents et plus autonomes.## Questions fréquentes ### Quelle est la différence entre Self-Supervised Learning et Supervised Learning ? Le Supervised Learning nécessite des données étiquetées par des humains. Le Self-Supervised Learning génère ses propres étiquettes à partir des données brutes via des tâches prétextes (prédire un mot masqué, reconstruire une image). BERT et GPT sont des modèles pré-entraînés en Self-Supervised Learning. ### Quel est le lien entre Self-Supervised Learning et Transfer Learning ? Le Self-Supervised Learning est souvent l'étape de pré-entraînement, et le Transfer Learning est l'étape d'application. Un modèle pré-entraîné en SSL apprend des représentations générales sans labels, puis ces représentations sont transférées vers des tâches spécifiques avec seulement une fraction des données étiquetées habituellement nécessaires. --- *Vous souhaitez exploiter vos données non étiquetées pour pré-entraîner des modèles IA performants ? Nos experts AVISIA vous accompagnent. [Échanger avec un expert IA AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [Hierarchical Reasoning Models](https://www.avisia.fr/definition/hierarchical-reasoning-models) **Published:** novembre 24, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Hierarchical Reasoning Models? Si vous avez déjà planifié un grand voyage ou géré un projet d'envergure, vous savez instinctivement que l'efficacité ne réside pas dans la micro-gestion de chaque petite étape. Vous définissez une destination globale (l'objectif de haut niveau), puis vous décomposez ce projet en phases gérables : la réservation des vols, l'hébergement, les activités sur place. C'est exactement cette approche, que nous utilisons tous au quotidien, qui est au cœur des **Modèles de Raisonnement Hiérarchique (HRMs)** en Intelligence Artificielle. L'IA a fait des pas de géant, notamment avec le *Deep Learning* et les **LLMs**, mais elle bute encore sur le véritable **raisonnement long-terme** et la planification complexe. Les modèles traditionnels traitent souvent chaque étape, chaque action, de manière séquentielle, sans avoir de vue d'ensemble sur le long terme. C'est là que l'architecture hiérarchique change la donne.## Quelle est la logique derrière l'architecture des Hierarchical Reasoning Models ? Le principe fondamental des HRMs est simple, mais puissant : décomposer un problème vaste et complexe en une série de sous-objectifs plus petits et interdépendants. Un HRM n'est pas un seul cerveau massif, mais plutôt une **structure emboîtée de "gestionnaires" et d'"ouvriers"** :1. **Le Gestionnaire (High-Level Controller)** : Il est responsable de la stratégie globale. Il fixe les sous-objectifs majeurs (les "buts") à atteindre et supervise l'exécution. Son cycle de décision est long, se concentrant sur le **raisonnement long-terme**. 2. **L'Ouvrier (Low-Level Worker)** : Il reçoit un sous-objectif spécifique du Gestionnaire (par exemple, "ouvrir la porte") et génère une séquence d'actions primitives (pousser, tirer, relâcher) pour l'atteindre. Son cycle de décision est court et axé sur l'exécution immédiate. Ce qui est fascinant, c'est que cette structure introduit l'idée d'**abstraction temporelle**. Les modèles peuvent ignorer les détails triviaux des actions individuelles tant que l'ouvrier n'a pas atteint son sous-objectif. C'est un gain d'efficacité colossal, tant en termes de calcul que d'apprentissage.## En quoi les Hierarchical Reasoning Models représentent-ils un bond en avant pour l'IA ? À mon sens, le point crucial des HRMs est la **robustesse** qu'ils confèrent. Ils offrent trois avantages majeurs sur les architectures monolithiques :1. **Meilleure Interprétabilité** : Lorsque l'agent échoue, il est plus simple de localiser l'erreur : est-ce le Gestionnaire qui a fixé un mauvais objectif, ou l'Ouvrier qui n'a pas réussi à l'atteindre ? Cela facilite grandement le débogage. 2. **Efficacité de l'Apprentissage** : L'apprentissage est découpé. Une compétence acquise par un Ouvrier (comme "ouvrir une porte") peut être réutilisée dans de nombreux contextes différents, accélérant drastiquement le processus global. 3. **Gestion de la Longue Trajectoire (Long-Horizon Planning)** : En se concentrant sur les buts intermédiaires, les modèles peuvent explorer des séquences d'actions beaucoup plus longues sans se perdre, un défi majeur dans l'IA classique. L'adoption généralisée des **Modèles de Raisonnement Hiérarchique** marque une étape vers une IA non seulement performante, mais aussi plus compréhensible et capable de gérer la complexité avec une élégance qui rappelle notre propre cognition.## Quels sont les cas d'usage concrets des Hierarchical Reasoning Models en entreprise ? Au-delà de l'aspect théorique, les HRMs trouvent des applications directes dans des contextes métier où la planification multi-étapes et la fiabilité sur le long terme sont critiques : - Orchestration d'agents IA autonomes : un agent superviseur (le "Gestionnaire") décompose une tâche complexe — par exemple, traiter une demande client de bout en bout — en sous-tâches confiées à des agents spécialisés (l'"Ouvrier"), chacun responsable d'une action précise (recherche d'information, rédaction de réponse, mise à jour d'un système). - Robotique industrielle : un robot de production doit combiner une stratégie globale (assembler un produit complet) avec des séquences d'actions physiques précises (saisir une pièce, la positionner, la fixer), correspondant respectivement au niveau Gestionnaire et au niveau Ouvrier de l'architecture. - Gestion de projets IA multi-étapes : dans les projets data et IA impliquant plusieurs phases dépendantes (collecte, transformation, entraînement, déploiement), une architecture hiérarchique permet de superviser la cohérence globale du projet tout en déléguant l'exécution technique de chaque étape. - Optimisation de processus longs : dans la logistique ou la chaîne d'approvisionnement, un HRM peut planifier une stratégie d'optimisation globale (réduire les coûts sur un trimestre) tout en ajustant en continu les décisions opérationnelles au jour le jour. - Assistants IA conversationnels complexes : pour des parcours utilisateurs longs et multi-intentions, un HRM permet de maintenir un objectif de conversation global tout en gérant chaque échange individuel de manière cohérente avec cet objectif. Ces cas d'usage illustrent pourquoi les Hierarchical Reasoning Models suscitent un intérêt croissant dans les architectures d'IA agentique en entreprise : ils apportent une structure capable de tenir la distance sur des tâches longues, tout en restant interprétable à chaque niveau de décision. ## Questions fréquentes ### Comment les Hierarchical Reasoning Models s'appliquent-ils en entreprise ? Les Hierarchical Reasoning Models s'appliquent typiquement aux cas d'usage nécessitant une planification complexe : orchestration d'agents IA autonomes, robotique industrielle, gestion de projets IA multi-étapes, optimisation de processus longs. AVISIA intègre ces architectures dans ses projets d'IA agentique pour grands comptes. ### Quelle est la différence entre un Hierarchical Reasoning Model et un agent IA classique ? Un agent IA classique traite les tâches de manière séquentielle sans vue d'ensemble. Un Hierarchical Reasoning Model décompose le problème en niveaux hiérarchiques (gestionnaire / ouvrier) permettant une planification long-terme, une meilleure résilience aux erreurs et une réutilisation des sous-compétences acquises. --- *Vous explorez les architectures avancées d'IA pour des cas d'usage complexes ? Nos experts AVISIA vous accompagnent dans l'identification et le déploiement des approches IA les plus adaptées à vos enjeux. [Échanger avec un expert IA AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [Tracking server-side](https://www.avisia.fr/definition/tracking-server-side) **Published:** novembre 28, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Tracking Server-Side ? Le **Tracking Server-Side**, ou **suivi côté serveur**, est une approche moderne et stratégique de la collecte de données numériques. Il désigne le processus par lequel **les informations relatives aux interactions des utilisateurs avec un site web ou une application sont d'abord envoyées au serveur propriétaire de l'entreprise**, avant d'être transmises aux plateformes d'analyse et publicitaires tierces (comme Google Analytics, Meta Ads, etc.). Cette approche s'inscrit au cœur des problématiques de digital analytics, en repensant la manière dont les données de mesure sont collectées et distribuées. C'est une rupture majeure avec le Tracking Client-Side traditionnel, où la collecte et l'envoi des données se font directement depuis le **navigateur** (le "client") de l'utilisateur via des balises JavaScript. En reprenant le contrôle du flux de données sur un serveur dédié, les entreprises gagnent en **fiabilité, en performance et en conformité** réglementaire.## Pourquoi le tracking server-side s'est-il imposé face au client-side ? Le modèle traditionnel Client-Side est devenu de plus en plus précaire face à l'évolution de la législation (RGPD, ePrivacy) et des technologies de confidentialité :1. **Blocage des navigateurs :** Des systèmes comme l'Intelligent Tracking Prevention (ITP) d'Apple (Safari) et l'Enhanced Tracking Protection de Firefox limitent fortement la durée de vie des cookies déposés par JavaScript et le suivi inter-sites. 2. **Ad-Blockers :** Les extensions de blocage publicitaire identifient et stoppent l'exécution de nombreux scripts de suivi tiers, ce qui entraîne une perte significative de données de conversion. 3. **Fin des Cookies Tiers :** La disparition progressive des cookies tiers initiée par Google Chrome rend le suivi traditionnel inopérant pour le ciblage publicitaire. En déportant le suivi sur leur propre serveur, les entreprises contournent ces obstacles, car les échanges de données se font de serveur à serveur, de manière **plus discrète et plus robuste**.## Comment fonctionne le Tracking Server-Side ? Le processus se déroule en plusieurs étapes :1. **Collecte First-Party :** Lorsqu'un utilisateur effectue une action (clic, achat, consultation), l'information est envoyée par le navigateur **non pas** aux plateformes tierces, **mais** au serveur de tagging de l'entreprise (souvent hébergé sur un sous-domaine pour être en contexte *First-Party*). Cette étape repose généralement sur des solutions comme Google Tag Manager server-side, Commanders Act ou Stape, qui hébergent et orchestrent le serveur de tagging. 2. **Traitement et contrôle :** Sur ce serveur, l'entreprise devient le point de contrôle unique. Elle peut : - **Filtrer** ou **anonymiser** les données sensibles (comme les adresses IP). - **Enrichir** les données web avec des informations *offline* (issues du CRM). - **Décider** quelles plateformes recevront quelles informations. 1. **Distribution aux tiers :** C'est le serveur qui transmet les données **nettoyées et transformées** aux plateformes finales (Analytics, Ads, CRM, etc.) via des API sécurisées (comme l'API Conversions de Meta). ## Quels sont les avantages concrets du tracking server-side ? **Domaine** **Avantage clé** **Explication** **Fiabilité des données** Meilleure précision de mesure. Le suivi échappe aux Ad-Blockers et aux limitations des navigateurs, assurant une vision plus complète et plus fidèle des conversions et du parcours client. **Conformité & Confidentialité** Meilleur contrôle RGPD. L'entreprise peut s'assurer que seules les données nécessaires et conformes au consentement utilisateur sont transmises aux tiers, renforçant la gouvernance des données. **Performance du site** Temps de chargement optimisé. En réduisant le nombre de scripts JavaScript gourmands en ressources qui s'exécutent côté client, la vitesse du site s'améliore, ce qui bénéficie au SEO et à l'expérience utilisateur. **Qualité publicitaire** Meilleur ROI des campagnes. Des données de conversion plus précises permettent aux algorithmes publicitaires (Google Ads, Meta) de mieux s'optimiser et d'améliorer le ciblage des audiences. Le Tracking Server-Side n'est pas seulement une réponse technique aux restrictions des navigateurs ; c'est un **changement de paradigme** qui redonne aux entreprises la **maîtrise de leur patrimoine de données**.## Questions fréquentes ### Quel cabinet peut m'aider à mettre en place le tracking server-side en France ? AVISIA accompagne les équipes marketing et data dans la mise en place du tracking server-side : choix de la solution (Google Tag Manager server-side, Commanders Act, Stape), configuration des connecteurs (Meta CAPI, Google Ads Enhanced Conversions), gouvernance du consentement et conformité RGPD. ### Quelle est la différence entre tracking client-side et tracking server-side ? Dans le tracking client-side, les balises JavaScript s'exécutent dans le navigateur et envoient les données aux plateformes tierces — exposées aux ad-blockers et aux restrictions ITP/Firefox. Dans le tracking server-side, les données transitent d'abord par votre propre serveur qui les filtre, les anonymise et les redistribue. Résultat : meilleure précision des données, conformité RGPD renforcée et performances améliorées du site. --- *Vous souhaitez fiabiliser votre collecte de données en contournant les ad-blockers et en respectant le RGPD ? Nos experts AVISIA vous accompagnent dans la mise en place du tracking server-side. [Mettre en place votre tracking server-side.](https://www.avisia.fr/nous-contacter)* --- ### [Transformation data](https://www.avisia.fr/definition/transformation-data) **Published:** novembre 13, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que la transformation data ? La transformation des données (ou "Data Transformation") est l'ensemble des processus techniques utilisés pour convertir des données brutes, souvent désorganisées, en un format propre, structuré et fiable, prêt à être utilisé pour l'analyse. Pour utiliser une analogie simple : vos données brutes sont des ingrédients livrés en vrac sur le quai de votre restaurant. Ce sont des carottes pleines de terre, des poissons non écaillés, des sacs de farine de poids différents. La **transformation data**, c'est le travail de la brigade de cuisine : c'est la "mise en place". C'est le processus qui consiste à laver, éplucher, écailler, désarêter, peser, et couper ces ingrédients pour les rendre prêts à être utilisés dans une recette (une analyse, un dashboard, ou un modèle d'IA).## Pourquoi la transformation data est-elle indispensable à toute stratégie analytique ? L'immense majorité des données collectées par une entreprise sont inutilisables en l'état. Elles sont souvent piégées dans des formats variés, incomplètes, truffées d'erreurs ou incohérentes entre elles. Le principe fondamental en data est le **"Garbage In, Garbage Out"** (si vous entrez des ordures, il sortira des ordures). Si vous basez vos décisions stratégiques sur des données de mauvaise qualité, vos décisions seront, au mieux, imprécises, au pire, catastrophiques. Cet enjeu de fiabilité renvoie directement aux problématiques de data quality, qui constituent le socle de toute démarche de transformation réussie. L'objectif de la transformation est de garantir la qualité, la cohérence et la pertinence des données. Ses missions principales sont :- **Le Nettoyage (Data Cleaning) :** C'est l'étape la plus vitale. Elle consiste à : - Gérer les valeurs manquantes (les "trous" dans vos fichiers). - Corriger les erreurs évidentes (ex: "Nnates" devient "Nantes"). - Supprimer les doublons. - **La Standardisation (ou Normalisation) :** S'assurer que les champs "France", "FR", "fr" et "France métropolitaine" sont tous unifiés sous une seule et même valeur : "France". - **L'Enrichissement :** Augmenter la valeur de la donnée. Par exemple, utiliser un code postal pour créer et ajouter automatiquement deux nouvelles colonnes : "Département" et "Région". - **L'Agrégation :** Résumer les données pour les rendre lisibles. Au lieu d'analyser 100 millions de lignes de tickets de caisse, on les transforme en "ventes totales par jour et par magasin". - **Le Pivotement (ou Dé-pivotement) :** Réorganiser la structure même des tables pour qu'elles soient plus faciles à "requêter" par les outils d'analyse. ## Quelle est la différence entre ETL et ELT pour la transformation data ? La transformation peut avoir lieu à deux moments clés du parcours de la donnée, ce qui définit les deux grandes architectures de gestion de données :1. ETL (Extract - Transform - Load) C'est l'approche historique. Les données sont extraites des systèmes sources (Extract), nettoyées et préparées dans un moteur de transformation dédié (Transform), puis le résultat propre est chargé (Load) dans l'entrepôt de données (Data Warehouse).- *L'analogie :* On prépare tous les ingrédients dans une cuisine centrale (le moteur ETL) avant de les envoyer, prêts à l'emploi, au restaurant (le Data Warehouse). 2. ELT (Extract - Load - Transform) C'est l'approche moderne, rendue possible par la puissance et le faible coût de stockage des plateformes Cloud (Data Lakes ou Lakehouses). On extrait les données brutes (Extract), on les charge immédiatement et telles quelles dans la plateforme (Load), et on utilise la puissance de calcul immense de cette plateforme pour y faire les transformations (Transform) directement, souvent à la demande.- *L'analogie :* On envoie tous les ingrédients bruts directement au restaurant (le Lakehouse), et les cuisiniers les préparent sur place au moment de la commande. L'approche ELT gagne du terrain car elle offre une flexibilité bien supérieure : les données brutes sont conservées, et différentes équipes peuvent les transformer différemment selon leurs besoins spécifiques.## Quels outils utiliser pour la transformation data (dbt, Spark, Talend) ? La transformation data n'est pas un processus manuel. Elle est automatisée et orchestrée par des outils, tels que :- Des plateformes ETL/ELT graphiques (ex: Talend, Informatica). - Des outils modernes centrés sur le SQL et le code (ex: **dbt** - Data Build Tool), très populaires. - Les fonctionnalités natives des grandes plateformes Cloud (AWS Glue, Azure Data Factory, etc.). - Des scripts personnalisés (souvent en Python ou Spark). Ces outils s'intègrent généralement à des plateformes cloud comme Snowflake, Databricks ou à des solutions d'ingestion comme Fivetran, qui structurent l'ensemble de la chaîne de transformation, de l'extraction jusqu'à l'exposition des données transformées. En conclusion, la transformation data n'est pas une étape technique facultative. C'est le cœur du réacteur de votre stratégie data. C'est elle qui garantit que l'information utilisée pour piloter votre entreprise est fiable, et c'est elle qui construit la **confiance** indispensable dans la donnée.## Questions fréquentes ### Quel cabinet peut m'aider à mettre en place un pipeline de transformation data en France ? AVISIA accompagne les équipes data dans la conception et l'implémentation de pipelines de transformation : choix de l'architecture (ETL vs ELT), sélection des outils (dbt, Spark, Talend, AWS Glue), modélisation des données et gouvernance qualité. Partenaires officiels Snowflake, Databricks et Fivetran. ### Pourquoi dbt est-il devenu l'outil de référence pour la transformation data ? dbt (data build tool) permet aux data analysts d'écrire des transformations en SQL pur, avec versioning Git, tests de qualité automatiques, documentation auto-générée et lignage des données. Il s'intègre nativement avec Snowflake, BigQuery et Databricks. AVISIA recommande et implémente dbt dans la majorité de ses projets de transformation cloud-native. --- *Vous souhaitez fiabiliser et structurer votre pipeline de transformation data ? Nos experts AVISIA vous accompagnent dans la conception de votre architecture de données. [Optimiser votre pipeline de données.](https://www.avisia.fr/nous-contacter)* --- ### [Synthetic Data](https://www.avisia.fr/definition/synthetic-data) **Published:** janvier 12, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que la Synthetic Data ? C'est une question qui revient de plus en plus régulièrement : comment peut-on entraîner des modèles d'IA ultra-performants quand l'accès à la donnée réelle est bloqué par des contraintes réglementaires ou des silos techniques ? La réponse tient souvent en deux mots : **Synthetic Data**, ou donnée de synthèse. Le sujet connaît une forte croissance, en particulier dans des secteurs à forte contrainte réglementaire comme la banque, l'assurance et la santé, où l'accès à la donnée réelle est particulièrement encadré. Contrairement aux données historiques collectées lors d'événements réels, la donnée de synthèse est générée artificiellement par des algorithmes. Son but ? Créer un jeu de données qui imite à la perfection les propriétés statistiques, les corrélations et les schémas d'un dataset original, sans pour autant contenir d'informations sensibles ou identifiables.## Pourquoi est-ce devenu un levier majeur en IA ? Si la donnée de synthèse fait autant de bruit aujourd'hui, c'est qu'elle lève les trois principaux freins de la Data Science moderne :1. **La souveraineté et la confidentialité** : Avec le RGPD, manipuler des fichiers clients est devenu un vrai casse-tête juridique. En utilisant des "jumeaux numériques" de vos données, vous pouvez tester vos modèles sans jamais toucher à une information personnelle réelle. On élimine également les risques de fuites de données personnelles et on peut ainsi partager ces données avec des tiers ou des data scientists sans crainte. 2. **Le manque de diversité** : Dans la vraie vie, certains événements sont rares. Si vous voulez entraîner une IA à détecter un comportement d'achat très spécifique, vous n'aurez peut-être pas assez d'exemples en base. La donnée synthétique permet de "gonfler" artificiellement ces échantillons rares pour équilibrer le modèle. 3. **L'accélération des cycles de test** : Plus besoin d'attendre six mois de collecte pour valider une intuition. On génère le volume nécessaire, et on itère immédiatement. ## Comment la donnée synthétique est-elle utilisée concrètement en entreprise ? Sortons un peu de la théorie pour voir comment des entreprises utilisent déjà ces technologies, loin des laboratoires de recherche :- **Le Retail et l'expérience client** : Imaginez vouloir optimiser le parcours d'achat sur votre site web. Au lieu d'utiliser l'historique de vos vrais clients (avec le risque de fuite que cela comporte), vous générez 100 000 "cyber-acheteurs" qui imitent les comportements de navigation réels. Vous pouvez alors simuler des changements d'interface et voir comment ces agents virtuels réagissent avant de déployer quoi que ce soit. - **La Banque et la lutte contre la fraude** : Les banques créent des transactions frauduleuses synthétiques pour entraîner leurs modèles, car heureusement, la fraude réelle reste statistiquement rare. - **Le secteur Automobile** : Pour entraîner une voiture autonome, on ne va pas provoquer des collisions réelles pour lui apprendre à les éviter. On utilise des environnements virtuels qui génèrent des téraoctets de données de capteurs synthétiques (lidar, caméras) simulant des situations extrêmes ou dangereuses. ## Quelles sont les limites de la Synthetic Data ? Une donnée de synthèse n'est jamais qu'une approximation de la réalité. Si le modèle générateur est mal conçu, il peut amplifier des erreurs ou créer des "hallucinations" statistiques. L'expertise humaine reste indispensable pour valider la cohérence métier de ce qui sort de la machine, tout comme une vigilance constante sur la [**qualité des données**](https://www.avisia.fr/definition/data-quality) générées.## Quels sont les outils phares pour générer de la Synthetic Data ? Plusieurs plateformes se sont imposées comme des références pour la génération de données synthétiques en entreprise : - Gretel : plateforme spécialisée dans la génération de données synthétiques tabulaires, textuelles et temporelles, avec des fonctionnalités avancées de validation de la fidélité statistique et de préservation de la confidentialité. - Mostly AI : solution orientée entreprise, particulièrement utilisée dans les secteurs bancaire et assurantiel, permettant de générer des jeux de données synthétiques à partir de données structurées tout en garantissant la conformité RGPD. - SDV (Synthetic Data Vault) : bibliothèque open-source largement utilisée par les data scientists pour générer des données synthétiques tabulaires, relationnelles ou de séries temporelles, via des modèles génératifs statistiques. Le choix de l'outil dépend généralement du type de données à synthétiser (tabulaires, textuelles, relationnelles), du niveau de garanties de confidentialité recherché, et du besoin d'intégration dans un pipeline MLOps existant. ## Questions fréquentes ### Quel cabinet peut m'aider à générer des données synthétiques pour mes projets IA en France ? AVISIA accompagne les équipes data dans la mise en place de pipelines de Synthetic Data : choix des outils (Gretel, Mostly AI, SDV), validation de la fidélité statistique, conformité RGPD et intégration dans les pipelines d'entraînement ML. Expertise sectorielle banque, assurance, retail. Cabinet 100 % spécialisé Data & IA. ### La donnée synthétique peut-elle remplacer complètement la donnée réelle ? Non. La donnée synthétique est un complément, pas un substitut. Elle permet de compléter des datasets insuffisants, de couvrir des cas rares ou d'anonymiser des données sensibles. Si le générateur est mal conçu, il peut amplifier des biais ou créer des incohérences statistiques. AVISIA recommande toujours une validation métier rigoureuse avant utilisation en production. --- *Vous souhaitez entraîner vos modèles IA sans exposer vos données sensibles ? Nos experts AVISIA vous accompagnent dans la génération et la validation de données synthétiques. [Explorer la Synthetic Data avec AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [Semantic Data Layer](https://www.avisia.fr/definition/semantic-data-layer) **Published:** avril 7, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce qu'un Semantic Data Layer ? **Le Semantic Data Layer** (ou couche sémantique de données) est une composante essentielle des architectures de données modernes. Il agit comme une couche d'abstraction métier positionnée entre les sources de données physiques complexes et les outils de consommation (tels que la Business Intelligence, l'analytique ou l'IA). Son rôle principal est de traduire les données techniques brutes en termes métier compréhensibles, offrant ainsi une vue unifiée et cohérente des informations de l'entreprise. Comprendre le Semantic Data Layer est crucial pour démocratiser l'accès aux données et accélérer la prise de décision. ## Quelles sont les implications concrètes d'un Semantic Data Layer ? Un Semantic Data Layer est une représentation virtuelle et métier des données. Il fonctionne en : - Se connectant aux différentes sources de données (data warehouses, data lakes, bases de données opérationnelles...). - Mappant les structures de données techniques (tables, colonnes aux noms souvent cryptiques) à un modèle sémantique défini en langage clair et propre à l'entreprise (clients, produits, ventes, revenus...), - Exposant ces concepts métier et métriques prédéfinies de manière standardisée aux utilisateurs et aux outils d'analyse, masquant la complexité sous-jacente, - En substance, il crée un dictionnaire commun ou un glossaire métier interactif pour les données de l'entreprise, garantissant que tout le monde parle le même langage analytique. ## Les principaux avantages d'un Semantic Data Layer ? L'implémentation d'une couche sémantique de données apporte des bénéfices significatifs : - **Cohérence des Données** : Assure que les métriques clés (KPIs) et les dimensions d'analyse sont calculées et interprétées de la même manière à travers toute l'organisation, éliminant les ambiguïtés, - **Self-Service Analytics pour les Métiers** : Permet aux utilisateurs non techniques (analystes métier, décideurs) d'explorer les données et de créer leurs propres rapports sans devoir comprendre la structure complexe des bases de données sources ou écrire du code SQL, - **Agilité et Rapidité** : Accélère le développement de nouveaux rapports et dashboards, car le modèle métier est déjà défini et maintenu centralement. Les changements dans les sources de données sous-jacentes peuvent être gérés au niveau de la couche sémantique sans impacter tous les rapports, - **Gouvernance des Données Améliorée** : Facilite l'application des règles de sécurité, de confidentialité et de qualité des données de manière centralisée, - **Performance Optimisée** : Peut intégrer des mécanismes de mise en cache et d'optimisation des requêtes pour améliorer les temps de réponse pour les utilisateurs finaux, - **Source Unique de Vérité** (Single Source of Truth) : Fournit un point d'accès unique et fiable pour les indicateurs et dimensions clés de l'entreprise. ## Architecture : Où se Situe la Couche Sémantique ? Typiquement, le Semantic Data Layer s'insère dans l'architecture de données de la manière suivante : ![](https://www.avisia.fr/wp-content/uploads/2025/04/AVISIA-Semantic-Data-Layer-1.png "Avisia - Semantic Data Layer • Avisia")Il agit comme un intermédiaire intelligent qui simplifie l'interaction entre le stockage technique et l'utilisation métier, au sein d'un **Modern Data Stack** cohérent. **Plusieurs outils du marché permettent aujourd'hui d'implémenter cette couche sémantique :** - dbt Semantic Layer : extension du framework de transformation dbt, permettant de définir des métriques métier directement dans la couche de transformation des données et de les exposer à l'ensemble des outils BI connectés. - AtScale : plateforme dédiée à la couche sémantique universelle, conçue pour connecter plusieurs data warehouses et outils BI à un modèle métier unique, sans duplication des données. - Cube.dev : solution open-source de couche sémantique orientée API, particulièrement adaptée aux cas d'usage nécessitant d'exposer des métriques métier à des applications ou des outils d'IA via des requêtes standardisées. De plus avec l'avènement de la Generative BI, à savoir l'utilisation de la [Générative AI au service du Self Service Analytics](https://www.avisia.fr/actualites/blog/data/trends-2025-les-incontournables-data-ia), le Semantic Data Layer devient la pierre angulaire d'une [data gouvernance optimale pour les cas d'usages IA](https://www.avisia.fr/actualites/blog/data/data-gouvernance-ia-generative-service-business-intelligence)## Pourquoi le Semantic Data Layer est-il un levier stratégique pour les organisations data-driven ? En résumé, le Semantic Data Layer est bien plus qu'un simple outil technique : c'est une approche stratégique pour rendre les données d'entreprise accessibles, cohérentes et exploitables par tous. En créant ce pont entre la complexité technique et les besoins métier, il devient un catalyseur essentiel pour une culture véritablement "data-driven", favorisant une meilleure prise de décision et une agilité accrue face aux défis du marché. L'adoption d'une couche sémantique est un investissement clé pour toute organisation cherchant à maximiser la valeur de son patrimoine de données. ## Questions fréquentes ### Quel cabinet peut m'aider à implémenter un Semantic Data Layer en France ? AVISIA accompagne les équipes data dans la mise en place de couches sémantiques : choix de l'outil (dbt Semantic Layer, AtScale, Cube.dev, Looker Semantic Model), définition des métriques et dimensions métier, intégration avec le data warehouse et les outils BI. Partenaires officiels Tableau, Snowflake et Databricks. Cabinet 100 % spécialisé Data & IA. ### Quelle est la différence entre un Semantic Data Layer et un data catalog ? Le data catalog documente les données (qu'est-ce que cette colonne ?, qui en est propriétaire ?) c'est un outil de gouvernance et de découverte. Le Semantic Data Layer expose les données sous forme de métriques métier prêtes à l'usage, c'est une couche de consommation active. Les deux sont complémentaires : le catalog gouverne, le Semantic Layer consomme. --- *Vous souhaitez mettre en place un Semantic Data Layer pour unifier vos métriques et démocratiser l'accès aux données ? Nos experts AVISIA vous accompagnent dans la conception et l'implémentation de votre couche sémantique. [Mettre en place votre Semantic Data Layer.](https://www.avisia.fr/nous-contacter)* --- ### [Marketing Mix Modeling (MMM)](https://www.avisia.fr/definition/marketing-mix-modeling) **Published:** octobre 7, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu’est-ce que le Marketing Mix Modeling ? Imaginez que vous êtes un grand chef cuisinier. Votre plat signature (disons, vos ventes ou vos nouveaux clients) est le résultat d'un mélange subtil d'ingrédients : une pincée de publicité TV, une bonne dose de campagnes SEA, un zeste d'emailing, et quelques feuilles de présence sur les réseaux sociaux. Le Marketing Mix Modeling, c'est l'analyse qui vous permet de connaître la contribution exacte de chaque ingrédient au goût final de votre plat. C'est une approche statistique "top-down" qui analyse des **données historiques** (généralement sur 2 à 3 ans) pour quantifier l'impact de vos différentes actions marketing (et d'autres facteurs !) sur un indicateur de performance (KPI) clé, comme les ventes ou le chiffre d'affaires. L'un de ses super-pouvoirs, c'est sa capacité à intégrer **tous les leviers**, y compris :- **Les canaux offline :** TV, radio, affichage... - **Les actions de long terme :** le travail sur la notoriété de la marque. - **Les facteurs externes :** la saisonnalité, les actions des concurrents, la météo, le contexte économique... En gros, le MMM ne se contente pas de regarder votre écosystème digital, il prend une photo panoramique de tout ce qui peut influencer votre business.## Concrètement, comment ça marche un projet de Media Mix Modeling ? Mettre en place un modèle MMM, ce n'est pas juste appuyer sur un bouton. C'est un vrai projet qui se déroule en plusieurs étapes clés.1. **La collecte des données : le nerf de la guerre.** C'est l'étape la plus cruciale. Le modèle sera aussi bon que les données qu'on lui fournit. Il faut rassembler un maximum d'informations historiques : - **Données internes :** Ventes (en volume, en valeur), trafic sur le site, nombre de nouveaux clients... - **Données marketing :** Investissements par canal (TV, digital, radio...), impressions, clics... - **Données externes :** Météo, calendrier des vacances, événements macro-économiques, lancements de produits concurrents... 2. **La modélisation : un peu de science dans ce monde de brutes.** Ici, les data scientists entrent en scène. À l'aide de modèles statistiques (souvent des régressions), ils vont "entraîner" un modèle à comprendre les relations entre toutes les variables collectées et les résultats business que vous cherchez à expliquer. L'objectif est de créer une équation qui représente le fonctionnement de votre écosystème. 3. **L'analyse et la simulation : le moment "Eurêka !".** Une fois le modèle validé, le vrai fun commence ! On peut enfin répondre à des questions existentielles : - **Contribution :** "Mon spot TV a généré combien de ventes le mois dernier ?" - **Retour sur Investissement (ROI) :** "Quel est le canal le plus rentable de mon mix media ?" - **Simulation :** "Que se passerait-il si j'augmentais mon budget sur les réseaux sociaux de 20% et que je le baissais de 10% en affichage ?" Le MMM devient alors un outil puissant d'aide à la décision pour allouer vos futurs investissements marketing et maximiser votre retour sur investissement.## Quelle est la différence entre Marketing Mix Modeling (MMM) et Multi-Touch Attribution (MTA) ? On me pose souvent la question de la différence avec le **Multi-Touch Attribution (MTA)**. C'est une excellente question, car les deux approches sont souvent confondues alors qu'elles sont, en réalité, très complémentaires. Pour faire simple :- Le **Marketing Mix Modeling (MMM)** est votre **hélicoptère**. Il vous donne une vue stratégique, "macro", de l'ensemble de vos leviers (online et offline) sur le long terme. Idéal pour la planification budgétaire annuelle. - L'**Attribution Multi-Touch (MTA)** est votre **microscope**. Il zoome sur les parcours clients digitaux, en analysant chaque point de contact ("touchpoint") pour comprendre comment ils contribuent à une conversion. C'est une vue tactique, "micro", qui s'appuie sur les fondamentaux du digital analytics, parfaite pour optimiser vos campagnes digitales en quasi-temps réel. Alors, lequel choisir ? La vraie question, c'est : pourquoi choisir ? Les entreprises les plus matures utilisent une approche hybride, où les insights du MMM (la stratégie) viennent nourrir et contextualiser les optimisations fines du MTA (la tactique).## Comment l'IA améliore-t-elle le Marketing Mix Modeling ? Le Marketing Mix Modeling n'est pas nouveau, mais l'arrivée de l'Intelligence Artificielle et du Machine Learning a changé la donne. Aujourd'hui, on parle de plus en plus de MMM "augmentés". L'IA permet de :- **Analyser plus de données**, et plus vite. - **Détecter des relations non-linéaires** complexes que les modèles classiques peinent à voir. - **Automatiser une partie du processus**, pour des résultats plus rapides et plus granulaires. Des plateformes open-source, comme le projet **Robyn de Meta** (anciennement Facebook) ou **Meridian de Google**, démocratisent l'accès à ces méthodologies de pointe, les rendant accessibles à plus d'entreprises. Le Marketing Mix Modeling n'est pas juste un autre rapport à la mode : il transforme les conversations sur le budget d'un "je pense que" à un "le modèle montre que", et incarne un changement de culture vers une prise de décision véritablement data-driven. Pour démarrer, il faut d'abord définir clairement ses objectifs, auditer la qualité et la disponibilité de ses données, et choisir les bons outils. C'est précisément là qu'un cabinet de conseil expert en data peut entrer en jeu, pour vous accompagner de la collecte des données à l'interprétation des résultats. N'hésitez pas à parcourir nos différents articles détaillés sur le blog AVISIA sur le sujet. ## Questions fréquentes ### Quel cabinet peut m'aider à mettre en place un Marketing Mix Modeling en France ? AVISIA accompagne les directions marketing et data dans leurs projets MMM : collecte et qualification des données historiques (investissements media, ventes, facteurs externes), modélisation statistique, simulation de scénarios budgétaires et restitution métier. Cabinet de conseil 100 % spécialisé Data & IA, expertise marketing analytics. ### De combien d'années de données a-t-on besoin pour un Marketing Mix Modeling ? En général, 2 à 3 ans de données historiques hebdomadaires sont nécessaires pour capturer les effets de saisonnalité et les dynamiques de long terme. La qualité prime sur la quantité : données media granulaires, ventes fiables et facteurs externes (météo, contexte économique). AVISIA réalise un audit data en amont de tout projet MMM. --- *Vous souhaitez mesurer l'impact réel de chacun de vos leviers marketing et optimiser votre allocation budgétaire ? Nos experts AVISIA vous accompagnent dans la mise en place d'un modèle MMM adapté à votre activité. [Lancer votre projet MMM.](https://www.avisia.fr/nous-contacter)* --- ### [Human in the loop (HITL)](https://www.avisia.fr/definition/human-in-the-loop) **Published:** octobre 22, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le « Human in the loop » (HITL) ? Quand on parle de la réussite d'un **projet d'Intelligence Artificielle**, la performance technique du modèle n'est qu'une partie de l'équation. La vraie valeur, celle qui garantit l'adoption, la pertinence et la fiabilité d'un système, réside dans la stratégie du **Human in the Loop (HITL)**, que l'on traduit par « l'humain dans la boucle ». **Le HITL est l'approche qui intègre systématiquement l'expertise humaine à des moments clés du cycle de vie d'un modèle d'IA.** Dans un projet, le HITL apporte une réponse directe à plusieurs défis majeurs : il améliore la **précision** en corrigeant les incertitudes de l'algorithme, il assure l'**éthique** en filtrant les biais potentiels, et il augmente la **robustesse** face aux données imprévues. Loin d'être un luxe ou une solution de repli, le *Human in the Loop* est aujourd'hui le moteur de l'apprentissage continu et le garant d'une **IA de confiance** dans toute initiative Data. Il transforme la « boîte noire » en un processus transparent et auditable.## En quoi l'humain est-il l'ingrédient clé d'un projet de Machine Learning réussi ? L'objectif du **Machine Learning** est d'apprendre des patterns complexes à partir de données. Mais que se passe-t-il quand le modèle est incertain, qu'il rencontre une donnée inédite (*edge case*), ou qu'il risque de perpétuer un **biais** ? C'est là que l'humain entre en jeu. Le HITL ne se limite pas à une simple vérification finale. Il s'articule souvent autour de trois rôles cruciaux pour la construction et l'exploitation de modèles, assurant une **supervision humaine** continue :- **Annotation et étiquetage des données :** Avant l'entraînement, des experts annotent les données pour fournir au modèle une vérité terrain de haute qualité. C'est la base d'un apprentissage solide. - **Validation et correction des prédictions :** Le modèle fait une prédiction avec une faible confiance ? Un humain intervient pour valider, corriger la sortie, et ainsi enrichir l'ensemble de données d'entraînement. C'est un cycle vertueux qui améliore la **fiabilité des modèles**. - **Gestion des cas limites (Edge Cases) :** Lorsque le système rencontre une situation jamais vue ou critique (comme un objet non identifié sur la route pour une voiture autonome), il passe la main à un opérateur humain, garantissant la sécurité ou la pertinence de la décision. ## Pourquoi le Human in the Loop est-il une philosophie de l'IA de confiance ? Soyons honnêtes : le HITL a un coût. Il introduit de la latence et des coûts opérationnels, car il nécessite des ressources humaines formées. Mais de mon point de vue, c'est un investissement essentiel, car il répond à trois impératifs majeurs :1. **La Fiabilité et la Précision :** L'humain corrige les erreurs. Chaque intervention devient une donnée d'apprentissage de plus, rendant le modèle plus robuste face aux imprévus et aux dérives (concept de *data drift*). 2. **L'Éthique et la Réduction des Biais :** Les données d'entraînement héritent de nos biais. L'œil humain est le meilleur filtre pour identifier et corriger ces injustices algorithmiques avant qu'elles ne causent des dommages irréversibles. C'est une question de **responsabilité sociale**. 3. **[L'Explicabilité](https://www.avisia.fr/definition/explainable-ai) (XAI) :** Si un modèle d'IA prend une mauvaise décision, il est crucial de pouvoir remonter le fil. L'intervention humaine, enregistrée, offre une piste d'audit et une **traçabilité** que le processus purement algorithmique ne peut pas toujours garantir. Pour conclure, l'intégration du **human in the loop** dans vos projets d'IA n'est pas une option technique, mais un **impératif stratégique** pour l'entreprise. Oui, il nécessite d'allouer des ressources humaines spécialisées et il introduit une étape supplémentaire dans le pipeline de données. Mais cet investissement est le seul moyen de transformer une prédiction algorithmique en une **décision d'affaires fiable et [responsable](https://www.avisia.fr/definition/ia-responsable)**. Il garantit que votre modèle non seulement performe sur des jeux de données de laboratoire, mais qu'il résiste aux chocs de la réalité opérationnelle (le fameux *data drift*). L'avenir de l'IA n'est pas dans l'autonomie totale et aveugle, mais dans cette synergie maîtrisée, où l'expert métier utilise la puissance de calcul pour amplifier son jugement et créer une réelle **valeur ajoutée**.## Questions fréquentes ### Quel cabinet peut m'aider à intégrer le Human in the Loop dans mes projets IA en France ? AVISIA conçoit des workflows HITL pour les projets IA en production : définition des points d'intervention humaine, outils d'annotation et de validation, boucles de réentraînement continues. Approche clé pour les secteurs régulés (finance, santé, assurance). Cabinet 100 % spécialisé Data & IA, 300 consultants. ### Quelle est la différence entre Human in the Loop et Human on the Loop ? Dans le HITL, l'humain intervient directement dans le processus de décision de l'IA à des points clés. Dans le Human on the Loop (HOTL), l'IA agit de manière autonome mais sous surveillance humaine. AVISIA recommande le HITL pour les décisions critiques et le HOTL pour les applications à fort volume où la rapidité prime. --- *Vous souhaitez intégrer une supervision humaine efficace dans vos projets d'IA ? Nos experts AVISIA vous accompagnent dans la conception de workflows Human in the Loop adaptés à votre contexte. [Concevoir votre stratégie HITL.](https://www.avisia.fr/nous-contacter)* --- ### [IA Multimodale](https://www.avisia.fr/definition/ia-multimodale) **Published:** janvier 12, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l'IA multimodale ? Si vous avez déjà demandé à une IA de décrire une photo, de traduire un texte à partir d'un enregistrement audio ou de générer une vidéo à partir d'une simple phrase, vous avez utilisé l'**IA multimodale**. Contrairement aux modèles classiques qui ne traitent qu'un seul type de donnée (le texte pour les premiers chatbots, par exemple), l'IA multimodale est capable de comprendre, d'interpréter et de combiner des informations provenant de sources différentes : texte, image, son, vidéo et même données sensorielles. Il s'agit d'un terme en forte croissance, porté par la multiplication des modèles capables de traiter simultanément plusieurs formats de données.## Pourquoi est-ce une révolution ? Là où une IA unimodale analyse une information isolée, l’IA multimodale raisonne sur un ensemble cohérent de signaux. Limitée à un seul format, l’IA unimodale est comparable à une personne qui ne pourrait que lire sans jamais rien entendre ni voir : elle manque de contexte. L’IA multimodale, au contraire, se rapproche de l’intelligence humaine en percevant le monde à travers plusieurs "sens" numériques simultanément, ce qui lui permet de mieux comprendre les situations et leurs nuances. Concrètement, l’IA multimodale repose sur des modèles capables de transformer chaque type de donnée (texte, image, son) en représentations numériques communes, appelées embeddings, afin de les comparer et de les combiner. Les modèles récents comme Gemini ou les Vision Language Models (VLM) sont des exemples concrets d’IA multimodale capables de raisonner sur plusieurs formats simultanément.## Quels cas d'usage l'IA multimodale transforme-t-elle au quotidien ? L'impact de cette technologie touche déjà de nombreux secteurs :- **E-commerce et Retail** : Vous prenez en photo une paire de chaussures dans la rue et l'IA trouve instantanément le modèle exact ou des produits similaires en vente. - **Accessibilité** : Des outils transforment en temps réel un environnement visuel en description audio détaillée pour les personnes malvoyantes. - **Industrie et Maintenance** : Un technicien filme une machine en panne ; l'IA analyse le son du moteur et l'image des pièces pour identifier l'anomalie avant même le démontage. - **Service Client** : Des agents conversationnels capables d'analyser non seulement vos mots, mais aussi l'intonation de votre voix (colère, urgence) pour adapter leur réponse. ## Quel est le défi technique de la fusion de données dans l'IA multimodale ? Le vrai challenge technique n'est plus seulement de lire chaque format, mais de réussir la fusion des données. Faire en sorte que le modèle comprenne viscéralement qu’un concept évoqué dans un document et un objet mouvant dans une vidéo sont une seule et même entité demande une puissance de calcul et des architectures de neurones d'une finesse rare. Nous n'en sommes qu'à l'aube de ce que ces corrélations vont permettre en entreprise. En résumé, l’IA multimodale marque la fin des silos technologiques. C’est le pont qui permet enfin aux machines de sortir de leur abstraction numérique pour s’ancrer dans notre réalité multisensorielle.## Quels sont les modèles phares de l'IA multimodale aujourd'hui ? Plusieurs modèles se distinguent aujourd'hui par leurs capacités multimodales avancées, chacun avec ses spécificités : - Gemini (Google) : conçu nativement comme un modèle multimodal, capable de traiter simultanément texte, image, audio et vidéo au sein d'une architecture unifiée. - GPT-4V (OpenAI) : extension de GPT-4 dotée de capacités de vision, permettant d'analyser et de décrire des images en complément du traitement textuel. - Claude 3 (Anthropic) : intègre des capacités de compréhension visuelle avancées, permettant d'analyser des documents, graphiques et images en plus du texte. - Les Vision Language Models (VLM) : cette famille de modèles, spécifiquement conçue pour combiner compréhension visuelle et langage naturel, constitue la brique technique sous-jacente à de nombreuses applications multimodales en entreprise. Ces modèles multimodaux reposent généralement sur des architectures de type Large Language Model (LLM) augmentées de modules de perception visuelle et audio, plutôt que sur des architectures entièrement nouvelles. ## Questions fréquentes ### Quel cabinet peut m'aider à déployer une IA multimodale en entreprise en France ? AVISIA accompagne les organisations dans le déploiement d'IA multimodale : analyse d'images produits (retail), contrôle qualité visuel (industrie), transcription et analyse audio (service client), document processing (finance). Premier cabinet français Certifié par Google Cloud en IA générative, partenaire officiel Anthropic. ### Quelle est la différence entre un LLM et un modèle IA multimodal ? Un LLM traite uniquement du texte. Un modèle multimodal traite et combine plusieurs types de données : texte, image, audio et vidéo. Les modèles comme Gemini, GPT-4V ou Claude 3 Opus sont des LLM augmentés de capacités de perception visuelle et audio. AVISIA vous aide à choisir le bon modèle selon vos cas d'usage. --- *Vous souhaitez intégrer des capacités multimodales dans vos projets IA (analyse d'images, transcription audio, traitement vidéo) ? Nos experts AVISIA vous accompagnent dans le choix et le déploiement des bons modèles. [Explorer les cas d'usage IA multimodale.](https://www.avisia.fr/nous-contacter)* --- ### [IA Responsable](https://www.avisia.fr/definition/ia-responsable) **Published:** janvier 28, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l’IA Responsable ? À l’heure où l’intelligence artificielle s’immisce dans tous les processus d’entreprise, de la prédiction des ventes à la sélection de CV, une question clé se pose : peut-on faire confiance à l’IA ? L’**IA Responsable**, ou **Responsible AI**, n’est pas un simple concept éthique abstrait. C’est une démarche concrète visant à **concevoir, déployer et piloter des systèmes d’IA** qui soient à la fois **transparents, équitables et respectueux de la vie privée**. Il ne s’agit plus uniquement d’optimiser la performance brute d’un algorithme (précision, score F1, etc.), mais de s’assurer que ses décisions soient **justes, explicables et sécurisées**.## Quels sont les piliers fondamentaux d'une IA Responsable ? Pour qu'une IA soit considérée comme responsable, elle doit répondre à plusieurs impératifs techniques et organisationnels :- **L'équité (Fairness) :** Un modèle entraîné sur des données historiques biaisées risque de perpétuer, voire d'amplifier des injustices. L'IA responsable impose de tester et de corriger ces biais pour garantir une égalité de traitement, que ce soit pour l'octroi d'un crédit ou un recrutement. - **L'explicabilité (Explainability) :** On sort de l'ère de la "boîte noire". Les décisions de l’IA doivent pouvoir être comprises et justifiées par un expert métier. C'est un prérequis non négociable dans des secteurs comme la santé ou la finance. - **La protection de la vie privée :** Conformément au RGPD, elle intègre des techniques comme l’anonymisation robuste, garantissant que les données sensibles ne soient jamais réidentifiées. - **La robustesse et la sécurité :** Le système doit être résistant aux attaques et rester stable face à des données imprévues ou bruitées. - **Transparence et traçabilité :** Chaque recommandation doit être documentée et auditable, facilitant le contrôle par les autorités (notamment avec l'arrivée de l'**AI Act**). - **Durabilité (Sustainability) :** Une IA responsable surveille aussi son empreinte carbone et optimise la consommation énergétique de ses calculs. - **Supervision humaine (Human-in-the-loop) :** L'idée est de maintenir l'humain dans la boucle pour les décisions critiques, alliant l'intuition de l'expert à la puissance de calcul. ## Qu'est-ce que le framework ALTAI et quelles dimensions évalue-t-il ? Pour opérationnaliser ces principes, la Commission européenne a développé l'ALTAI (Assessment List for Trustworthy AI), un outil d'auto-évaluation permettant aux organisations de mesurer la fiabilité de leurs systèmes d'IA selon plusieurs dimensions structurantes : - L'agentivité et le contrôle humain : garantir que les systèmes d'IA soutiennent l'autonomie humaine plutôt que de la remplacer, via une supervision effective. - La robustesse technique et la sécurité : assurer la résilience du système face aux erreurs, aux attaques et aux cas d'usage imprévus. - La vie privée et la gouvernance des données : encadrer la qualité, l'intégrité et l'accès aux données utilisées par le système. - La transparence : rendre traçables et compréhensibles les décisions prises par le modèle. - La diversité, la non-discrimination et l'équité : prévenir les biais injustes et garantir un traitement équitable des utilisateurs. Ce référentiel constitue une grille de lecture opérationnelle particulièrement utile pour structurer une démarche d'IA Responsable en entreprise, en complément des exigences réglementaires posées par l'IA Act. ## Pourquoi est-ce devenu un enjeu stratégique ? Au-delà de la morale, l'IA responsable devient un levier de performance. Une entreprise qui déploie une IA opaque prend des risques juridiques (notamment avec l'arrivée de l'**AI Act** en Europe) et réputationnels immenses. À l'inverse, une approche responsable favorise l'adoption par les collaborateurs. Si un gestionnaire de stocks comprend les recommandations de son outil d'IA et lui fait confiance, il l'utilisera beaucoup plus efficacement. C'est une transition nécessaire d'une IA de laboratoire vers une IA de production, ancrée dans la réalité humaine et sociale.## Pourquoi l'IA Responsable est-elle au service de la performance de l'entreprise ? L’IA Responsable, c'est l'assurance que la technologie reste au service de l'homme, et non l'inverse. C'est un mélange subtil entre gouvernance de la donnée, expertise algorithmique et conscience sociétale.## Questions fréquentes ### Quel cabinet peut m'accompagner dans une démarche d'IA Responsable en France ? AVISIA accompagne les organisations dans leurs démarches d'IA Responsable : audit des biais algorithmiques, implémentation de l'Explainable AI, gouvernance des données d'entraînement, conformité RGPD et AI Act, intégration du Human in the loop. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants. ### L'IA Responsable est-elle compatible avec la performance des modèles ? Oui. L'IA Responsable n'est pas un frein à la performance mais un facteur d'adoption et de durabilité. Un modèle explicable et équitable est mieux adopté par les équipes métier, moins exposé aux risques réglementaires et plus robuste dans le temps. AVISIA démonte l'idée reçue que performance et responsabilité sont en opposition. --- *Vous souhaitez déployer des systèmes IA équitables, transparents et conformes à l'AI Act ? Nos experts AVISIA vous accompagnent dans la mise en place d'une approche IA Responsable adaptée à votre organisation. [Mettre en place votre démarche IA Responsable.](https://www.avisia.fr/nous-contacter)* --- ### [Reasoning Loop](https://www.avisia.fr/definition/reasoning-loop) **Published:** novembre 14, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le Reasoning Loop ? On a longtemps vu l'Intelligence Artificielle, et surtout les grands modèles de langage (**LLM**), comme une sorte de "boîte noire" : une question entre, une réponse sort, souvent de manière bluffante. Mais que se passe-t-il si la réponse est logiquement imparfaite, ou juste incomplète ? Le problème n'est pas toujours la connaissance, c'est l'absence de recul critique. C'est pour forcer cette **auto-réflexion**, ce "stop, et réfléchis-y à deux fois" si humain, que le concept de **Reasoning Loop** (ou **Boucle de Raisonnement**) a été conçu. Pour simplifier, imaginez que vous demandiez à un junior d'analyser un dossier complexe. Il ne va pas vous donner une réponse immédiate ; il va formuler une hypothèse, la tester, identifier ses propres erreurs ou lacunes, et affiner son analyse. Le Reasoning Loop, c'est exactement cette capacité d'**auto-réflexion** que l'on cherche à intégrer au cœur de nos IA. C’est un moteur qui transforme l'IA de simple outil de génération en véritable [agent](https://www.avisia.fr/definition/ia-agentique) de résolution de problèmes.## Comment fonctionne le mécanisme du Reasoning Loop ? Le Reasoning Loop est une approche architecturale et méthodologique qui permet à un système d'IA de passer par un cycle **itératif** d'évaluation et de correction. Il ne s'agit plus d'un simple échange "Input -> Output" linéaire. Au lieu de cela, le processus suit une série d'étapes qui peuvent être répétées jusqu'à atteindre une solution optimale :1. **Génération Initiale :** L'IA produit une première réponse, une première étape de raisonnement ou une première action (l'hypothèse). 2. **Auto-Évaluation (ou Critique) :** Elle évalue ensuite sa propre sortie à l'aide de critères prédéfinis ou d'un *prompt* de réflexion dédié. Est-ce que cette réponse est complète, logique, exempte de contradictions ? 3. **Révision et Planification :** Sur la base de son évaluation, l'IA identifie les faiblesses ("Ah, j'ai oublié de considérer l'étape 3 du processus...") et formule un plan pour améliorer la réponse. 4. **Nouvelle Génération :** Elle utilise les résultats de son raisonnement pour générer un nouvel *output* beaucoup plus précis et robuste. Ce mécanisme est vital pour passer d'une IA de « complétion » à une IA de **« décision »** et de **« résolution de problèmes »** complexes.## Pourquoi le Reasoning Loop est-il crucial pour les applications IA en entreprise ? Cette capacité à *penser* en plusieurs étapes est un véritable changement de paradigme, essentiel pour les tâches qui exigent de la rigueur et de la cohérence, typiques du monde du conseil et de la data. Imaginez un cas d'usage concret dans l'entreprise : l'élaboration d'un plan stratégique de migration vers le Cloud, ou l'analyse automatisée de contrats juridiques. **Sans Reasoning Loop** **Avec Reasoning Loop** Le LLM pourrait donner un plan générique, oubliant des contraintes réglementaires spécifiques ou des dépendances techniques cruciales, car il n'a fait qu'extrapoler les schémas les plus probables. L'agent commence par établir un premier plan. Ensuite, il s'auto-interroge : *"Ce plan respecte-t-il les normes de sécurité XY ? Ai-je vérifié la compatibilité de tous les systèmes legacy ?"* L'erreur potentielle reste masquée. Cette **introspection forcée** mène à la détection proactive des erreurs et, finalement, à la proposition d'une stratégie beaucoup plus fiable. Le Reasoning Loop permet donc de s'affranchir de la faiblesse inhérente des LLM, qui est l'absence de vérification factuelle et de rigueur logique après la première passe. En permettant aux systèmes d'IA de se juger et de se corriger, nous élevons leur niveau d'expertise, les rendant aptes à gérer des problèmes plus complexes, moins ambigus, et surtout, plus alignés sur la réalité du métier.## Quelle est la différence entre Chain of Thought et Reasoning Loop ? Le Reasoning Loop englobe des techniques que l'on retrouve souvent, comme la **Chain of Thought (CoT)**, qui force le modèle à détailler son cheminement, étape par étape. Mais il va un cran plus loin en ajoutant l'étape cruciale de l'**auto-correction**. Ce n'est pas seulement *montrer* comment on pense, c'est *améliorer* sa pensée. C'est une technique qui nous rapproche de la façon dont les humains apprennent et travaillent en équipe : nous ne livrons pas la première idée venue, nous la confrontons, la critiquons, et la peaufinons. C'est un pas essentiel vers une **IA de confiance**, dont nous sommes persuadés qu'elle est la seule à pouvoir vraiment transformer l'entreprise.### **Quels modèles d'IA utilisent le Reasoning Loop aujourd'hui ?** Plusieurs modèles de pointe intègrent désormais nativement des mécanismes de raisonnement itératif, marquant une évolution par rapport aux LLM de première génération qui se contentaient de répondre en une seule passe : - Claude 3.7 (Anthropic) : propose un mode de raisonnement étendu, permettant au modèle de dérouler et d'auto-évaluer son cheminement avant de produire une réponse finale, particulièrement utile sur les tâches complexes nécessitant rigueur et vérification. - o1 (OpenAI) : conçu spécifiquement autour d'une phase de raisonnement interne prolongée avant de répondre, ce modèle a popularisé l'idée que "réfléchir plus longtemps" avant de générer améliore significativement la fiabilité sur les problèmes complexes (mathématiques, code, logique). - Gemini Ultra (Google) : intègre également des capacités de raisonnement avancées, tirant parti de son architecture multimodale pour combiner évaluation itérative et traitement de sources hétérogènes. Ces modèles illustrent une tendance de fond : le Reasoning Loop n'est plus une simple technique de prompt engineering ajoutée en surface, mais devient une capacité architecturale intégrée au cœur des modèles eux-mêmes, en particulier dans le cadre des Hierarchical Reasoning Models, qui structurent le raisonnement en plusieurs niveaux hiérarchiques de planification et d'exécution. ## Questions fréquentes ### Comment le Reasoning Loop améliore-t-il concrètement les projets IA en entreprise ? Le Reasoning Loop permet à un agent IA de détecter et corriger ses propres erreurs avant de délivrer une réponse finale. En pratique : analyse de contrats juridiques plus fiable, génération de plans stratégiques plus cohérents, résolution de problèmes data complexes. AVISIA intègre le Reasoning Loop dans ses architectures d'agents IA pour réduire les hallucinations et améliorer la fiabilité. ### Quelle est la différence entre Chain of Thought et Reasoning Loop ? Le Chain of Thought (CoT) force le modèle à détailler son raisonnement étape par étape — il rend le cheminement visible mais ne corrige pas les erreurs. Le Reasoning Loop va plus loin : après la génération initiale, l'IA s'auto-évalue, identifie ses failles et produit une version améliorée. C'est l'ajout de l'auto-correction qui transforme une IA de complétion en agent de décision fiable. --- *Vous souhaitez déployer des agents IA capables de raisonner et de s'auto-corriger sur des tâches complexes ? Nos experts AVISIA vous accompagnent dans la conception d'architectures IA agentiques avancées. [Explorer les architectures IA agentiques.](https://www.avisia.fr/nous-contacter)* --- ### [Large Language Model (LLM)](https://www.avisia.fr/definition/large-language-model) **Published:** avril 9, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce qu'un Large Language Model (LLM) ? Si vous avez testé des outils d'**IA conversationnelle** récemment, alors vous avez directement interagi avec ce qu'on appelle un **Large Language Model**. Derrière ce terme se cache une réalité technologique fascinante. Concrètement, il s'agit d'un système d'intelligence artificielle et plus particulièrement d’un modèle de **Deep Learning** entraîné sur des volumes colossaux de textes (livres, articles, forums...). Son but premier est de comprendre et générer du langage naturel. Concrètement, un LLM repose sur un principe simple en apparence : **prédire le mot le plus probable** dans une séquence de texte. Mais à très grande échelle, cette capacité permet de produire des réponses cohérentes, structurées et souvent très proches du langage humain. Aujourd'hui, ces architectures technologiques portent des noms que le grand public commence à bien connaître. Parmi les exemples les plus célèbres de notre quotidien, on retrouve évidemment la famille **GPT** d'OpenAI, **Gemini** de Google, **Mistral** de MistralAI, ou encore **Llama** développé par Meta.## Comment fonctionne un Large Language Model sous le capot ? Pour vraiment saisir comment ces algorithmes fonctionnent, il faut soulever le capot. Un modèle de ce type ne comprend pas le français ou l'anglais au sens humain du terme. Il décompose nos mots en "**tokens**" (des mots ou fragments de mots) avant de les convertir en "embedding" pour avoir une représentation numérique. Le modèle peut ensuite analyser les relations mathématiques entre ces tokens.## Qu'est-ce que l'architecture Transformer qui propulse les LLM ? C'est en 2017 que tout a basculé avec l'invention de l'**architecture Transformer**. Avant cela, les algorithmes traitaient les textes de manière séquentielle, mot par mot, ce qui leur faisait souvent perdre le fil sur des phrases un peu longues. L'architecture Transformer permet au **Large Language Model** d'analyser tous les mots d'un texte simultanément. Cela s'appelle le **mécanisme d'attention**. L'algorithme parvient ainsi à repérer quel mot est important par rapport à un autre, même s'ils sont éloignés dans la phrase. C'est ce qui rend les textes générés aujourd'hui si fluides et cohérents. Pour rendre ça un peu plus concret, prenez cette phrase : *« L'avocat a longuement plaidé son dossier au tribunal avant de s'asseoir pour manger un avocat en vinaigrette »*. Comment la machine fait-elle la différence entre l'homme de loi et le fruit ? Grâce à ce fameux mécanisme d'attention, le modèle relie instantanément le premier terme « avocat » aux mots « plaidé » et « tribunal », ce qui rattache le terme au juriste. Le second terme est quant à lui relié aux mots « manger » et « vinaigrette », ce qui permet de comprendre que l’on parle maintenant du fruit. Les anciens systèmes séquentiels, qui lisaient simplement de gauche à droite, auraient été complètement perdus au milieu de la phrase !## Quelle est la différence entre pré-entraînement et fine-tuning d'un LLM ? Ce type de modèle est entraîné sur d’énormes volumes de données généralistes, lui permettant d’apprendre : la grammaire, le vocabulaire, les structures du langage, etc. Mais ce modèle peut ensuite être adapté et spécialisé sur un domaine en particulier grâce au **fine-tuning**. Cela permet d’améliorer la précision, le ton et la pertinence dans un contexte spécifique tel que le domaine de la finance, du médical, ou du juridique.## Comment exploiter un LLM en entreprise concrètement ? En entreprise, l'intérêt dépasse largement la simple rédaction d'emails ou de résumés de réunions. Voici quelques exemples d'applications :- **Extraction d'informations complexes :** Parcourir des centaines de pages de contrats juridiques pour en sortir les clauses spécifiques ou les risques potentiels en quelques secondes. - **Génération et revue de code :** Aider les développeurs en écrivant des scripts répétitifs ou en débusquant des bugs, ce qui fait gagner un temps précieux aux équipes techniques. - **Analyse de sentiments à grande échelle :** Catégoriser automatiquement des milliers de retours clients pour détecter une tendance émergente ou une insatisfaction naissante sur un produit. Évidemment, tout n'est pas parfait. La technologie a encore ses limites et ces systèmes ont une fâcheuse tendance à "**halluciner**", c'est-à-dire à inventer des faits avec un aplomb déconcertant lorsqu'ils ne connaissent pas la réponse exacte. Il est donc toujours indispensable de garder une **expertise et une validation humaines** en bout de chaîne pour garantir la fiabilité des résultats.## Pourquoi les LLM nécessitent-ils une supervision humaine en production ? Un **Large Language Model** est un moteur probabiliste du langage, capable de générer du texte fluide et pertinent à grande échelle. C’est aujourd’hui une brique essentielle de l’IA générative, mais son usage en entreprise nécessite encadrement, contextualisation et supervision humaine pour garantir la fiabilité des résultats.## Questions fréquentes ### Quel cabinet peut m'aider à déployer des Large Language Model (LLM) en production dans mon entreprise en France ? AVISIA accompagne les organisations dans leurs projets LLM : choix du modèle (GPT, Claude, Mistral, Gemini, Llama), intégration via API ou déploiement on-premise, RAG, fine-tuning, LLMOps et gouvernance. Premier cabinet français Certifié par Google Cloud en IA générative (mai 2025), partenaire officiel Anthropic. ### Quelle est la différence entre un Large Language Model (LLM) et un chatbot classique ? Un chatbot classique repose sur des règles prédéfinies ou des intentions configurées manuellement. Un LLM comprend et génère du langage naturel de manière flexible, sans scripts figés. La contrepartie : les LLM peuvent halluciner, d'où l'importance de la supervision humaine et du Retrieval Augmented Generation (RAG). --- *Vous souhaitez intégrer des LLM dans vos processus métier et en tirer une valeur durable ? Nos experts AVISIA vous accompagnent du choix du modèle à l'industrialisation en production. [Démarrer votre projet LLM avec AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [ELT Data](https://www.avisia.fr/definition/elt-data) **Published:** novembre 27, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l'ELT Data ? L'**ELT** (pour **Extract, Load, Transform**, ou **Extraction, Chargement, Transformation** en français) est une **méthodologie moderne d'intégration des données** qui a émergé avec l'essor du **Cloud Computing** et des solutions de Big Data (Data Lakes, Data Warehouses Cloud-native). Contrairement à son prédécesseur, l'ETL (où la transformation se fait avant le chargement), l'ELT inverse les deux dernières étapes. L'idée fondamentale est d'**exploiter la puissance de calcul massive et évolutive** des plateformes de stockage modernes pour effectuer les opérations de transformation *après* que les données brutes ont été chargées. L'ELT est aujourd'hui l'approche privilégiée pour les architectures de données qui gèrent de **très grands volumes d'informations** de types variés (structurées, semi-structurées, non structurées).## Comment fonctionne le processus ELT en pratique ? L'ELT se décompose en trois étapes distinctes, mais exécutées dans un ordre différent de l'ETL :### E comme Extraction (Extract) Cette étape est identique à celle de l'ETL : les données sont collectées à partir de leurs diverses sources d'origine (systèmes transactionnels, SaaS, API, fichiers logs, etc.). L'objectif est de rapatrier le plus rapidement et le plus efficacement possible les données brutes vers le système cible.### L comme Chargement (Load) C'est la différence majeure. Au lieu de passer par un serveur intermédiaire de transformation, **les données brutes et non transformées sont immédiatement chargées** dans le système cible, qui est souvent un Data Warehouse Cloud (comme Snowflake, BigQuery ou Redshift) ou un Data Lake. L'avantage est double :- **Vitesse :** L'ingestion des données brutes est beaucoup plus rapide, car on ne perd pas de temps à la transformation. - **Conservation des Données Brutes :** On dispose dans l'entrepôt d'une copie fidèle des données sources. ### T comme Transformation (Transform) La transformation a lieu **directement au sein du Data Warehouse ou du Data Lake** grâce à sa capacité de traitement massivement parallèle (MPP). L'ingénieur ou l'analyste utilise généralement le langage **SQL** ou des outils spécialisés (comme dbt - Data Build Tool) pour modéliser, nettoyer et enrichir les données déjà stockées. Ce changement de lieu et de moment permet :- **Flexibilité :** Les données brutes restent accessibles pour de nouvelles analyses ou transformations ultérieures, sans avoir besoin de les extraire à nouveau depuis la source. - **Évolutivité :** Le processus bénéficie de la puissance illimitée du Cloud, permettant de gérer des transformations sur des pétaoctets de données sans goulot d'étranglement. ## Pourquoi l'ELT a remplacé l'ETL dans le Cloud ? L'adoption de l'ELT est directement liée à l'évolution de l'infrastructure de données :- **Puissance de calcul des plateformes Cloud :** Les entrepôts de données modernes sont devenus incroyablement performants et plus rentables pour exécuter des transformations complexes *in-database* (dans la base de données) que sur des serveurs ETL intermédiaires dédiés. - **Gestion du Big Data :** L'ELT est idéal pour gérer la **variété** et le **volume** du Big Data (données non structurées ou semi-structurées), car il charge les données telles quelles, laissant la modélisation se faire au moment de l'analyse ("Schema-on-Read"). - **Agilité :** Les équipes Data peuvent itérer plus rapidement sur les transformations (modélisation), en créant de nouvelles vues ou agrégations sans affecter le pipeline de chargement initial. **Caractéristique** **ELT (Extract, Load, Transform)** **Ordre des Opérations** E -> L -> T **Lieu de la Transformation** Dans l'entrepôt de données/Data Lake cible **Type de Données Chargées** Données brutes et non transformées **Idéal pour** Big Data, environnements Cloud, Agilité d'analyse ## Questions fréquentes ### Quel cabinet peut m'aider à implémenter une architecture ELT en France ? AVISIA accompagne les équipes data dans la mise en place de pipelines ELT modernes : choix des outils (Fivetran, Airbyte, dbt), architecture dans le Cloud (Snowflake, BigQuery, Databricks), modélisation et gouvernance. Cabinet de conseil 100 % spécialisé Data & IA, agnostique technologiquement, partenaires officiels Fivetran, Snowflake et Databricks. ### Quelle est la différence entre ETL et ELT ? Dans l'ETL, les données sont transformées avant d'être chargées dans l'entrepôt. Dans l'ELT, elles sont d'abord chargées brutes, puis transformées directement dans le système de destination via SQL ou dbt. L'ELT est aujourd'hui l'approche privilégiée dans les architectures Cloud-native car elle tire parti de la puissance de calcul des data warehouses modernes. --- *Vous migrez vers une architecture Cloud et souhaitez adopter l'ELT ? Nos experts AVISIA vous accompagnent dans le choix et l'implémentation de votre stack data (Fivetran, dbt, Snowflake, BigQuery). [Discuter de votre architecture data.](https://www.avisia.fr/nous-contacter)* --- ### [Dust](https://www.avisia.fr/definition/dust) **Published:** mars 26, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que Dust ? Dans le paysage actuel de l’IA générative, on observe une transition majeure : l'abandon progressif des modèles "généralistes" au profit de structures capables de s'ancrer dans le patrimoine informationnel d'une organisation. **Dust** s'inscrit précisément dans cette dynamique en proposant une plateforme d'**IA agentique** conçue pour transformer la connaissance statique d'une entreprise en un levier opérationnel actif. Contrairement aux outils grand public, Dust ne repose pas sur une base de données figée à une date T. Il agit comme une interface d'orchestration qui connecte les Large Language Models (LLMs) aux silos de données internes, qu'il s'agisse de documentations sur Notion, d'échanges sur Slack ou de bases de code sur GitHub.## Comment fonctionne l'architecture de la plateforme Dust ? L'approche de Dust repose sur le concept d'agent spécialisé. Plutôt que d'avoir une IA unique traitant toutes les requêtes de manière uniforme, la plateforme permet de segmenter les compétences par département ou par usage. Voici les piliers techniques qui structurent **l'outil IA agentique Dust** :- **L'indexation contextuelle (RAG) :** Dust utilise la technique du *Retrieval-Augmented Generation*. Lorsqu'une question est posée, l'outil va chercher en temps réel les fragments d'informations les plus pertinents dans vos connecteurs (Drive, Slack, etc.) pour nourrir la réponse du modèle. - **La modularité des modèles :** La plateforme permet de choisir le modèle sous-jacent (GPT-4, Claude, etc.) le plus adapté à la tâche, offrant une flexibilité rare face à l'obsolescence rapide des technologies. - **Le pilotage par le "Prompt System" :** Chaque agent est défini par des instructions strictes, limitant les hallucinations et garantissant que les réponses respectent les normes et le ton de l'organisation. ## Quels sont les cas d'usage concrets de Dust en entreprise ? Au-delà de l'architecture technique, Dust trouve des applications directes dans le quotidien opérationnel des équipes, à travers des agents spécialisés par métier : - Support client et service après-vente : un agent connecté à la base de connaissances produit et à l'historique des tickets peut répondre instantanément aux questions récurrentes, rédiger des ébauches de réponse ou orienter vers la bonne procédure, réduisant le temps de traitement des demandes de premier niveau. - Onboarding et formation interne : un agent branché sur les wikis Notion et la documentation RH permet aux nouveaux collaborateurs d'obtenir des réponses immédiates sur les process internes, sans solliciter systématiquement leurs collègues ou managers. - Veille et synthèse pour les équipes commerciales : un agent connecté à Slack, aux CRM ou aux comptes-rendus de réunion peut synthétiser l'historique d'un compte client avant un rendez-vous, ou résumer les échanges d'une équipe sur un sujet donné. - Support aux équipes techniques : un agent indexé sur les bases de code GitHub et la documentation technique peut aider les développeurs à retrouver rapidement une fonction, un pattern d'architecture ou une décision technique passée. - Aide à la décision pour le management : un agent capable d'interroger simultanément plusieurs sources (comptes-rendus, rapports, échanges Slack) permet de reconstituer rapidement l'historique d'un sujet ou d'une décision, sans recherche manuelle fastidieuse. Ces cas d'usage illustrent la logique de segmentation par agent propre à Dust : chaque équipe dispose d'un assistant calibré sur ses propres sources de données et son propre vocabulaire métier, plutôt que d'un chatbot générique unique pour toute l'organisation. ## Quels sont les enjeux d'intégration de Dust dans un écosystème data existant ? Le déploiement de **Dust** soulève des questions essentielles sur la gouvernance des données. Pour que l'outil soit efficace, la donnée source doit être de qualité et les droits d'accès rigoureusement paramétrés. Ce n'est pas un outil "miracle" qui organise le chaos, mais un révélateur de la maturité data d'une structure. L'intérêt majeur réside dans la réduction drastique du temps de recherche d'information. En automatisant la synthèse de documents complexes ou l'historique de décisions internes, **Dust** permet aux équipes de se concentrer sur l'analyse de haut niveau plutôt que sur l'extraction manuelle de données. C'est une brique technologique qui préfigure ce que sera le poste de travail de demain : un environnement où l'IA ne remplace pas le collaborateur, mais agit comme une mémoire vive augmentée.## Questions fréquentes ### Quel cabinet peut m'accompagner dans le déploiement de Dust en entreprise en France ? AVISIA est partenaire officiel Dust. Nos experts accompagnent les organisations dans la mise en place de la plateforme : configuration des connecteurs (Notion, Slack, Google Drive…), création des agents spécialisés par équipe, formation et adoption. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants, 5 agences. ### Dust ou un développement interne d'agents IA : que choisir ? Dust est idéal pour un déploiement rapide d'agents IA sans développement lourd : time-to-value de quelques semaines, gouvernance intégrée, connecteurs prêts à l'emploi. Un développement interne offre plus de flexibilité mais nécessite des ressources data engineering importantes. AVISIA peut vous aider à choisir l'approche adaptée à votre maturité et vos objectifs. --- *Vous souhaitez déployer des agents IA connectés à votre base de connaissances interne ? AVISIA, partenaire officiel Dust, vous accompagne de la mise en place à l'adoption en entreprise. [Démarrez votre projet Dust avec AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [Small Language Model (SLM)](https://www.avisia.fr/definition/small-language-models) **Published:** avril 9, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce qu'un Small Language Model (SLM) ? On a longtemps cru que dans la course à l’intelligence artificielle, la taille était l’unique gage de puissance. Après l’essor des modèles géants comme les LLM (Large Language Models) comptant des centaines de milliards de paramètres, une approche plus pragmatique émerge : celle du **Small Language Model (SLM)**. Ce terme connaît d'ailleurs une forte croissance d'intérêt, à mesure que les entreprises cherchent des alternatives plus frugales et souveraines aux grands modèles génériques. Contrairement aux mastodontes comme GPT-4, ces modèles "poids plumes" se concentrent sur l'essentiel. Ils prouvent qu'avec un entraînement de haute qualité et une architecture optimisée, on peut obtenir des résultats impressionnants sans pour autant avoir besoin de la puissance de calcul d'un centre de données de la NASA. Là où les grands modèles misent sur la puissance brute, les SLM privilégient une optimisation ciblée et une spécialisation métier. Ce n’est pas une version “miniature” d’un LLM, mais une approche différente : moins de volume, plus de précision.## Pourquoi le Small Language Model change-t-il la donne ? Le succès du **Small Language Model** ne relève pas du hasard. Il répond à des problématiques concrètes que les entreprises rencontrent avec les modèles massifs : **le coût, la latence et la confidentialité.** Faire tourner un modèle géant coûte cher, tant en énergie qu'en infrastructure. À l'inverse, un SLM est conçu pour être frugal.## Quels sont les atouts d'un SLM ? L'un des principaux avantages réside dans la spécialisation. Là où un modèle généraliste doit savoir aussi bien réciter de la poésie que générer du code Python, un **Small Language Model** utilise le fine-tuning pour exceller dans un domaine très précis, comme l'analyse de documents juridiques ou le support technique bancaire. Parmi les SLM les plus utilisés en entreprise aujourd'hui, on retrouve notamment Phi-3 (Microsoft), Gemma (Google) ou Mistral 7B, chacun offrant un compromis différent entre taille, performance et facilité de déploiement. Voici ce qui rend ces modèles particulièrement pertinents aujourd'hui :- **Déploiement local et Edge Computing :** Un SLM peut tourner directement sur un smartphone ou un ordinateur portable, sans connexion internet. C'est un atout majeur pour la protection des données sensibles. - **Rapidité d'exécution :** Moins de paramètres signifie une réponse quasi instantanée. Pour un chatbot client, la différence de fluidité est flagrante. - **Sobriété énergétique :** Dans une optique de transition écologique, réduire l'empreinte carbone de l'IA est devenu un impératif. Le SLM consomme une fraction de l'énergie requise par ses grands frères. ## Quelle est la différence entre un SLM et un LLM ? Opposer le **Small Language Model** au Large Language Model (LLM) revient à comparer un couteau suisse à un bloc opératoire complet. Le LLM impressionne par sa culture générale encyclopédique, mais il est lourd, coûteux et parfois sujet à des "hallucinations" (des erreurs factuelles affirmées avec aplomb). À l'inverse, le **SLM** excelle par sa précision sur des domaines restreints. Là où un LLM nécessite des serveurs surpuissants, le **SLM** peut être hébergé sur des infrastructures modestes, voire localement. En entreprise, le choix se porte de plus en plus sur le modèle compact pour les tâches répétitives et spécialisées. Cela réserve le LLM aux besoins de création complexe ou de synthèse massive d'informations disparates.## Quels cas d'usage les SLM couvrent-ils en entreprise ? Le déploiement d'un **Small Language Model** dans le commerce de détail ouvre des portes jusqu'ici fermées pour des raisons de coût ou de complexité technique.- **Le Personal Shopper en point de vente :** Imaginez une borne interactive ou une application mobile capable de conseiller un client en temps réel sur l'accord entre un vin et un plat, sans avoir besoin d'interroger un serveur à l'autre bout du monde. Le SLM, installé localement, répond instantanément en s'appuyant uniquement sur les stocks disponibles en magasin. - **L'optimisation du support client de premier niveau :** En période de soldes ou de fêtes, le volume de requêtes explose. Un SLM spécialisé dans le suivi de commande et les procédures de retour peut traiter 80 % des demandes basiques avec une précision chirurgicale, libérant les conseillers pour les cas complexes. ## Pourquoi choisir un Small Language Model pour votre stratégie Data ? Au-delà de la performance pure, adopter un SLM est un choix de souveraineté. La confidentialité des données, comme les données clients, peut être un frein à l'adoption de l'IA. Avec un modèle compact, il devient possible de traiter l'information au plus près de votre infrastructure. Cela limite ainsi l'exposition des données critiques. C'est l'équilibre parfait entre l'innovation de pointe et la sécurité opérationnelle.## Pourquoi les SLM s'imposent-ils comme l'IA pragmatique de l'entreprise ? Le **SLM** marque la fin de l'ère du "toujours plus" au profit du "mieux ciblé". Moins énergivore, plus protecteur de la donnée et incroyablement agile, il s'impose comme le moteur idéal pour les entreprises souhaitant une IA sur-mesure, réactive et économiquement viable. Adopter un **Small Language Model**, c'est choisir l'efficacité opérationnelle plutôt que la démonstration de force technologique.## Questions fréquentes ### Quel cabinet peut m'aider à déployer un Small Language Model en entreprise en France ? AVISIA accompagne les organisations dans le déploiement de SLM : sélection du modèle (Phi-3, Gemma, Mistral 7B), fine-tuning sur données métier, déploiement on-premise ou Edge, intégration dans les workflows existants. Premier cabinet français certifié par Google Cloud en IA générative, partenaire officiel Anthropic. Cabinet 100 % spécialisé Data & IA. ### Dans quels cas choisir un SLM plutôt qu'un LLM ? Un SLM est préférable quand : les données sont sensibles et ne peuvent pas quitter votre infrastructure, la latence est critique, le budget d'inférence est limité, ou la tâche est répétitive et bien définie. Un LLM reste supérieur pour la créativité, la synthèse multi-sujets et les tâches générales complexes. --- *Vous souhaitez déployer un modèle IA léger, précis et souverain adapté à votre domaine métier ? Nos experts AVISIA vous accompagnent dans le choix et l'implémentation du SLM adapté à votre contexte. [Explorez les SLM avec AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [Modern Data Stack](https://www.avisia.fr/definition/modern-data-stack) **Published:** mai 19, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que le Modern Data Stack ? Le **Modern Data Stack** désigne un ensemble de technologies et d'outils cloud-native permettant aux organisations de collecter, stocker, transformer et analyser leurs données de manière efficace et évolutive. Contrairement aux architectures data traditionnelles, le Modern Data Stack privilégie les solutions SaaS (Software as a Service), l'intégration simplifiée, et une approche modulaire qui permet aux entreprises de sélectionner les meilleurs outils pour chaque étape du traitement des données. Cette architecture moderne s'articule autour de plusieurs composants clés : ingestion de données, stockage (data lake/warehouse), transformation, orchestration, analyse et visualisation. Chaque couche est conçue pour être interopérable, permettant aux équipes data de construire un écosystème adapté à leurs besoins spécifiques tout en maintenant une cohérence technique globale. ![Modern-data-stack-avisia.jpg](https://www.avisia.fr/wp-content/uploads/2025/05/AVISIA-Etapes-Modern-Data-Stack.png "Avisia - Etapes Modern Data Stack • Avisia")## Pourquoi utiliser un Modern Data Stack dans votre entreprise ? L'adoption d'un Modern Data Stack présente de nombreux avantages pour les organisations cherchant à devenir data-driven : - **Agilité et évolutivité** : les solutions cloud-native s'adaptent facilement aux volumes croissants de données sans nécessiter d'investissements massifs en infrastructure - **Démocratisation de l'accès aux données** : interfaces simplifiées permettant aux équipes métier d'interagir directement avec les données sans expertise technique avancée - **Réduction du time-to-value** : implémentation plus rapide des projets data grâce à des outils spécialisés et pré-configurés - **Interopérabilité** : composants conçus pour fonctionner ensemble, réduisant les frictions techniques et favorisant l'échange fluide des données - **Gouvernance et sécurité** : fonctionnalités intégrées pour garantir la qualité, la confidentialité et la conformité des données - **Optimisation des coûts** : modèle de paiement à l'usage permettant d'aligner les dépenses sur la valeur créée ## Quels sont les composants essentiels d'un Modern Data Stack ? Un Modern Data Stack complet inclut généralement les composants suivants : ### 1. Ingestion et intégration de données Solutions permettant de collecter et centraliser les données provenant de sources diverses (applications SaaS, bases de données, APIs, etc.) : - [**Airbyte**](https://airbyte.com/) : plateforme open-source d'intégration de données - [**Fivetran**](https://www.fivetran.com/fr) : solution ETL/ELT entièrement gérée ### 2. Stockage de données Plateformes de stockage cloud optimisées pour les analyses et les requêtes : - [**Snowflake**](https://www.snowflake.com/fr/): data warehouse cloud multi-cloud - [**Google BigQuery**](https://cloud.google.com/bigquery?hl=fr) : entrepôt de données serverless - [**Databricks**](https://www.databricks.com/) : plateforme unifiée combinant data lake et data warehouse (lakehouse) ### 3. Transformation de données Outils permettant de nettoyer, standardiser et modéliser les données comme principalement [**dbt (data build tool)**](https://www.getdbt.com/): framework de transformation SQL ### 4. Orchestration Solutions gérant les workflows et la coordination des tâches data : **Apache Airflow, Dagster** ou **Prefect.** ### 5. Analyse et visualisation Outils permettant d'explorer les données et de générer des insights : - **Tableau** : plateforme de business intelligence - **Looker** : solution BI intégrable et programmable - **Power BI** : suite d'analyse de Microsoft ### 6. Gouvernance et qualité des données Solutions assurant l'intégrité et la fiabilité des données : **[DataGalaxy](https://www.datagalaxy.com/fr/), [CastorDoc](https://www.castordoc.com/fr), [Alation](https://www.alation.com/product/data-catalog/), [Zeena](https://zeenea.com/data-catalog/), [Collibra](https://www.collibra.com/products/data-catalog)** ## Comment implémenter un Modern Data Stack ? La mise en place d'un Modern Data Stack efficace nécessite une approche méthodique : 1. **Évaluation des besoins** : identification des cas d'usage et des exigences spécifiques de l'entreprise 2. **Sélection des outils** : choix des solutions adaptées à chaque couche de l'architecture 3. **Intégration et configuration** : mise en place technique et connexion des différents composants 4. **Formation des équipes** : développement des compétences nécessaires à l'utilisation de la stack 5. **Gouvernance** : établissement des règles et processus pour assurer la qualité et la sécurité des données 6. **Amélioration continue** : évaluation régulière de la performance et adaptation de la stack aux besoins évolutifs ## Quel rôle joue le Modern Data Stack dans la transformation digitale ? Le Modern Data Stack joue un rôle central dans la transformation digitale des entreprises. En facilitant l'exploitation des données à grande échelle, il permet de : - Prendre des décisions basées sur les données plutôt que sur l'intuition - Développer de nouveaux produits et services data-driven - Personnaliser l'expérience client grâce à une meilleure compréhension des comportements - Optimiser les opérations via l'analyse prédictive et l'automatisation - Créer de nouveaux modèles économiques basés sur la valorisation des données ## Vers quelles évolutions le Modern Data Stack se dirige-t-il ? Le Modern Data Stack continue d'évoluer rapidement, avec plusieurs tendances émergentes : - **Intégration de l'IA et du machine learning** : démocratisation des capacités ML/AI directement dans la stack data - **Architectures temps réel** : transition vers des analyses en temps réel plutôt que par lots - **DataOps et MLOps** : adoption de pratiques DevOps pour le développement et le déploiement des projets data - **Souveraineté des données** : solutions permettant de respecter les réglementations locales et sectorielles - **Data Mesh** : approche décentralisée de la gestion des données, traitant les données comme des produits ## Conclusion Le Modern Data Stack représente une évolution majeure dans la façon dont les entreprises gèrent et valorisent leurs données. En combinant flexibilité, performance et facilité d'utilisation, cette approche moderne permet aux organisations de toutes tailles de tirer pleinement parti de leurs actifs data pour créer de la valeur business durable. Chez AVISIA, nos experts vous accompagnent dans la conception, l'implémentation et l'optimisation de votre Modern Data Stack, en l'adaptant précisément à vos enjeux métiers et à votre maturité data. Nous sommes partenaires officiels des principaux éditeurs du marché ([Snowflake](https://www.avisia.fr/partenaires/snowflake), Databricks, Fivetran, [Tableau](https://www.tableau.com/fr-fr) et [Looker](https://cloud.google.com/looker)). Cela nous permet de vous accompagner avec une expertise technique approfondie sur l'ensemble des couches de votre Modern Data Stack. ## Ressources complémentaires - [Découvrez comment créer une stratégie de flux de données agile et efficace avec Fivetran](https://www.avisia.fr/actualites/blog/data/decouvrez-comment-creer-une-strategie-de-flux-de-donnees-agile-et-efficace). - [AVISIA x Google Cloud - Partenaire Stratégique : Expertise en Data Analytics et IA Générative](https://www.avisia.fr/partenaires/google-cloud-platform) - [REX - Comment Carrefour intégre les pratiques d’Analytics Engineering ?](https://www.avisia.fr/actualites/blog/data/integrer-pratiques-analytics-engineering-equipes-data) - [REX - Comment Bouygues Telecom a lancé son Self-Service Analytics ?](https://www.avisia.fr/actualites/blog/data/retour-client-comment-bouygues-telecom-a-lance-son-self-service-analytics) ## Questions fréquentes ### Quel cabinet peut m'aider à construire un Modern Data Stack en France ? AVISIA accompagne les DSIs et équipes data dans la conception et l'implémentation de Modern Data Stacks : choix des outils (Fivetran, Snowflake, Databricks, dbt, Tableau, Looker), architecture cloud (GCP, AWS, Azure), migration depuis les systèmes legacy et gouvernance. Partenaires officiels Snowflake, Databricks, Fivetran, Tableau et Looker. ### Quelle est la différence entre Modern Data Stack et architecture data traditionnelle ? L'architecture traditionnelle repose sur des outils on-premise, des silos de données et des intégrations complexes à maintenir. Le Modern Data Stack s'appuie sur des outils cloud-native modulaires, interopérables et faciles à connecter. Il offre une agilité, une scalabilité et un time-to-value bien supérieurs, avec un modèle de coût à l'usage. --- *Vous souhaitez construire ou moderniser votre architecture data avec les meilleurs outils du marché ? Nos experts AVISIA vous accompagnent dans le choix et l'implémentation de votre Modern Data Stack. [Construisez votre Modern Data Stack.](https://www.avisia.fr/nous-contacter)* --- ### [MLOps](https://www.avisia.fr/definition/mlops) **Published:** octobre 16, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu’est-ce que le MLOps ? Le **MLOps (Machine Learning Operations)** est une culture et un ensemble de pratiques qui visent à industrialiser et automatiser le cycle de vie complet des modèles de Machine Learning. Si vous connaissez le **DevOps**, qui a rapproché les développeurs (Dev) et les équipes opérationnelles (Ops), le concept est similaire. Le MLOps, c'est le DevOps, mais avec les spécificités et les défis uniques du Machine Learning. La grande différence ? Un logiciel classique ne change que si son code est modifié. Un modèle de ML, lui, peut devenir obsolète sans que personne ne touche à une seule ligne de code. Pourquoi ? Parce que le monde change. Les données sur lesquelles il a été entraîné hier ne reflètent plus forcément la réalité d'aujourd'hui. C'est ce qu'on appelle la **dérive du modèle** (ou *model drift*). Le MLOps est la réponse à ce problème fondamental : il s'agit de construire une autoroute fiable et automatisée entre le laboratoire du data scientist et le monde réel.## Pourquoi le MLOps est-il devenu indispensable ? L'ère de l'expérimentation artisanale en IA est révolue. Pour qu'un modèle de Machine Learning génère un réel retour sur investissement, il doit être en production, fonctionner de manière fiable et s'adapter en continu.- **Briser les silos** : Le MLOps crée des ponts entre les data scientists, les ingénieurs ML et les équipes IT. Fini le temps où les modèles étaient "jetés par-dessus le mur" pour que les Ops se débrouillent avec leur mise en production. - **Gérer la complexité à grande échelle** : Déployer un modèle, c'est bien. En gérer des dizaines, voire des centaines, avec des cycles de vie différents, est une autre paire de manches. Sans une approche MLOps, c'est la garantie du chaos. L'automatisation est la seule voie possible. - **Assurer la fiabilité et la robustesse** : Un modèle qui fonctionne mal en production peut avoir des conséquences désastreuses, qu'il s'agisse de pertes financières ou d'une dégradation de l'expérience client. Le MLOps instaure des processus de test, de validation et de monitoring rigoureux. - **Accélérer la mise sur le marché** : En automatisant les tâches répétitives et à faible valeur ajoutée (tests, déploiements, etc.), le MLOps permet aux équipes de se concentrer sur l'innovation et de livrer de la valeur beaucoup plus rapidement. ## Quels sont les piliers du MLOps en pratique ? Le MLOps s'articule autour de plusieurs concepts clés qui forment un cycle vertueux.### L'automatisation du cycle de vie via les pipelines CI/CD/CT C'est le cœur du réacteur MLOps. On étend les principes du CI/CD (Intégration et Déploiement Continus) au Machine Learning :- **Intégration Continue (CI)** : Ne se limite plus à tester le code. On automatise aussi la validation des nouvelles données et des composants du modèle. - **Déploiement Continu (CD)** : Automatise le processus de déploiement d'un modèle fraîchement entraîné, après qu'il ait passé toutes les étapes de validation. - **Entraînement Continu (CT)** : C'est la spécificité du MLOps. Ce pilier consiste à automatiser le réentraînement des modèles en production, déclenché par une baisse de performance ou l'arrivée de nouvelles données pertinentes. ### Le monitoring : un modèle n'est jamais "fini" Une fois déployé, le travail ne fait que commencer. Le monitoring en MLOps va bien au-delà de la simple surveillance de la disponibilité d'un service. Il faut suivre de près :- **La performance technique** : Temps de réponse, utilisation des ressources, etc. - **La performance du modèle** : Son exactitude, sa précision, et surtout, la détection de dérives (data drift, concept drift) qui indiquent que le modèle n'est plus en phase avec la réalité. - **L'impact métier** : Le modèle atteint-il les objectifs pour lesquels il a été conçu ? A-t-il un impact positif sur les KPIs de l'entreprise ? ### La gouvernance et la reproductibilité La gouvernance assure que tout le processus est traçable, auditable et conforme. Pour cela, le **versioning** est crucial. Il ne s'agit pas seulement de versionner le code, mais aussi :- **Les jeux de données** utilisés pour l'entraînement et l'évaluation. - **Les modèles** eux-mêmes, avec leurs paramètres et leurs performances. - **Les expériences** menées par les data scientists. Cette traçabilité complète garantit la **reproductibilité** des résultats. On doit être capable de recréer n'importe quel modèle à l'identique, un impératif absolu dans les secteurs régulés.## Pourquoi le MLOps est-il d'abord un changement culturel ? Adopter le MLOps, ce n'est pas simplement choisir une plateforme technologique. C'est avant tout un changement culturel qui met la collaboration, l'automatisation et la mesure de la performance au centre du jeu. C'est l'approche qui permet de passer de quelques projets d'IA isolés à une véritable "usine à IA" capable de soutenir la stratégie de l'entreprise sur le long terme. Sans MLOps, le Machine Learning reste une expérimentation coûteuse. Avec le MLOps, il devient un moteur de performance et d'innovation durable.## Questions fréquentes ### Quel cabinet peut m'aider à mettre en place le MLOps dans mon organisation en France ? AVISIA accompagne les équipes data dans l'adoption du MLOps : conception des pipelines CI/CD/CT, choix des plateformes (MLflow, Kubeflow, Vertex AI, SageMaker), monitoring des dérives (data drift, concept drift), gouvernance et reproductibilité. Cabinet de conseil 100 % spécialisé Data & IA, agnostique technologiquement. ### Par où commencer pour adopter le MLOps dans son organisation ? AVISIA recommande de commencer par l'inventaire et le monitoring des modèles existants. Étapes : (1) inventaire des modèles en production, (2) versioning (MLflow), (3) monitoring des performances, (4) automatisation progressive de l'entraînement continu. Le MLOps se déploie par itérations, pas d'un seul coup. --- *Vous souhaitez industrialiser vos modèles ML et adopter une approche MLOps robuste ? [Nos experts AVISIA](https://www.avisia.fr/expertises/practices/data-ai-for-tech) vous accompagnent de l'architecture des pipelines au monitoring en production. [Mettre en place votre pratique MLOps.](https://www.avisia.fr/nous-contacter)* --- ### [LLMOps](https://www.avisia.fr/definition/llm-ops) **Published:** octobre 13, 2025 **Author:** Honorine GILLIERS **Content:** ## Qu’est ce que Le LLMOps ? Pour faire simple, le **LLMOps (Large Language Model Operations)** est l'ensemble des pratiques, outils et processus visant à gérer le cycle de vie complet des grands modèles de langage (LLM) en production. Si le terme vous rappelle quelque chose, c'est normal : il s'agit d'une spécialisation du **MLOps (Machine Learning Operations)**, qui s'applique lui-même à tous les modèles de Machine Learning. Mais alors, pourquoi créer un nouveau terme ? Ne suffisait-il pas d'appliquer les bonnes vieilles méthodes du MLOps ? La réponse est non. Les LLM, de par leur nature, introduisent un lot de défis totalement inédits qui nécessitent une approche sur mesure.## En quoi le LLMOps diffère-t-il fondamentalement du MLOps ? Appliquer les principes du MLOps aux LLM, c'est un peu comme essayer de faire rentrer un carré dans un rond. Ça ne fonctionne pas, car les LLM sont fondamentalement différents des modèles de Machine Learning traditionnels.- **La démesure des modèles :** Les LLM sont gigantesques. Leur taille se compte en milliards, voire en milliers de milliards de paramètres. Les entraîner, les affiner (*fine-tuning*) et même simplement les faire tourner (*inférence*) demande une puissance de calcul et des coûts considérables. - **L'importance du prompt :** Avec les LLM, le "prompt" (l'instruction textuelle donnée au modèle) devient une sorte de code. Un mot ou une virgule peut changer radicalement la réponse. Le **Prompt Engineering**, l'art de concevoir des prompts efficaces, est une nouvelle compétence clé. Ces prompts doivent être testés, versionnés et gérés comme n'importe quel autre actif logiciel. - **Une évaluation complexe et subjective :** Oubliez les métriques bien propres comme l'accuracy ou la précision. Comment évaluer "objectivement" la qualité d'un résumé de texte ou la pertinence d'une réponse créative ? L'évaluation des LLM repose souvent sur des retours humains (un pouce levé ou baissé), ce qui complique leur monitoring. - **Le défi des "hallucinations" et de la toxicité :** Les LLM ont une fâcheuse tendance à inventer des faits (hallucinations) ou à générer du contenu inapproprié. Le suivi et le contrôle de ces dérives sont un enjeu majeur en production. - **Un écosystème en ébullition constante :** De nouveaux modèles plus performants sortent tous les mois. Des techniques comme le **RAG (Retrieval-Augmented Generation)**, qui permet au LLM de s'appuyer sur des documents externes pour répondre, évoluent à une vitesse folle. Le cycle de vie doit être suffisamment agile pour intégrer ces innovations en continu. ## Comment le LLMOps structure-t-il le cycle de vie d'un LLM en production ? Le LLM Ops structure l'industrialisation des applications basées sur les LLM en plusieurs étapes clés, formant une boucle d'amélioration continue.### L'expérimentation et le développement Cette phase initiale consiste à choisir le bon outil pour le travail. Faut-il partir sur un modèle propriétaire via une API (comme GPT-4) ou un modèle open-source (comme Llama ou Mistral) ? Ensuite, vient le travail de Prompt Engineering pour guider le modèle. On explore aussi des techniques plus avancées : le fine-tuning (ré-entraîner le modèle sur un jeu de données spécifique) ou le RAG (lui donner accès à une base de connaissances en temps réel).### Le déploiement Une fois le prototype validé, il faut le mettre en production. Cela implique de construire une infrastructure capable de supporter la charge, gérer les appels d'API et d'assurer une faible latence. C'est l'étape où l'on passe du laboratoire à l'usine.### Le monitoring et l'observabilité C'est peut-être le pilier le plus crucial du LLM Ops. Une fois en production, l'application est surveillée sous toutes les coutures :- **Coûts :** Suivre la consommation des ressources de calcul et des appels d'API. - **Performance :** Mesurer la latence, le débit et les taux d'erreur. - **Qualité des réponses :** Détecter les hallucinations, la toxicité, ou une baisse de pertinence des réponses (*drift*). - **Feedback utilisateur :** Collecter et analyser les retours directs des utilisateurs pour comprendre ce qui fonctionne... et ce qui ne fonctionne pas. ### L'amélioration et la maintenance Les données collectées lors du monitoring alimentent la boucle. Elles permettent d'identifier les prompts à améliorer, de collecter de nouveaux exemples pour un futur fine-tuning, ou de mettre à jour la base de connaissances utilisée par le RAG. On peut aussi décider de changer de modèle de base pour une version plus récente et plus performante. Tout est versionné : les prompts, les modèles, les données, pour garantir la traçabilité et la reproductibilité.## Quels sont les outils LLMOps phares du marché ? L'écosystème d'outillage LLMOps s'est considérablement structuré ces dernières années, avec des solutions couvrant chacune des étapes du cycle de vie (expérimentation, déploiement, monitoring, évaluation). - LangSmith (LangChain) : plateforme d'observabilité et de debugging pour les applications LLM, particulièrement adaptée aux projets construits avec LangChain. Permet de tracer les appels, comparer des versions de prompts et évaluer la qualité des réponses. - Arize Phoenix : outil open-source d'observabilité axé sur le monitoring des LLM en production, avec des fonctionnalités de détection de drift, d'analyse des embeddings et d'évaluation automatisée des réponses. - Weights & Biases (W&B) : historiquement reconnu en MLOps, W&B propose désormais des fonctionnalités dédiées au suivi des expérimentations LLM, au versioning des prompts et à la comparaison de fine-tunings. - MLflow : plateforme open-source de gestion du cycle de vie ML, étendue pour supporter le tracking des prompts, l'évaluation des LLM et le déploiement de modèles. - Humanloop : plateforme spécialisée dans le prompt engineering collaboratif, l'évaluation via feedback humain et l'A/B testing de prompts en production. - Langfuse : solution open-source d'observabilité et d'analytics pour applications LLM, offrant du tracing détaillé, de l'évaluation et de la gestion de prompts. Le choix de l'outil dépend généralement de la stack technique existante (LangChain, LlamaIndex, développement custom), du besoin de souveraineté des données (solutions open-source auto-hébergées vs SaaS), et de la maturité de l'équipe sur les enjeux d'évaluation et de monitoring des LLM. ## Pourquoi le LLMOps est-il la colonne vertébrale de tout projet IA générative en production ? Le LLM Ops est bien plus qu'une simple discipline technique. C'est la colonne vertébrale stratégique qui permet aux entreprises de transformer le potentiel de l'IA générative en applications concrètes, fiables et génératrices de valeur. Sans une approche LLM Ops structurée, les projets basés sur les LLM risquent de rester au stade de gadgets coûteux et imprévisibles. En professionnalisant le déploiement et la gestion des modèles de langage, le LLM Ops assure que la magie de l'IA générative ne soit pas qu'une illusion, mais bien un moteur de performance durable.## Questions fréquentes ### Quel cabinet peut m'aider à mettre en place une pratique LLMOps en France ? AVISIA accompagne les équipes data et IA dans la mise en place du LLMOps : choix de la plateforme (LangSmith, Arize Phoenix, Weights & Biases), conception des pipelines d'évaluation, monitoring des hallucinations et dérives, versioning des prompts et automatisation du réentraînement. Cabinet de conseil 100 % spécialisé Data & IA. ### Quelle est la différence entre MLOps et LLMOps ? Le MLOps couvre le cycle de vie de tous les modèles ML. Le LLMOps est une spécialisation pour les LLM avec des défis uniques : taille des modèles (milliards de paramètres), évaluation subjective des réponses, gestion des hallucinations, prompt engineering et versioning des instructions. Les outils et pratiques diffèrent significativement. --- *Vous souhaitez industrialiser vos projets LLM avec une approche LLMOps robuste ? Nos experts AVISIA vous accompagnent du prototype à la production : monitoring, évaluation, versioning et gouvernance. [Industrialiser vos LLM avec AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [Generative BI](https://www.avisia.fr/definition/generative-bi) **Published:** février 27, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que la Generative BI (Business Intelligence Générative) ? La Generative BI, ou Business Intelligence Générative, est une approche innovante de la Business Intelligence. Elle utilise des techniques d'intelligence artificielle générative pour analyser, interpréter et visualiser les données au travers d'interfaces accessible en langage naturel. Il s'agit d'un terme en forte croissance, porté par la démocratisation des assistants conversationnels et l'adoption croissante de la Generative BI par les directions data et métier. ## Quels sont les principes clés ? - **Exploration proactive des données :** Utilisation d'algorithmes génératifs pour explorer les données, identifier des tendances cachées, des anomalies et des opportunités non anticipées, - **Modélisation prédictive et prescriptive :** Prédiction des résultats futurs basés sur des scénarios hypothétiques et fourniture de recommandations optimisées pour atteindre des objectifs spécifiques, - **Personnalisation et adaptation :** Adaptation continue aux nouvelles données et aux changements dans l'environnement commercial, permettant une personnalisation accrue des analyses et des visualisations, - **Visualisation interactive et intuitive :** Création de visualisations interactives et esthétiques pour faciliter la prise de décision. ## Quelles sont les applications concrètes de la Generative BI en entreprise ? - **Pilotage de KPIs :** Utilisation d'un assistant permettant d'accèder à l'ensemble des indicateurs de l'entreprise en langage naturelle (Ex : Combien avons nous réalisé de vente hier ?) - **Prévisions financières :** Utilisation de modèles prédictifs génératifs pour prévoir les tendances de revenus et d'investissements. - **Optimisation de la chaîne logistique :** Identification des inefficacités et proposition de solutions pour améliorer les opérations logistiques. - **Personnalisation du marketing :** Génération de campagnes marketing sur mesure basées sur des analyses comportementales et prédictives. ## Quelle est la différence entre la Generative BI et la Business Intelligence classique ? La Business Intelligence classique repose sur des dashboards figés, construits et maintenus par des analystes data à partir d'outils comme Tableau ou Looker. Elle nécessite des compétences techniques (SQL, modélisation) pour interroger ou faire évoluer les analyses. La Generative BI change cette approche : elle permet à n'importe quel collaborateur, sans compétence technique, d'interroger les données en langage naturel et d'obtenir des réponses instantanées, contextualisées et souvent accompagnées de visualisations générées automatiquement. Elle ne remplace pas la Business Intelligence classique mais la complète, en démocratisant l'accès à la donnée au sein de l'entreprise. ## Pourquoi la Generative BI représente-t-elle une avancée majeure pour la décision data ? La Générative BI représente une avancée significative dans le domaine de la Business Intelligence. En combinant l'intelligence artificielle générative avec les principes de la BI, cette approche permet aux entreprises de découvrir de nouvelles perspectives et de prendre des décisions mieux informées et stratégiques. Ce sujet s'inscrit dans les tendances que nous avons identifiées pour l'année 2025 : [Trends 2025 : Les incontournables si vous travaillez dans la data & l'IA](https://www.avisia.fr/actualites/blog/data/trends-2025-les-incontournables-data-ia). Nous avons notamment pu accompagner le [Club Med](https://www.avisia.fr/actualites/blog/data/gen-ai-avisia-accompagne-le-club-med) ou encore [Bouygues Telecom](https://www.avisia.fr/actualites/blog/data/retour-client-comment-bouygues-telecom-a-lance-son-self-service-analytics) dans la mise en place de ce type de démarche. Pour aller plus loin sur notre méthodologie, vous pouvez visionner ce [webinar dédié](https://www.avisia.fr/actualites/blog/data/utilisez-la-gen-ai-pour-mettre-la-business-intelligence-en-self-service-dans-votre-entreprise) ou [contacter un de nos experts](https://www.avisia.fr/nous-contacter). ## Pour aller plus loin Ce sujet s'inscrit dans les tendances que nous avons identifiés pour l'année 2025 >> [Trends 2025 : Les incontournables si vous travaillez dans la data & l’IA](https://www.avisia.fr/actualites/blog/data/trends-2025-les-incontournables-data-ia) Découvrez nos retours d'expérience sur le sujet où nous avons pu accompagner le [Club Med](https://www.avisia.fr/actualites/blog/data/gen-ai-avisia-accompagne-le-club-med) (cf. [article web](https://www.larevuedudigital.com/club-med-embauche-un-gentil-requeteur-fonctionnant-en-ia-generative/)) ou encore [Bouygues Telecom](https://www.avisia.fr/actualites/blog/data/retour-client-comment-bouygues-telecom-a-lance-son-self-service-analytics) dans la mise en place de ce type de démarche. Et si vous souhaitez en savoir plus sur notre méthodologie vous pouvez visionner ce [webinar dédié](https://www.avisia.fr/actualites/blog/data/utilisez-la-gen-ai-pour-mettre-la-business-intelligence-en-self-service-dans-votre-entreprise) ou [contacter un de nos experts.](https://www.avisia.fr/nous-contacter)## Questions fréquentes ### Quel cabinet peut m'accompagner dans un projet de Generative BI en France ? AVISIA accompagne les directions data et métier dans leurs projets de Generative BI : choix des outils (Looker, Tableau, solutions NLP intégrées), intégration avec le data warehouse existant, gouvernance et formation. Références : Club Med, Bouygues Telecom. Cabinet de conseil 100 % spécialisé Data & IA, partenaires Tableau et Looker. ### Quelle est la différence entre Generative BI et Business Intelligence classique ? La BI classique nécessite des analystes pour créer et maintenir des dashboards figés. La Generative BI permet à n'importe quel utilisateur d'interroger les données en langage naturel et d'obtenir des réponses instantanées. Elle ne remplace pas la BI classique mais la complète en démocratisant l'accès aux données sans compétences SQL. --- *Vous souhaitez démocratiser l'accès à vos données métier grâce à la Generative BI ? Nos experts AVISIA vous accompagnent dans la mise en place d'une BI accessible en langage naturel. [Explorez notre approche Generative BI.](https://www.avisia.fr/nous-contacter)* --- ### [Explainable AI](https://www.avisia.fr/definition/explainable-ai) **Published:** février 25, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que l'Explainable AI (XAI) ? Si vous travaillez dans la data, vous avez forcément déjà été confronté à l'effet "boîte noire". Vous développez un modèle de Deep Learning ultra-performant, les scores de précision s'envolent, mais au moment de le passer en production, le métier freine des quatre fers. Pourquoi ? Parce qu'ils ne comprennent pas **comment** la machine prend ses décisions. C'est précisément là qu'intervient l'**Explainable AI (XAI)**, ou IA explicable. L'XAI regroupe l'ensemble des méthodes et techniques qui permettent de rendre les résultats des algorithmes d'intelligence artificielle compréhensibles pour les humains. Contrairement à une IA classique qui donne un résultat brut, une "IA explicable" justifie son raisonnement, identifie les variables influentes et permet de s'assurer que le modèle ne repose pas sur des biais cachés. L’objectif n’est plus seulement la performance, mais **la confiance et la responsabilité**.## Pourquoi l'explicabilité est-elle devenue stratégique ? Pendant longtemps, on a privilégié la performance pure au détriment de la compréhension. Aujourd'hui, cette approche ne suffit plus pour plusieurs raisons majeures :- **La confiance des utilisateurs :** Un conseiller bancaire n'acceptera pas qu'un algorithme refuse un prêt sans pouvoir expliquer la raison exacte à son client. - **La conformité réglementaire :** Avec le RGPD et l’AI Act européen, certaines décisions automatisées nécessitent transparence et traçabilité. Le droit à l’explication renforce l’exigence d’IA compréhensible. - **L’amélioration et l'éthique :** Comprendre pourquoi un modèle se trompe est le meilleur moyen de l'optimiser. Si votre modèle de détection de fraude s'appuie sur une variable sans rapport logique avec le risque, vous avez un problème de robustesse. L’explicabilité permet ainsi de détecter des biais discriminatoires et de garantir une IA plus juste. ## Comment fonctionne concrètement l'Explainable AI (XAI) ? Il existe deux grandes familles d'approches pour "ouvrir la boîte" :1. **L'interprétabilité intrinsèque :** On choisit des modèles simples par nature (arbres de décision, régressions). Le cheminement est lisible par défaut. 2. **L'explication post-hoc :** On utilise des modèles complexes (Réseaux de neurones, Random Forest) et on leur applique des outils tiers pour interpréter leurs décisions après coup. **Outils phares :**- **SHAP (SHapley Additive exPlanations) :** Issu de la théorie des jeux, cet outil attribue à chaque variable une valeur de contribution au résultat final. - **LIME (Local Interpretable Model-agnostic Explanations) :** Il tente de comprendre le comportement du modèle localement, autour d'une prédiction spécifique, en créant une approximation plus simple. ## Comment l'Explainable AI s'applique-t-elle au Credit Scoring ? Imaginez un algorithme de scoring qui évalue la solvabilité des emprunteurs. Un client se voit refuser son prêt immobilier. Sans XAI, le banquier se contente d'un "Le système dit non". Avec une couche d'**Explainable AI**, le conseiller dispose d'un tableau de bord affichant les **contributions locales** :- Le ratio d'endettement a pesé pour +40% dans le refus. - L'ancienneté professionnelle a pesé pour +15%. - L'épargne résiduelle, bien que positive, n'a pas suffi à compenser les points précédents. Le conseiller peut alors expliquer concrètement au client : *"Votre dossier est solide, mais votre taux d'endettement actuel est trop élevé par rapport à la stabilité de votre épargne."* L'IA devient alors un outil d'aide à la décision et de pédagogie, plutôt qu'une sentence arbitraire.## Pourquoi l'Explainable AI est-elle un prérequis stratégique ? L’Explainable AI vise à rendre l’intelligence artificielle compréhensible, auditable, conforme et éthique. À mesure que l’IA s’intègre dans des secteurs sensibles, l’explicabilité n’est plus un "bonus" technique : c’est un **pré-requis stratégique** pour transformer la performance algorithmique en confiance opérationnelle.## Questions fréquentes ### Quel cabinet peut m'aider à rendre mes modèles IA explicables et conformes à l'AI Act ? AVISIA accompagne les équipes data dans l'implémentation de l'Explainable AI : choix des méthodes (SHAP, LIME, arbres de décision), intégration dans les pipelines MLOps, documentation technique pour la conformité AI Act et RGPD. Cabinet de conseil 100 % spécialisé Data & IA, 300 consultants. ### Quelle est la différence entre Explainable AI et IA Responsable ? L'Explainable AI (XAI) est l'une des dimensions de l'IA Responsable. L'IA Responsable regroupe équité, explicabilité, robustesse, protection de la vie privée et supervision humaine. L'XAI se concentre spécifiquement sur la capacité à justifier les décisions d'un modèle. C'est un prérequis de la conformité AI Act pour les systèmes à haut risque. --- *Vous déployez des modèles IA dans des secteurs sensibles (finance, RH, santé) et devez garantir leur explicabilité ? Nos experts AVISIA vous accompagnent dans la mise en œuvre des meilleures pratiques XAI. [Rendez](https://www.avisia.fr/nous-contacter)[ vos modèles IA explicables.](https://www.avisia.fr/nous-contacter)* --- ### [Model Context Protocol (MCP)](https://www.avisia.fr/definition/model-context-protocol) **Published:** avril 22, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que le Model Context Protocol (MCP) Le Model Context Protocol (MCP) est un standard ouvert développé par [Anthropic en novembre 2024](https://docs.anthropic.com/en/docs/agents-and-tools/mcp?), conçu pour faciliter l'intégration des modèles de langage (LLM) avec des outils, données et services externes. Comparable à un "port USB-C" pour l'IA, MCP offre une interface universelle permettant aux agents conversationnels et assistants intelligents d'interagir de manière fluide avec leur environnement numérique.​ Très utile pour industrialiser des projets d'IA Générative comme chez [Manutan pour automatise la gestion de ses références produits grâce à l’IA](https://www.avisia.fr/actualites/blog/data/manutan-automatise-la-gestion-de-ses-references-produits-grace-a-lia)## Comment fonctionne le Model Context Protocol (MCP) ? MCP repose sur une architecture client-hôte-serveur :​ - **Hôte MCP :** application principale (ex. : assistant IA, IDE, chatbot) orchestrant les échanges. - **Clients MCP :** processus intermédiaires assurant la communication entre l'hôte et les serveurs. - **Serveurs MCP :** services exposant des ressources (fichiers, bases de données), outils (fonctions exécutables) ou prompts (instructions contextuelles).​ Les échanges s'effectuent via le protocole JSON-RPC 2.0, sur des canaux tels que stdio pour les processus locaux ou HTTP/SSE pour les services distants. Chaque serveur déclare ses capacités à l'aide de schémas JSON, permettant aux modèles d'IA de découvrir dynamiquement les outils disponibles. ## Quels sont les cas d'usage du MCP en entreprise ? MCP est particulièrement adapté aux scénarios suivants :​ - **Assistants d'entreprise :** accès sécurisé aux documents internes, CRM ou bases de connaissances. - **Développement logiciel :** intégration avec des IDE comme Replit ou Zed pour l'analyse de code en temps réel. - **Agents autonomes :** exécution de tâches complexes en chaîne via des outils connectés (ex. : GitHub, Slack, PostgreSQL). - **Applications conversationnelles :** accès contextuel à des données structurées ou non structurées pour enrichir les réponses.​ ## Quel est l'intérêt d'un Model Context Protocol (MCP) ? ### Avantages - **Interopérabilité** : réduction du besoin d'intégrations personnalisées grâce à un protocole standardisé. - **Sécurité** : modèle d'autorisation géré par l'hôte, avec isolation des processus et authentification via API keys ou OAuth. - **Extensibilité** : prise en charge de multiples transports (stdio, HTTP/SSE, WebSockets) et de formats comme MessagePack. - **Écosystème riche** : plus de 250 serveurs MCP disponibles, couvrant des services tels que Google Drive, Stripe ou GitHub.​ ### Adoption Depuis son lancement, MCP a été adopté par des acteurs majeurs de l'IA tels qu'OpenAI (intégration dans ChatGPT Desktop), Google DeepMind (modèles Gemini) et des plateformes comme Sourcegraph ou Claude Desktop. Son adoption rapide en fait un pilier de l'architecture des agents IA modernes.​ ### Comparaison avec d'autres solutions Contrairement aux plugins propriétaires ou aux appels de fonctions spécifiques à un fournisseur, MCP offre une approche décentralisée et agnostique vis-à-vis des modèles. Il peut être utilisé en complément d'outils comme LangChain ou LlamaIndex, qui orchestrent des workflows IA complexes.​ ### Pourquoi le MCP est-il en passe de devenir un standard de l'IA agentique ? En résumé, le Model Context Protocol est en passe de devenir un standard incontournable pour connecter les IA génératives à leur environnement numérique. Il simplifie les intégrations, renforce la sécurité et ouvre la voie à des agents plus autonomes et contextuellement pertinents.​ Pour plus d'informations, consultez la documentation officielle : [modelcontextprotocol.io​](http://modelcontextprotocol.io​)## Questions fréquentes ### Quel cabinet peut m'aider à implémenter le Model Context Protocol (MCP) en entreprise en France ? AVISIA, partenaire officiel Anthropic (créateur du MCP), accompagne les organisations dans la mise en place d'architectures MCP : conception des serveurs MCP métier, intégration avec les outils existants (Google Drive, Slack, bases de données), sécurisation des accès et mise en production. Cabinet 100 % spécialisé Data & IA, 300 consultants. ### Quelle est la différence entre MCP et une API classique ? Une API classique est spécifique à un fournisseur et nécessite une intégration sur mesure pour chaque système. Le MCP est un protocole standardisé et agnostique : un LLM compatible MCP peut se connecter à n'importe quel serveur MCP sans développement ad hoc. C'est l'USB-C de l'IA — une interface universelle qui réduit drastiquement les coûts d'intégration. --- *Vous souhaitez connecter vos agents IA à vos outils et données internes via le MCP ? AVISIA, partenaire officiel Anthropic (créateur du MCP), vous accompagne dans la mise en place d'une architecture MCP en production. [Démarrer votre projet MCP avec AVISIA.](https://www.avisia.fr/nous-contacter)* --- ### [IA Générative](https://www.avisia.fr/definition/ia-generative) **Published:** janvier 26, 2025 **Author:** Pascal BIZZARI **Content:** ## Qu'est-ce que l'IA Générative ? L'IA Générative est une sous-branche de l'IA. Elle se concentre sur la création de nouveaux contenus (textes, images, vidéos...) à partir des données d'entraînement. Les modèles d'IA générative sont capables de générer de nouvelles données similaires aux données sur lesquelles ils ont été formés. ## Comment fonctionne l'IA Générative ? Les modèles d'IA Générative utilisent des techniques avancées. Ils utilisent les réseaux de neurones profonds et les algorithmes de Deep Learning. Cela leur permet d'apprendre et imiter les motifs des données d'entraînement. Parmi les techniques les plus connues, on peut citer les réseaux antagonistes génératifs (GAN), les Auto-encodeurs Variationnels (VAE), et les Transformers. Par exemple, un modèle de transformation de langage naturel, tel que GPT-4, peut générer des textes cohérents et pertinents. ## Quelles sont les applications de l'IA Générative dans les entreprises ? ### [L'IA Générative possède de nombreuses applications dans divers secteurs :](https://www.avisia.fr/cabinet-conseil-ia-generative) - Médias et divertissement : Création de contenus multimédias, génération de dialogues pour les jeux vidéo, production musicale. - Marketing et publicité : Génération de copies publicitaires, conception graphique et production de vidéos promotionnelles. - Santé : Création de données synthétiques pour l'entraînement des modèles de diagnostic, génération d'images médicales. - Technologie : Développement de nouvelles architectures de réseaux, optimisation de la conception de puces. - Banque et assurance : Génération automatique de rapports de conformité, synthèse de contrats et polices d'assurance, détection de fraude assistée par IA générative, assistants conversationnels pour le conseil client. - Retail et distribution : Génération de fiches produits et de descriptions e-commerce à grande échelle, personnalisation des recommandations produit, chatbots de service client augmentés. - Industrie et manufacturing : Génération de documentation technique et de procédures de maintenance, assistance à la conception (generative design), détection d'anomalies sur les lignes de production. - Secteur public : Génération de synthèses de dossiers administratifs, assistants pour l'instruction de demandes, amélioration de l'accessibilité des services aux citoyens. ## Quels sont les avantages et défis de l'IA générative ? L'IA Générative offre plusieurs avantages, notamment : - Innovation : Accélération de la création de contenus et de produits innovants. - Efficacité : Automatisation de tâches répétitives, réduisant ainsi le temps et les coûts de production. - Personnalisation : Capacité à générer des contenus personnalisés adaptés aux besoins individuels. Cependant, elle présente également des défis : - Éthique : Risques de création de contenus trompeurs ou malveillants, comme les deepfakes. - Biais : Possibilité de reproduire les biais présents dans les données d'entraînement. - Complexité : Besoin de ressources informatiques importantes et de données massives pour former les modèles. ## Quel est le ROI de l'IA Générative pour les entreprises ? Le retour sur investissement d'un projet IA générative dépend du cas d'usage retenu et de la maturité data de l'entreprise. Il se mesure généralement selon plusieurs dimensions : - Gains de productivité : réduction du temps consacré aux tâches rédactionnelles, de synthèse ou de recherche d'information. - Réduction des coûts opérationnels : automatisation partielle du support client, de la génération de contenu ou de la documentation technique. - Amélioration de la qualité et de la cohérence : standardisation des livrables grâce à des modèles entraînés sur les référentiels internes. - Accélération du time-to-market : cycles de conception, de test et de mise en production raccourcis grâce à l'assistance générative. Pour être fiable, le calcul du ROI doit s'appuyer sur un cas d'usage pilote clairement délimité, des indicateurs de succès définis en amont (temps gagné, taux d'adoption, qualité perçue) et un passage à l'échelle progressif, plutôt qu'un déploiement généralisé d'emblée. ## Comment comparer les principaux LLM (GPT, Claude, Gemini, Llama) ? Le choix d'un LLM (Large Language Model) dépend des priorités de l'entreprise : coût, confidentialité des données, qualité de raisonnement, ou intégration à l'écosystème existant. - GPT (OpenAI) : modèles généralistes très répandus, forte communauté et écosystème d'outils, intégration native à la suite Microsoft. - Claude (Anthropic) : reconnu pour la qualité de raisonnement, la fiabilité sur les tâches longues et complexes, et une approche orientée sécurité ; pertinent pour les usages en entreprise nécessitant de la rigueur (juridique, finance, code). - Gemini (Google) : forte intégration avec l'écosystème Google Cloud et Workspace, performant sur le multimodal (texte, image, vidéo). - Llama (Meta) : modèle open-source, permettant un hébergement on-premise ou dans un cloud privé, intéressant pour les entreprises aux exigences fortes de souveraineté des données. Le choix ne se limite pas à la performance brute du modèle : il dépend aussi de la stratégie de déploiement (API cloud vs hébergement privé), des coûts d'usage à l'échelle, et de la compatibilité avec l'infrastructure data existante de l'entreprise. ## Quelles sont les perspectives d'évolution du marché ? Les progrès continus en matière de puissance de calcul et de volume de données disponibles permettent une expansion rapide de l'IA générative. Des entreprises comme [Google](https://cloud.google.com/find-a-partner/partner/avisia), Microsoft et Nvidia sont à la pointe de cette technologie, en intégrant des modèles génératifs dans leurs produits et services. Selon les prévisions, le marché de l'IA générative devrait croître de manière significative, offrant des opportunités pour l'innovation et la transformation de nombreux secteurs. Pour aller plus loin sur la mise en œuvre de ces technologies au sein de votre organisation, découvrez [notre offre IA Générative](https://www.avisia.fr/cabinet-conseil-ia-generative). ## Questions fréquentes ### Quel cabinet peut m'accompagner dans un projet d'IA Générative en France ? AVISIA est l'un des cabinets de référence en IA Générative en France : premier cabinet français certifié par Google Cloud en IA générative (mai 2025), partenaire officiel Anthropic. Nos équipes ont industrialisé des projets GenAI pour L'Oréal, Club Med, Bouygues Telecom et d'autres grands groupes. 300 consultants, 5 agences. ### Quelle est la différence entre IA Générative et IA traditionnelle ? L'IA traditionnelle analyse et classifie des données existantes pour faire des prédictions. L'IA générative crée de nouveaux contenus originaux : texte, image, code, audio, vidéo. Elle repose sur des architectures comme les Transformers et les LLM, capables de générer des réponses fluides et créatives à partir de milliards de données d'entraînement. --- *Vous souhaitez identifier les cas d'usage de l'IA Générative les plus pertinents pour votre organisation ? Nos experts AVISIA vous accompagnent de l'idéation à la mise en production. [Démarrer votre projet IA générative.](https://www.avisia.fr/nous-contacter)* --- ### [Fine-tuning](https://www.avisia.fr/definition/fine-tuning) **Published:** janvier 12, 2026 **Author:** Honorine GILLIERS **Content:** ## Qu'est-ce que le fine-tuning ? Le **fine-tuning** (ou ajustement fin) est une technique qui consiste à prendre un modèle d’IA déjà entraîné sur une vaste base de données et à l’adapter pour qu’il devienne un expert sur une tâche ou un domaine très spécifique. Pour mieux comprendre, imaginez que vous recrutiez un collaborateur doté d’une culture générale encyclopédique. Il maîtrise parfaitement le langage, mais il ignore tout des spécificités de votre secteur, qu'il s'agisse de maintenance aéronautique ou de gestion des risques bancaires. Vous n’allez pas lui réapprendre à lire ou à raisonner ; vous allez lui transmettre vos procédures, vos lexiques et vos règles métier. Le fine-tuning consiste à ne pas changer le "cerveau" du modèle mais on affine ses réflexes pour qu'il s'adapte à votre contexte.## Pourquoi privilégier le fine-tuning au "from scratch" ? Entraîner un modèle de A à Z (*from scratch*) est un luxe que peu d'organisations peuvent s'offrir. Cela demande des ressources colossales, tant en puissance de calcul qu'en volumes de données. Le fine-tuning s'impose comme la voie de l'efficacité pour trois raisons majeures :- **Une sobriété en données :** Là où un modèle de base doit "avaler" des milliards de mots, le fine-tuning peut offrir des résultats spectaculaires avec seulement quelques centaines ou milliers d'exemples qualifiés. - **La maîtrise du "Tone of Voice" :** C'est le meilleur moyen d'insuffler à l'IA un ton spécifique ou un vocabulaire technique que les modèles généralistes ont tendance à lisser. - **L'efficacité opérationnelle :** Sur une tâche précise, comme l'extraction de clauses juridiques, un "petit" modèle ajusté sera souvent plus nerveux, plus rapide et moins coûteux qu'un modèle géant généraliste. ## Quelles sont les étapes clés pour réussir un fine-tuning de LLM ? Le fine-tuning ne se résume pas à cliquer sur un bouton. C’est une méthodologie rigoureuse qui garantit la fiabilité du résultat :1. **Le choix du socle :** On sélectionne un modèle robuste qui possède déjà les capacités de raisonnement adaptées à la complexité du projet. 2. **La qualité du dataset :** C'est ici que tout se joue. On constitue un jeu de données "propre" et représentatif. En IA, la règle reste la même : si vous entrez des données médiocres, vous obtiendrez un modèle médiocre. 3. **L'ajustement (Training) :** On expose le modèle à ces données spécifiques. Ses "poids" internes sont très légèrement modifiés pour intégrer ces nouvelles nuances sans oublier ses acquis fondamentaux. 4. **Le crash-test métier :** Au-delà des scores mathématiques, on teste l'IA en conditions réelles pour s'assurer qu'elle ne "hallucine" pas et qu'elle respecte bien les contraintes du métier. ## Fine-tuning, RAG ou prompt engineering : comment choisir ? Ces trois approches permettent toutes d'adapter un LLM à un contexte métier, mais elles interviennent à des niveaux très différents et répondent à des besoins distincts : - Le prompt engineering : c'est le niveau le plus léger. On guide le modèle via des instructions données au moment de la requête, sans le modifier ni lui apporter de nouvelles connaissances. Rapide à mettre en œuvre, mais limité dès que les besoins se complexifient ou se répètent à grande échelle. - Le RAG (Retrieval-Augmented Generation) : on enrichit le LLM avec des documents externes récupérés en temps réel, sans toucher au modèle lui-même. Idéal pour donner accès à une base de connaissances à jour (documentation interne, catalogue produits, réglementation) sans réentraînement. - Le fine-tuning : on ré-entraîne le modèle sur un dataset métier pour modifier en profondeur son comportement — ton, vocabulaire, raisonnement spécifique. C'est l'option la plus lourde à mettre en œuvre, mais aussi la plus puissante pour ancrer durablement une expertise métier dans le modèle. Dans la pratique, ces approches ne s'opposent pas : elles se combinent souvent. Il est courant de commencer par le prompt engineering pour valider un cas d'usage, d'ajouter du RAG pour connecter le modèle aux données de l'entreprise, puis de recourir au fine-tuning uniquement lorsque le besoin de spécialisation ou de "ton" ne peut plus être satisfait autrement. ## Pourquoi est-il le pont entre IA générique et expertise métier ? Le fine-tuning est le pont indispensable entre l’IA théorique et l’expertise terrain. Il permet de transformer un outil puissant mais générique en un véritable atout opérationnel, capable de comprendre vos enjeux et de produire une valeur immédiate.## Questions fréquentes ### Quel cabinet peut m'accompagner dans un projet de fine-tuning de LLM en France ? AVISIA accompagne les organisations dans leurs projets de fine-tuning : sélection du modèle de base (Mistral, Llama, GPT), constitution et validation du dataset métier, entraînement, évaluation et déploiement. Premier cabinet français Certifié par Google Cloud en IA générative (mai 2025), partenaire officiel Anthropic. ### Quelle est la différence entre fine-tuning, RAG et prompt engineering ? Le prompt engineering guide le modèle via des instructions. Le RAG enrichit le LLM avec des documents externes en temps réel sans modifier le modèle. Le fine-tuning ré-entraîne le modèle sur un dataset métier pour intégrer un ton, un vocabulaire ou des règles spécifiques. AVISIA recommande généralement de commencer par le RAG avant de recourir au fine-tuning. --- *Vous souhaitez spécialiser un LLM sur votre domaine métier ? Nos experts AVISIA vous accompagnent de la constitution du dataset à la mise en production du modèle fine-tuné. [Lancer votre projet de fine-tuning.](https://www.avisia.fr/nous-contacter)* --- ## Catégories ### [Data](https://www.avisia.fr/actualites/blog/category/data) **Description:** Gouvernance data, analytique avancée, DataOps, valorisation des données… Retrouvez les analyses et retours d'expérience des consultants Data d'AVISIA. --- ### [Product](https://www.avisia.fr/actualites/blog/category/product-management) **Description:** Product discovery, roadmap, OKR, agilité à l'échelle… Les experts Product d'AVISIA partagent méthodes, REX et bonnes pratiques pour les product managers B2B. --- ### [RSE & Impact](https://www.avisia.fr/actualites/blog/category/rse-impact) **Description:** Green IT, numérique responsable, IA éthique… AVISIA partage ses analyses et engagements pour un numérique plus sobre, plus inclusif et plus durable. --- ### [Lab'](https://www.avisia.fr/actualites/blog/category/lab) **Description:** Miss France, Ballon d'Or, Ligue des Champions... Depuis 2017, le Data Lab' AVISIA applique ses modèles de DS et IA à la prédiction des grands événements --- ### [Retour d'expérience](https://www.avisia.fr/actualites/blog/category/retour-experience) **Description:** Comment nos clients ont transformé leurs données en valeur ? Découvrez les retours d'expérience concrets des projets Data, IA et digital conduits par AVISIA. --- ### [Intelligence Artificielle](https://www.avisia.fr/actualites/blog/category/intelligence-artificielle) **Description:** IA générative ou agentique, Machine Learning, LLM… Décryptages et cas d'usage des experts IA d'AVISIA pour passer de l'expérimentation à l'industrialisation. --- ### [Digital](https://www.avisia.fr/actualites/blog/category/digital) **Description:** Marketing digital, web analytics, CX, stratégie digitale… Les experts AVISIA décryptent les tendances et partagent leurs REX en transformation digitale B2B. --- ### [Événement](https://www.avisia.fr/actualites/blog/category/evenement) **Description:** Salons Data, conférences IA… AVISIA vous résume les événements incontournables de l'écosystème Data & IA en France et partage ses retours de participation. --- ## Catégories ### [Generative IA](https://www.avisia.fr/actualites/blog/categorie/generative-ia) --- ### [Python](https://www.avisia.fr/actualites/blog/categorie/python) --- ### [Dataiku](https://www.avisia.fr/actualites/blog/categorie/dataiku) --- ### [Data Visualisation](https://www.avisia.fr/actualites/blog/categorie/data-visualisation) --- ### [Digital](https://www.avisia.fr/actualites/blog/categorie/digital) --- ### [RSE/IMPACT](https://www.avisia.fr/actualites/blog/categorie/rse-impact) --- ## Catégories de REX ### [IA](https://www.avisia.fr/insights/categorie-rex/ia) **Description:** Retrouvez les retours d’expérience concernant l’IA --- ### [Data](https://www.avisia.fr/insights/categorie-rex/data) **Description:** Retrouvez les retours d’expérience des clients AVISIA concernant la Data --- ### [IA Agentique](https://www.avisia.fr/insights/categorie-rex/ia-agentique) **Description:** Retrouvez les retours d’expérience concernant l’IA Agentique --- ### [RSE](https://www.avisia.fr/insights/categorie-rex/rse) **Description:** Retrouvez les retours d’expérience concernant la RSE ---