SlideShare une entreprise Scribd logo
1  sur  15
Télécharger pour lire hors ligne
13 avril 2015
GFII – Séminaire DIXIT
Coyote / Dataiku
Inventeur du système connecté d’aide à
la conduite
Premier système d’alerte communautaire
10 ans d’existence déjà !
Qui est Coyote ?
1,6 M d’appareils vendus
Chiffre d’affaire >100 M€ sur 2014
+82% depuis 2010
Qui est Coyote ?
4,8 M d’utilisateurs interconnectés
25 000 signalements en moyenne partagés
chaque heure
75% des remontées concernent les
perturbations routières
Qui est Coyote ?
Qui est Coyote ?
Boitiers
Applications smartphones
Solutions embarquées
Coyote et le Big Data
800 millions
de km parcourus
chaque mois
25 millions
d’heures d’utilisation
par mois
18 millions
de signalements
par mois
4,8 millions
d’utilisateurs
1,5 milliards
de positions GPS
analysées chaque mois
Coyote et le Big Data
Animer plus efficacement le Programme
de Fidélisation Coyote
Nourrir un cercle vertueux
Déterminer des profils d’utilisation
Réaliser et exploiter une analyse
comportementale prédictive
Rester innovant dans l’approche et les
technologies employées
DSS
La solution : DSS de Dataiku
Sélection des
données sources
Analyse des données
Validation des critères
Création d’algorithmes
Exploitation
opérationnelle
Qui est ?
Dataiku est une start-up française qui édite le logiciel
Janvier 2013
• Création de Dataiku
Février 2014
• Version 1 de DSS
• 10 clients
Janvier 2015
• 20 employés
• 30 clients
• Première levée de fonds annoncée
• Version 1.4 de DSS
Avril 2015
• 30 employés
• Ouverture d’un bureau à NYC
• Lancement de DSS 2.0
…
Florian Marc Clément Thomas
Data Science Studio
… Data Science Studio, pourquoi ?
Vos solutions
métiers
Vos données
brutes
Data Science Studio
pour construire ses services prédictifs
en environnement Big Data
pour toute l’équipe data,
des débutants aux experts
pour Business Analysts et
Data Scientists
Solution end-to-end Plateforme web collaborative Outil visuel et transparent
Data Science Studio, c’est quoi ?
Connecter, intégrer
et préparer
Analyser, visualiser
et prédire
Packager, déployer
et automatiser
Un logiciel all-in-one pour créer vos propres solutions prédictives et orientées données.
DSS c’est :
Acquisition & exploration Préparation Modélisation & Evaluation Déploiement
DSS dans ce contexte
Campagne d’appels sortants
performante : +11% de concrétisation
Apprentissage des usages du Service par
les utilisateurs et adaptation des offres
Sécurisation du Parc d’Abonnés
Résultats
Meilleure connaissance des utilisateurs
Exploitation opérationnelle
encourageante
Multiplication des sujets
basés sur cette approche
Bilan
Application à d’autres domaines :
assurance télématique, stationnement
w w w. d a t a i k u . c o m / t r y
GFII – Séminaire DIXIT – 13 avril 2015

Contenu connexe

Tendances

Bi et partage des données financières en libre -service
Bi et partage des données financières en libre -serviceBi et partage des données financières en libre -service
Bi et partage des données financières en libre -serviceJean-Michel Franco
 
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...Jean-Michel Franco
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Datastax-fraud_detection_webinar
Datastax-fraud_detection_webinarDatastax-fraud_detection_webinar
Datastax-fraud_detection_webinarDataStax
 
Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...
Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...
Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...Jean-Michel Franco
 
Préparation de Données Hadoop avec Trifacta
Préparation de Données Hadoop avec TrifactaPréparation de Données Hadoop avec Trifacta
Préparation de Données Hadoop avec TrifactaVictor Coustenoble
 
Analytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data VirtualizationAnalytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data VirtualizationDenodo
 
Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...
Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...
Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...Jean-Pierre Riehl
 
DataOps introduction : DataOps is not only DevOps applied to data!
DataOps introduction : DataOps is not only DevOps applied to data!DataOps introduction : DataOps is not only DevOps applied to data!
DataOps introduction : DataOps is not only DevOps applied to data!Adrien Blind
 
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...Sylia Baraka
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés Jean-Michel Franco
 
Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?DataStax
 
10 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 201510 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 2015Tableau Software
 
Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...Denodo
 
DATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLEDATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLEMicropole Group
 
Talend Integration Cloud spring 16 launch
Talend Integration Cloud spring 16 launch Talend Integration Cloud spring 16 launch
Talend Integration Cloud spring 16 launch Jean-Michel Franco
 
Digital GraphTour Paris - 26 March, 2020
Digital GraphTour Paris -  26 March, 2020Digital GraphTour Paris -  26 March, 2020
Digital GraphTour Paris - 26 March, 2020Neo4j
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataLudovic Piot
 

Tendances (20)

Bi et partage des données financières en libre -service
Bi et partage des données financières en libre -serviceBi et partage des données financières en libre -service
Bi et partage des données financières en libre -service
 
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Datastax-fraud_detection_webinar
Datastax-fraud_detection_webinarDatastax-fraud_detection_webinar
Datastax-fraud_detection_webinar
 
Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...
Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...
Piloter l'entreprise par ses données (présentation Talend pour la matinale ED...
 
Préparation de Données Hadoop avec Trifacta
Préparation de Données Hadoop avec TrifactaPréparation de Données Hadoop avec Trifacta
Préparation de Données Hadoop avec Trifacta
 
IBM Data lake
IBM Data lakeIBM Data lake
IBM Data lake
 
Analytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data VirtualizationAnalytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data Virtualization
 
Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...
Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...
Data Stewardship - Retour d'expérience de Sarenza sur la façon de piloter un ...
 
DataOps introduction : DataOps is not only DevOps applied to data!
DataOps introduction : DataOps is not only DevOps applied to data!DataOps introduction : DataOps is not only DevOps applied to data!
DataOps introduction : DataOps is not only DevOps applied to data!
 
Group DIS - Datacenter
Group DIS - DatacenterGroup DIS - Datacenter
Group DIS - Datacenter
 
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés
 
Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?
 
10 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 201510 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 2015
 
Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...
 
DATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLEDATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLE
 
Talend Integration Cloud spring 16 launch
Talend Integration Cloud spring 16 launch Talend Integration Cloud spring 16 launch
Talend Integration Cloud spring 16 launch
 
Digital GraphTour Paris - 26 March, 2020
Digital GraphTour Paris -  26 March, 2020Digital GraphTour Paris -  26 March, 2020
Digital GraphTour Paris - 26 March, 2020
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 

En vedette

Dataiku at SF DataMining Meetup - Kaggle Yandex Challenge
Dataiku at SF DataMining Meetup - Kaggle Yandex ChallengeDataiku at SF DataMining Meetup - Kaggle Yandex Challenge
Dataiku at SF DataMining Meetup - Kaggle Yandex ChallengeDataiku
 
Dataiku hadoop summit - semi-supervised learning with hadoop for understand...
Dataiku   hadoop summit - semi-supervised learning with hadoop for understand...Dataiku   hadoop summit - semi-supervised learning with hadoop for understand...
Dataiku hadoop summit - semi-supervised learning with hadoop for understand...Dataiku
 
Dataiku productive application to production - pap is may 2015
Dataiku    productive application to production - pap is may 2015 Dataiku    productive application to production - pap is may 2015
Dataiku productive application to production - pap is may 2015 Dataiku
 
Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...
Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...
Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...Dataiku
 
How to Build a Successful Data Team - Florian Douetteau (@Dataiku)
How to Build a Successful Data Team - Florian Douetteau (@Dataiku) How to Build a Successful Data Team - Florian Douetteau (@Dataiku)
How to Build a Successful Data Team - Florian Douetteau (@Dataiku) Dataiku
 
Dataiku - data driven nyc - april 2016 - the solitude of the data team m...
Dataiku  -  data driven nyc  - april  2016 - the  solitude of the data team m...Dataiku  -  data driven nyc  - april  2016 - the  solitude of the data team m...
Dataiku - data driven nyc - april 2016 - the solitude of the data team m...Dataiku
 
How to Build Successful Data Team - Dataiku ?
How to Build Successful Data Team -  Dataiku ? How to Build Successful Data Team -  Dataiku ?
How to Build Successful Data Team - Dataiku ? Dataiku
 
The paradox of big data - dataiku / oxalide APEROTECH
The paradox of big data - dataiku / oxalide APEROTECHThe paradox of big data - dataiku / oxalide APEROTECH
The paradox of big data - dataiku / oxalide APEROTECHDataiku
 
The 3 Key Barriers Keeping Companies from Deploying Data Products
The 3 Key Barriers Keeping Companies from Deploying Data Products The 3 Key Barriers Keeping Companies from Deploying Data Products
The 3 Key Barriers Keeping Companies from Deploying Data Products Dataiku
 
Dataiku - Big data paris 2015 - A Hybrid Platform, a Hybrid Team
Dataiku -  Big data paris 2015 - A Hybrid Platform, a Hybrid Team Dataiku -  Big data paris 2015 - A Hybrid Platform, a Hybrid Team
Dataiku - Big data paris 2015 - A Hybrid Platform, a Hybrid Team Dataiku
 
OWF 2014 - Take back control of your Web tracking - Dataiku
OWF 2014 - Take back control of your Web tracking - DataikuOWF 2014 - Take back control of your Web tracking - Dataiku
OWF 2014 - Take back control of your Web tracking - DataikuDataiku
 
The US Healthcare Industry
The US Healthcare IndustryThe US Healthcare Industry
The US Healthcare IndustryDataiku
 
Before Kaggle : from a business goal to a Machine Learning problem
Before Kaggle : from a business goal to a Machine Learning problem Before Kaggle : from a business goal to a Machine Learning problem
Before Kaggle : from a business goal to a Machine Learning problem Dataiku
 
The Rise of the DataOps - Dataiku - J On the Beach 2016
The Rise of the DataOps - Dataiku - J On the Beach 2016 The Rise of the DataOps - Dataiku - J On the Beach 2016
The Rise of the DataOps - Dataiku - J On the Beach 2016 Dataiku
 
JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...
JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...
JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...NALED Serbia
 
Trabajo de redes sociales
Trabajo de redes socialesTrabajo de redes sociales
Trabajo de redes socialesVANGUTI
 
LA ALIMENTACIÓN DEPORTIVA
LA ALIMENTACIÓN DEPORTIVALA ALIMENTACIÓN DEPORTIVA
LA ALIMENTACIÓN DEPORTIVA26582658
 
Buenas Prácticas de eTwinning en la Comunidad Valenciana
Buenas Prácticas de eTwinning en la Comunidad ValencianaBuenas Prácticas de eTwinning en la Comunidad Valenciana
Buenas Prácticas de eTwinning en la Comunidad ValencianaINTEF
 

En vedette (20)

Dataiku at SF DataMining Meetup - Kaggle Yandex Challenge
Dataiku at SF DataMining Meetup - Kaggle Yandex ChallengeDataiku at SF DataMining Meetup - Kaggle Yandex Challenge
Dataiku at SF DataMining Meetup - Kaggle Yandex Challenge
 
Dataiku hadoop summit - semi-supervised learning with hadoop for understand...
Dataiku   hadoop summit - semi-supervised learning with hadoop for understand...Dataiku   hadoop summit - semi-supervised learning with hadoop for understand...
Dataiku hadoop summit - semi-supervised learning with hadoop for understand...
 
Dataiku productive application to production - pap is may 2015
Dataiku    productive application to production - pap is may 2015 Dataiku    productive application to production - pap is may 2015
Dataiku productive application to production - pap is may 2015
 
Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...
Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...
Lambda Architecture - Storm, Trident, SummingBird ... - Architecture and Over...
 
How to Build a Successful Data Team - Florian Douetteau (@Dataiku)
How to Build a Successful Data Team - Florian Douetteau (@Dataiku) How to Build a Successful Data Team - Florian Douetteau (@Dataiku)
How to Build a Successful Data Team - Florian Douetteau (@Dataiku)
 
Dataiku - data driven nyc - april 2016 - the solitude of the data team m...
Dataiku  -  data driven nyc  - april  2016 - the  solitude of the data team m...Dataiku  -  data driven nyc  - april  2016 - the  solitude of the data team m...
Dataiku - data driven nyc - april 2016 - the solitude of the data team m...
 
How to Build Successful Data Team - Dataiku ?
How to Build Successful Data Team -  Dataiku ? How to Build Successful Data Team -  Dataiku ?
How to Build Successful Data Team - Dataiku ?
 
The paradox of big data - dataiku / oxalide APEROTECH
The paradox of big data - dataiku / oxalide APEROTECHThe paradox of big data - dataiku / oxalide APEROTECH
The paradox of big data - dataiku / oxalide APEROTECH
 
The 3 Key Barriers Keeping Companies from Deploying Data Products
The 3 Key Barriers Keeping Companies from Deploying Data Products The 3 Key Barriers Keeping Companies from Deploying Data Products
The 3 Key Barriers Keeping Companies from Deploying Data Products
 
Dataiku - Big data paris 2015 - A Hybrid Platform, a Hybrid Team
Dataiku -  Big data paris 2015 - A Hybrid Platform, a Hybrid Team Dataiku -  Big data paris 2015 - A Hybrid Platform, a Hybrid Team
Dataiku - Big data paris 2015 - A Hybrid Platform, a Hybrid Team
 
OWF 2014 - Take back control of your Web tracking - Dataiku
OWF 2014 - Take back control of your Web tracking - DataikuOWF 2014 - Take back control of your Web tracking - Dataiku
OWF 2014 - Take back control of your Web tracking - Dataiku
 
The US Healthcare Industry
The US Healthcare IndustryThe US Healthcare Industry
The US Healthcare Industry
 
Before Kaggle : from a business goal to a Machine Learning problem
Before Kaggle : from a business goal to a Machine Learning problem Before Kaggle : from a business goal to a Machine Learning problem
Before Kaggle : from a business goal to a Machine Learning problem
 
The Rise of the DataOps - Dataiku - J On the Beach 2016
The Rise of the DataOps - Dataiku - J On the Beach 2016 The Rise of the DataOps - Dataiku - J On the Beach 2016
The Rise of the DataOps - Dataiku - J On the Beach 2016
 
JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...
JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...
JPP Samit (NALED, Ekonomsko odeljenje Francuske Ambasade u Srbiji i Privredna...
 
Trabajo de redes sociales
Trabajo de redes socialesTrabajo de redes sociales
Trabajo de redes sociales
 
LA ALIMENTACIÓN DEPORTIVA
LA ALIMENTACIÓN DEPORTIVALA ALIMENTACIÓN DEPORTIVA
LA ALIMENTACIÓN DEPORTIVA
 
Primera investigacion. de shirley
Primera investigacion. de shirleyPrimera investigacion. de shirley
Primera investigacion. de shirley
 
Buenas Prácticas de eTwinning en la Comunidad Valenciana
Buenas Prácticas de eTwinning en la Comunidad ValencianaBuenas Prácticas de eTwinning en la Comunidad Valenciana
Buenas Prácticas de eTwinning en la Comunidad Valenciana
 
Tema 2ª rev ind e imperialismo
Tema 2ª rev ind e imperialismoTema 2ª rev ind e imperialismo
Tema 2ª rev ind e imperialismo
 

Similaire à Coyote & Dataiku - Séminaire Dixit GFII du 13 04-2015

Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?IRSST
 
Le Cloud Computing avec Google Apps
Le Cloud Computing avec Google AppsLe Cloud Computing avec Google Apps
Le Cloud Computing avec Google AppsAisne Numérique
 
Présentation Voirin Club DSI EST 150217
Présentation Voirin Club DSI EST 150217Présentation Voirin Club DSI EST 150217
Présentation Voirin Club DSI EST 150217VOIRIN Consultants
 
Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014Alexandre Weisz
 
2011 01 27 Opportunités des logiciels libres ou open source by competitic
2011 01 27 Opportunités des logiciels libres ou open source by competitic2011 01 27 Opportunités des logiciels libres ou open source by competitic
2011 01 27 Opportunités des logiciels libres ou open source by competiticCOMPETITIC
 
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...Matooma
 
Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013INFOCLIP
 
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015IBM France Lab
 
BigDataBx #1 - Journée BigData à la CCI de Bordeaux
BigDataBx #1 - Journée BigData à la CCI de BordeauxBigDataBx #1 - Journée BigData à la CCI de Bordeaux
BigDataBx #1 - Journée BigData à la CCI de BordeauxExcelerate Systems
 
3 étapes clés pour réussir son application mobile
3 étapes clés pour réussir son application mobile3 étapes clés pour réussir son application mobile
3 étapes clés pour réussir son application mobilePhilippe Dumont
 
Soft Computing & IBM : Digital, Big Data & DMP
Soft Computing & IBM : Digital, Big Data & DMPSoft Computing & IBM : Digital, Big Data & DMP
Soft Computing & IBM : Digital, Big Data & DMPSoft Computing
 
201707 fr - softconcept africa - public activity resume
201707   fr - softconcept africa -  public activity resume201707   fr - softconcept africa -  public activity resume
201707 fr - softconcept africa - public activity resumeFrancis Boussougouth
 
#compublique Accélérer l'innovation grâce au low code
#compublique Accélérer l'innovation grâce au low code#compublique Accélérer l'innovation grâce au low code
#compublique Accélérer l'innovation grâce au low codeCap'Com
 
Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...
Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...
Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...VOIRIN Consultants
 
Workshop CNIL - RGPD & Objets connectés
Workshop CNIL - RGPD & Objets connectésWorkshop CNIL - RGPD & Objets connectés
Workshop CNIL - RGPD & Objets connectésStéphanie Roger
 
Webinaire Business&Decision - Trifacta
Webinaire  Business&Decision - TrifactaWebinaire  Business&Decision - Trifacta
Webinaire Business&Decision - TrifactaVictor Coustenoble
 
Enjeux & perspectives des métiers informatiques
Enjeux & perspectives des métiers informatiquesEnjeux & perspectives des métiers informatiques
Enjeux & perspectives des métiers informatiquesAndre CIPRIANI
 

Similaire à Coyote & Dataiku - Séminaire Dixit GFII du 13 04-2015 (20)

Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
 
Le Cloud Computing avec Google Apps
Le Cloud Computing avec Google AppsLe Cloud Computing avec Google Apps
Le Cloud Computing avec Google Apps
 
Présentation Voirin Club DSI EST 150217
Présentation Voirin Club DSI EST 150217Présentation Voirin Club DSI EST 150217
Présentation Voirin Club DSI EST 150217
 
Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014
 
2011 01 27 Opportunités des logiciels libres ou open source by competitic
2011 01 27 Opportunités des logiciels libres ou open source by competitic2011 01 27 Opportunités des logiciels libres ou open source by competitic
2011 01 27 Opportunités des logiciels libres ou open source by competitic
 
Webcast eth-mat-thw-final
Webcast eth-mat-thw-finalWebcast eth-mat-thw-final
Webcast eth-mat-thw-final
 
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
 
Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013Experience CRM_ Infoclip et Dynamics_crm_2013
Experience CRM_ Infoclip et Dynamics_crm_2013
 
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
 
Offre onepoint medias
Offre onepoint mediasOffre onepoint medias
Offre onepoint medias
 
BigDataBx #1 - Journée BigData à la CCI de Bordeaux
BigDataBx #1 - Journée BigData à la CCI de BordeauxBigDataBx #1 - Journée BigData à la CCI de Bordeaux
BigDataBx #1 - Journée BigData à la CCI de Bordeaux
 
3 étapes clés pour réussir son application mobile
3 étapes clés pour réussir son application mobile3 étapes clés pour réussir son application mobile
3 étapes clés pour réussir son application mobile
 
Soft Computing & IBM : Digital, Big Data & DMP
Soft Computing & IBM : Digital, Big Data & DMPSoft Computing & IBM : Digital, Big Data & DMP
Soft Computing & IBM : Digital, Big Data & DMP
 
201707 fr - softconcept africa - public activity resume
201707   fr - softconcept africa -  public activity resume201707   fr - softconcept africa -  public activity resume
201707 fr - softconcept africa - public activity resume
 
Gestion de projet agile
Gestion de projet agileGestion de projet agile
Gestion de projet agile
 
#compublique Accélérer l'innovation grâce au low code
#compublique Accélérer l'innovation grâce au low code#compublique Accélérer l'innovation grâce au low code
#compublique Accélérer l'innovation grâce au low code
 
Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...
Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...
Note de Synthèse - La Mobilité, Perspectives et Enjeux du développement d'une...
 
Workshop CNIL - RGPD & Objets connectés
Workshop CNIL - RGPD & Objets connectésWorkshop CNIL - RGPD & Objets connectés
Workshop CNIL - RGPD & Objets connectés
 
Webinaire Business&Decision - Trifacta
Webinaire  Business&Decision - TrifactaWebinaire  Business&Decision - Trifacta
Webinaire Business&Decision - Trifacta
 
Enjeux & perspectives des métiers informatiques
Enjeux & perspectives des métiers informatiquesEnjeux & perspectives des métiers informatiques
Enjeux & perspectives des métiers informatiques
 

Plus de Dataiku

Applied Data Science Part 3: Getting dirty; data preparation and feature crea...
Applied Data Science Part 3: Getting dirty; data preparation and feature crea...Applied Data Science Part 3: Getting dirty; data preparation and feature crea...
Applied Data Science Part 3: Getting dirty; data preparation and feature crea...Dataiku
 
Applied Data Science Course Part 2: the data science workflow and basic model...
Applied Data Science Course Part 2: the data science workflow and basic model...Applied Data Science Course Part 2: the data science workflow and basic model...
Applied Data Science Course Part 2: the data science workflow and basic model...Dataiku
 
Applied Data Science Course Part 1: Concepts & your first ML model
Applied Data Science Course Part 1: Concepts & your first ML modelApplied Data Science Course Part 1: Concepts & your first ML model
Applied Data Science Course Part 1: Concepts & your first ML modelDataiku
 
Dataiku big data paris - the rise of the hadoop ecosystem
Dataiku   big data paris - the rise of the hadoop ecosystemDataiku   big data paris - the rise of the hadoop ecosystem
Dataiku big data paris - the rise of the hadoop ecosystemDataiku
 
Dataiku - hadoop ecosystem - @Epitech Paris - janvier 2014
Dataiku  - hadoop ecosystem - @Epitech Paris - janvier 2014Dataiku  - hadoop ecosystem - @Epitech Paris - janvier 2014
Dataiku - hadoop ecosystem - @Epitech Paris - janvier 2014Dataiku
 
BreizhJUG - Janvier 2014 - Big Data - Dataiku - Pages Jaunes
BreizhJUG - Janvier 2014 - Big Data -  Dataiku - Pages JaunesBreizhJUG - Janvier 2014 - Big Data -  Dataiku - Pages Jaunes
BreizhJUG - Janvier 2014 - Big Data - Dataiku - Pages JaunesDataiku
 
Dataiku - for Data Geek Paris@Criteo - Close the Data Circle
Dataiku  - for Data Geek Paris@Criteo - Close the Data CircleDataiku  - for Data Geek Paris@Criteo - Close the Data Circle
Dataiku - for Data Geek Paris@Criteo - Close the Data CircleDataiku
 
Dataiku - google cloud platform roadshow - october 2013
Dataiku  - google cloud platform roadshow - october 2013Dataiku  - google cloud platform roadshow - october 2013
Dataiku - google cloud platform roadshow - october 2013Dataiku
 
Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013
Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013
Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013Dataiku
 
Dataiku, Pitch Data Innovation Night, Boston, Septembre 16th
Dataiku, Pitch Data Innovation Night, Boston, Septembre 16thDataiku, Pitch Data Innovation Night, Boston, Septembre 16th
Dataiku, Pitch Data Innovation Night, Boston, Septembre 16thDataiku
 
Data Disruption for Insurance - Perspective from th
Data Disruption for Insurance - Perspective from thData Disruption for Insurance - Perspective from th
Data Disruption for Insurance - Perspective from thDataiku
 
Dataiku - From Big Data To Machine Learning
Dataiku - From Big Data To Machine LearningDataiku - From Big Data To Machine Learning
Dataiku - From Big Data To Machine LearningDataiku
 
Dataiku Flow and dctc - Berlin Buzzwords
Dataiku Flow and dctc - Berlin BuzzwordsDataiku Flow and dctc - Berlin Buzzwords
Dataiku Flow and dctc - Berlin BuzzwordsDataiku
 
Online Games Analytics - Data Science for Fun
Online Games Analytics - Data Science for FunOnline Games Analytics - Data Science for Fun
Online Games Analytics - Data Science for FunDataiku
 
Dataiku - Paris JUG 2013 - Hadoop is a batch
Dataiku - Paris JUG 2013 - Hadoop is a batch Dataiku - Paris JUG 2013 - Hadoop is a batch
Dataiku - Paris JUG 2013 - Hadoop is a batch Dataiku
 

Plus de Dataiku (15)

Applied Data Science Part 3: Getting dirty; data preparation and feature crea...
Applied Data Science Part 3: Getting dirty; data preparation and feature crea...Applied Data Science Part 3: Getting dirty; data preparation and feature crea...
Applied Data Science Part 3: Getting dirty; data preparation and feature crea...
 
Applied Data Science Course Part 2: the data science workflow and basic model...
Applied Data Science Course Part 2: the data science workflow and basic model...Applied Data Science Course Part 2: the data science workflow and basic model...
Applied Data Science Course Part 2: the data science workflow and basic model...
 
Applied Data Science Course Part 1: Concepts & your first ML model
Applied Data Science Course Part 1: Concepts & your first ML modelApplied Data Science Course Part 1: Concepts & your first ML model
Applied Data Science Course Part 1: Concepts & your first ML model
 
Dataiku big data paris - the rise of the hadoop ecosystem
Dataiku   big data paris - the rise of the hadoop ecosystemDataiku   big data paris - the rise of the hadoop ecosystem
Dataiku big data paris - the rise of the hadoop ecosystem
 
Dataiku - hadoop ecosystem - @Epitech Paris - janvier 2014
Dataiku  - hadoop ecosystem - @Epitech Paris - janvier 2014Dataiku  - hadoop ecosystem - @Epitech Paris - janvier 2014
Dataiku - hadoop ecosystem - @Epitech Paris - janvier 2014
 
BreizhJUG - Janvier 2014 - Big Data - Dataiku - Pages Jaunes
BreizhJUG - Janvier 2014 - Big Data -  Dataiku - Pages JaunesBreizhJUG - Janvier 2014 - Big Data -  Dataiku - Pages Jaunes
BreizhJUG - Janvier 2014 - Big Data - Dataiku - Pages Jaunes
 
Dataiku - for Data Geek Paris@Criteo - Close the Data Circle
Dataiku  - for Data Geek Paris@Criteo - Close the Data CircleDataiku  - for Data Geek Paris@Criteo - Close the Data Circle
Dataiku - for Data Geek Paris@Criteo - Close the Data Circle
 
Dataiku - google cloud platform roadshow - october 2013
Dataiku  - google cloud platform roadshow - october 2013Dataiku  - google cloud platform roadshow - october 2013
Dataiku - google cloud platform roadshow - october 2013
 
Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013
Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013
Dataiku, Pitch at Data-Driven NYC, New York City, September 17th 2013
 
Dataiku, Pitch Data Innovation Night, Boston, Septembre 16th
Dataiku, Pitch Data Innovation Night, Boston, Septembre 16thDataiku, Pitch Data Innovation Night, Boston, Septembre 16th
Dataiku, Pitch Data Innovation Night, Boston, Septembre 16th
 
Data Disruption for Insurance - Perspective from th
Data Disruption for Insurance - Perspective from thData Disruption for Insurance - Perspective from th
Data Disruption for Insurance - Perspective from th
 
Dataiku - From Big Data To Machine Learning
Dataiku - From Big Data To Machine LearningDataiku - From Big Data To Machine Learning
Dataiku - From Big Data To Machine Learning
 
Dataiku Flow and dctc - Berlin Buzzwords
Dataiku Flow and dctc - Berlin BuzzwordsDataiku Flow and dctc - Berlin Buzzwords
Dataiku Flow and dctc - Berlin Buzzwords
 
Online Games Analytics - Data Science for Fun
Online Games Analytics - Data Science for FunOnline Games Analytics - Data Science for Fun
Online Games Analytics - Data Science for Fun
 
Dataiku - Paris JUG 2013 - Hadoop is a batch
Dataiku - Paris JUG 2013 - Hadoop is a batch Dataiku - Paris JUG 2013 - Hadoop is a batch
Dataiku - Paris JUG 2013 - Hadoop is a batch
 

Coyote & Dataiku - Séminaire Dixit GFII du 13 04-2015

  • 1. 13 avril 2015 GFII – Séminaire DIXIT Coyote / Dataiku
  • 2. Inventeur du système connecté d’aide à la conduite Premier système d’alerte communautaire 10 ans d’existence déjà ! Qui est Coyote ?
  • 3. 1,6 M d’appareils vendus Chiffre d’affaire >100 M€ sur 2014 +82% depuis 2010 Qui est Coyote ?
  • 4. 4,8 M d’utilisateurs interconnectés 25 000 signalements en moyenne partagés chaque heure 75% des remontées concernent les perturbations routières Qui est Coyote ?
  • 5. Qui est Coyote ? Boitiers Applications smartphones Solutions embarquées
  • 6. Coyote et le Big Data 800 millions de km parcourus chaque mois 25 millions d’heures d’utilisation par mois 18 millions de signalements par mois 4,8 millions d’utilisateurs 1,5 milliards de positions GPS analysées chaque mois
  • 7. Coyote et le Big Data Animer plus efficacement le Programme de Fidélisation Coyote Nourrir un cercle vertueux Déterminer des profils d’utilisation Réaliser et exploiter une analyse comportementale prédictive Rester innovant dans l’approche et les technologies employées
  • 8. DSS La solution : DSS de Dataiku Sélection des données sources Analyse des données Validation des critères Création d’algorithmes Exploitation opérationnelle
  • 9. Qui est ? Dataiku est une start-up française qui édite le logiciel Janvier 2013 • Création de Dataiku Février 2014 • Version 1 de DSS • 10 clients Janvier 2015 • 20 employés • 30 clients • Première levée de fonds annoncée • Version 1.4 de DSS Avril 2015 • 30 employés • Ouverture d’un bureau à NYC • Lancement de DSS 2.0 … Florian Marc Clément Thomas Data Science Studio
  • 10. … Data Science Studio, pourquoi ? Vos solutions métiers Vos données brutes Data Science Studio pour construire ses services prédictifs en environnement Big Data pour toute l’équipe data, des débutants aux experts pour Business Analysts et Data Scientists Solution end-to-end Plateforme web collaborative Outil visuel et transparent
  • 11. Data Science Studio, c’est quoi ? Connecter, intégrer et préparer Analyser, visualiser et prédire Packager, déployer et automatiser Un logiciel all-in-one pour créer vos propres solutions prédictives et orientées données. DSS c’est :
  • 12. Acquisition & exploration Préparation Modélisation & Evaluation Déploiement DSS dans ce contexte
  • 13. Campagne d’appels sortants performante : +11% de concrétisation Apprentissage des usages du Service par les utilisateurs et adaptation des offres Sécurisation du Parc d’Abonnés Résultats
  • 14. Meilleure connaissance des utilisateurs Exploitation opérationnelle encourageante Multiplication des sujets basés sur cette approche Bilan Application à d’autres domaines : assurance télématique, stationnement
  • 15. w w w. d a t a i k u . c o m / t r y GFII – Séminaire DIXIT – 13 avril 2015