Intégration de systèmes et services-conseils

Recherche de connaissances

Les techniques de recherche de connaissances aident les entreprises à mieux apprécier la richesse des données stockées dans leurs systèmes opérationnels. CGI utilise principalement deux techniques de recherche de connaissances - l'exploration de données et la visualisation des données - pour aider les entreprises à dégager les tendances et les modèles de leurs données et pour aider leurs employés à prendre de meilleures décisions plus rapidement.

Plus important encore, CGI aide l'entreprise à convertir en résultats d'affaires les connaissances issues des initiatives de recherche de connaissances. Nous établissons des politiques spécifiques à l'égard de processus clés tels que la gestion de la relation client, la gestion des risques de crédit et le marketing par bases de données.

Nous aidons nos clients à sélectionner et utiliser les bons outils pour prendre des décisions d'affaires cruciales. Nos experts peuvent concevoir des solutions d'exploration de données, mener des études de validation et des sondages technologiques et chercher de nouvelles techniques et technologies.

Exploration de données

L'exploration consiste à extraire des perspectives exploitables à partir des données recueillies. Les entreprises de premier plan utilisent les techniques d'exploration de données pour cibler leurs clients profitables ou potentiels, réduire les fraudes, identifier les clients loyaux, améliorer le service à la clientèle et fidéliser la clientèle. L'exploration de données fait souvent appel à la modélisation prédictive et utilise des outils évolués pour présenter de grandes quantités de données sous forme de modèles statistiques et visuels tels que les arbres de décision et les graphiques tridimensionnels.

Un projet type d'exploration de données de CGI repose sur une approche itérative à haut niveau des activités suivantes :

• Comprendre le problème d'affaires.
• Préparer le plan.
• Sélectionner les techniques, les outils et la plateforme.
• Évaluer les sources de données et obtenir les données.
• Préparer les données en vue de leur analyse.
• Explorer les données.
• Interpréter les résultats.
• Créer des modèles.
• Évaluer la performance des modèles et l'impact sur les opérations.

L'exploration de données est particulièrement efficace lorsqu'elle s'inscrit dans un effort d'intégration des renseignements d'affaires et d'entreposage de données intégré. La stratégie de renseignement d'affaires d'une entreprise détermine les questions auxquelles doivent chercher à répondre l'exploration de données, les mini-entrepôts et entrepôts de données et les applications analytiques. Tôt dans le cycle du renseignement d'affaires, les experts de CGI mènent une étude de validation de l'exploration de données pour faciliter l'identification des données (et les combinaisons de données) qui permettront de dégager de nouvelles perspectives avec une valeur prédictive.

Une étude de validation aide l'entreprise à créer des entrepôts ou des mini-entrepôts de données qui appuieront les prochains efforts d'exploration de données. De telles initiatives peuvent diminuer de 75 p. cent les coûts et la durée de ces projets en réduisant de façon spectaculaire et récurrente le temps requis pour la collecte et la préparation des données.

Visualisation des données

CGI aide à identifier des tendances dans les données grâce aux efforts de recherche des experts en architecture de données. Nous prenons de grandes quantités de dossiers commerciaux et de dossiers de clients et y appliquons des techniques statistiques et de visualisation évoluées (graphiques de tendances, graphiques de coordonnées parallèles, avec fonctions de retouche, de découpage et de rotation à haute définition) pour présenter une nouvelle perspective.

La visualisation des données ne se limite pas à tracer un portrait. Elle peut également fournir une image multidimensionnelle que l'on peut faire pivoter et tourner pour découvrir des liens entre divers groupes de données au lieu de se concentrer sur des phénomènes isolés.

En présentant les données de façon aussi dynamique, les techniques de visualisation des données permettent aussi aux analystes d'identifier de nouvelles tendances ou de nouveaux courants en deux fois moins de temps qu'avec les techniques statistiques traditionnelles. Plus important encore, puisque les analystes peuvent « voir » leurs données et observer l'émergence des tendances, ils ont davantage confiance en la signification et la fiabilité des résultats.