Invenis : le machine learning pour les délaissés de la donnée

Incubée à Station F depuis le début du mois de juillet, Invenis appuie sur l’accélérateur. Dans le secteur très concurrentiel des solutions d’aide à la décision par l’analyse des données, la start-up se fait une place. Sa force ? Un logiciel destiné à des utilisateurs non-experts, et une prise en main facile pour du traitement des données par des algorithmes de machine learning performants.

C’est en 2015 que Pascal Chevrot et Benjamin Quétier, alors tous deux au ministère de la Défense, font un constat qui les mènera à lancer leur société. Pour eux, la plupart des entreprises utilisent des outils numériques d’aide à la décision trop anciens et de plus en plus inadaptés à leurs besoins. « D’un côté les logiciels historiques avaient du mal à évoluer vers des traitements de données massives et vers l’intelligence artificielle » détaille Pascal Chevrot aujourd’hui. « De l’autre, il existait des outils d’experts inaccessibles sans un gros bagage technique. » Face à cette situation, les deux collègues fondent Invenis en novembre 2015 et rejoignent l’incubateur ParisTech Entrepreneurs. Moins de deux ans plus tard, le 3 juillet 2017, ils rejoignent la Station F, l’un des plus gros campus de start-up au monde situé dans le 13e arrondissement de Paris.

La start-up a de quoi séduire : elle ambitionne de combler le manque d’outils d’aide à la décision avec un logiciel SaaS (Software as a Service). Elle a pour objectif de rendre accessible la valeur portée par les données à des personnes qui les manipulent tous les jours pour en tirer des informations, mais qui n’en sont pas experts pour autant. Invenis cible ainsi les professionnels qui savent extraire des données et les utiliser pour en tirer de l’information, mais qui se retrouvent limités par les capacités des outils qu’ils utilisent lorsqu’il faut aller plus loin. Avec sa solution, Invenis leur donne la possibilité d’effectuer des actions de traitement des données par des algorithmes de machine learning, très simplement.

Pascal Chevrot illustre la simplicité de prise en main avec un exemple. Il prend deux jeux de données qu’il télécharge dans Invenis : d’un côté, le nombre d’équipements sportifs par activité et par département, et de l’autre, la population par ville en France. L’utilisateur peut alors piocher dans une bibliothèque de modules de traitement ce qu’il veut effectuer comme traitement sur ces données. Par exemple, il pourra décider dans un premier temps de regrouper tous les types d’équipements sportifs (stades de football, terrains de pétanque, piscine…) par département. Il agrègera en parallèle le nombre d’habitants par commune pour disposer d’une population à l’échelle départementale. Une fois chacune de ces actions effectuées, il pourra effectuer une segmentation automatisée — un « clustering » — pour classer les départements en différents groupes selon la densité d’équipements sportifs sur leur territoire. Ainsi, en quelques clics, Invenis permet de visualiser les départements qui disposent d’un nombre cohérent d’équipements sportifs, et ceux sur lesquels le nombre d’équipements est trop faible par rapport à la taille de la population, et donc sur lesquels il faudrait investir. Chaque traitement effectué sur les données se réalise simplement en faisant glisser un module de traitement dans l’interface associée à la manipulation voulue, et en construisant ainsi un traitement de données complet.

Révéler la valeur des données

Autre avantage, Invenis propose différents cadres de travail. Aux utilisateurs de la donnée qui disposent d’outils dont ils ne sont pas satisfaits, la start-up propose des périodes d’essai gratuites accompagnées d’un dialogue avec la direction technique pour montrer les capacités de l’outil, voire développer des preuves de concept. Mais la start-up dispose également d’une offre d’accompagnement et de conseil pour les entreprises qui ont défini une problématique qu’elles souhaitent résoudre en utilisant leurs données. « Nous donnons une promesse de résultat aux clients, les accompagnons dans la résolution du problème avec l’idée de les rendre ensuite autonome par la suite » explique le co-fondateur.

C’est sous ce deuxième format qu’Invenis a réalisé sa preuve de concept la plus emblématique, avec CityTaps, une autre start-up de ParisTech Entrepreneurs. Celle-ci propose des compteurs d’eau prépayés. L’utilisation du logiciel d’Invenis a permis à CityTaps de travailler sur trois questions. Tout d’abord, comment les utilisateurs consomment l’eau en fonction des jours de la semaine, de la taille du foyer, de la saison… ? Ensuite, à quel moment est-il optimal de prévenir un utilisateur qu’il lui faut recharger son compteur selon qu’il soit rapide ou non à le faire après réception d’un SMS d’information ? Et enfin, comment prévenir au mieux l’évolution de la température des boitiers en fonction de la météo ? Autant de réponses apportées par Invenis grâce à ses solutions de traitement des données de CityTaps.

Le cas de CityTaps montre à quel point les outils de gestion des données sont cruciaux dans les entreprises. Le machine learning et les traitements intelligents des données sont essentiels pour générer de la valeur. Pourtant, ces technologies sont parfois difficiles d’accès faute de bagage technique suffisant. Permettre aux entreprises d’accéder à cette valeur en diminuant leur coût d’accès en termes de compétences est la mission première d’Invenis. Comme le résume Pascal Chevrot, il s’agit de mettre à disposition « le machine Learning pour les délaissés de la donnée. »