Outil intelligent de data quality - Étude de cas de l'agroalimentaire

Materne | Un outil de Data Quality augmenté par l’IA

Materne possède un catalogue de produits de plus de 6000 références caractérisées par plus de 250 variables, mis à jour régulièrement et donc en évolution permanente. la quantité de données liées aux produits ne cesse d’augmenter. Tout comme la quantité d’erreurs.

Materne a fait appel à nos équipes de Data Scientists pour mettre en place un système automatisé de détection et d’analyse des erreurs de son référentiel.

Challenges Client

Notre client souhaite fiabiliser son catalogue et ainsi réduire les coûts liés aux erreurs. Notre objectif est donc de proposer une solution qui détecte les erreurs du PIM (Product Information Management) et propose des correctifs pertinents sans qu’aucune règle ne soit explicitement écrite.

Approche méthodologique

Conception et mise en œuvre d’une solution de Data Quality intelligente.
Développement d’algorithmes de détection automatisé des erreurs du référentiel à partir d’algorithmes basés sur de la statistique et sur du machine learning.
Construction d’un outil d’analyse interactif (Power BI) permettant de comprendre les erreurs détectées par les algorithmes : interface utilisable par les métiers (dashboard de synthèse, dashboard de priorisation de la correction, dashboard de détails d’erreur par produit, analyse de corrélation).