5 enseignements phares tirés du data-analytics pour améliorer l’efficacité énergétique du secteur bancaire

Clémence Michel
Date09 mai 2018

Aujourd’hui, nous le savons, les bannières de publicité que nous voyons s’afficher sur le web résultent de préconisations générées par des algorithmes à partir de l’analyse de nos données de comportements. Et si du secteur de la publicité à celui de l’efficacité énergétique, il n’y avait qu’un pas ?

« Data-Analytics appliqué au secteur bancaire : 5 enseignements pour améliorer l’efficacité énergétique de votre réseau d’agences »

A travers l’étude « Data-Analytics appliqué au secteur bancaire : 5 enseignements pour améliorer l’efficacité énergétique de votre réseau d’agences », les équipes data-scientists et efficacité énergétique de chez Deepki ont relevé, à distance grâce à des algorithmes, le défi de fournir des préconisations concrètes au secteur bancaire pour améliorer la performance énergétique de leurs agences. En effet, c’est uniquement à travers l’analyse des données de plus de 3 600 agences bancaires situées sur tout le territoire français qu’ils ont cherché à déterminer l’impact de la régulation, du choix des équipements, de l’implantation de l’agence ou encore de la sensibilisation des employés sur la consommation d’une agence pour en tirer les meilleures pratiques.

Giulia Caputo, Data-Scientist chez Deepki nous explique la démarche « En partant de simples données que tous les réseaux d’agences possèdent comme l’adresse, la surface, le nombre d’employés au sein des agences et en les croisant avec des données en open data comme la météo par exemple, il est possible de détecter les agences qui présentent des anomalies en termes de consommation énergétique au sein d’un réseau bancaire. »

Alan Floch, Ingénieur efficacité énergétique chez Deepki complète « Aujourd’hui, les algorithmes que nous avons développés nous permettent d’identifier précisément la cause des anomalies sans avoir besoin de nous rendre sur place. »

Et si le temps où tous les services généraux du secteur bancaire étaient secondés par un algorithme pour optimiser les charges était arrivé…

Retrouvez les principaux enseignements de l’étude sous forme d’infographie :

Les 5 enseignements du data-analytics dans le secteur bancaire

New call-to-action