Foire aux questions

Mes données ne sont pas propres et pas complètes.


Les données ne sont jamais propres et complètes. C’est une constante. L’important n’est pas la qualité de vos données mais leur fraîcheur et ce que vous en faîtes pendant leur durée limitée d’utilisation. La qualité d’un modèle optimisé ne vaut que par sa capacité à être opéré et monitoré dans votre système d‘information en temps réel, avec vos données réelles. Nos algorithmes et méthodes ont été définis pour cela, d’où le terme de Robust Revenue Management.




Nous ne sommes pas nombreux.


Nous savons que vous n’êtes pas nombreux et que vous n’avez souvent pas de compétence en mathématiques et en recherche opérationnelle. C’est pour cette raison que vous avez besoin d’une solution robuste avec une démarche projet qui minimise le temps que vous y consacrez et maximise votre contribution, tant pour la phase d’étude que pour la phase d’exploitation.




Combien de temps cela va prendre à mes équipes ?


Concrètement, nous vous demandons d’être impliqués dans la phase d’étude seulement au cours de 5 ateliers. Pour l’exploitation courante du modèle, la très grande majorité des gains sont atteints en mode pilotage automatique. Vous monitorez le système et déclenchez ou non les tactiques proposées par le système. Apollo Plus fournit une équipe d’assistance pour nous assurer de l’efficacité maximale du modèle et vous assister dans la prise de décision.




Nous avons fait un test chez un de vos concurrents sans succès.


Souvent, des modèles communs standards et des solutions sur étagères vous sont proposés. Seules les études sur mesure pour concevoir vos propres segmentations et modèles fonctionnent. Dans ce nouveau métier, la preuve par les résultats, l’expérience projet et les investissements R&D font la différence. Méfiez vous aussi des tests gratuits.




Nos data scientists n’ont pas réussi. Pourquoi vous ?


Nous avons plusieurs exemples de clients qui ont d’abord essayé en interne de mettre en place ces approches. Sans les bons outils mathématiques et la bonne méthode, il est difficile de définir les différents modèles pertinents. Nos clients et nos 6 ans de R&D avec le CNRS font la différence et vous offrent le complément d’outil dont vos data scientists ont besoin.




Vous demandez à ce que je m’engage quand ?


Vous lancez l’étude. Les livrables en fin d’étude vous permettent de décider en connaissance de tous les éléments. Cette phase prend entre 2 et 4 mois. Vous lancez le Go à la fin de l’étude.




Une autre question ?


Contactez-nous via le formulaire en bas de page !