Les technologies basées sur les données transforment les entreprises du monde entier et apportent constamment une valeur accrue aux clients, mais il existe un secteur dans lequel on ne s'attend pas à ce qu'elles jouent un rôle essentiel : la lutte contre les nuisibles. Imaginez un monde où vous pouvez déterminer à l'avance quelles installations présentent un risque plus élevé quant à la pénétration de nuisibles et élaborer de manière proactive un plan pour empêcher leur entrée. Ecolab, un chef de file combinant la technologie numérique à ses services de pointe pour aider ses clients à atteindre leurs objectifs, a développé un algorithme pour prédire les risques liés aux nuisibles en partenariat avec le Carlson Analytics Lab et la Carlson School of Management de l'Université du Minnesota (UMN).

L'équipe du projet a recueilli, analysé et testé des milliers de points de données et différents types de données qui contribuent aux risques liés aux nuisibles. Les étudiants de la Carlson School of Management ont apporté une mine de connaissances issues du programme MSBA, tout en utilisant leur expérience professionnelle et leur formation en analyse afin de produire des résultats de grande valeur pour leurs projets. « La passion des élèves pour la science des données a permis d'apporter de nouvelles idées au projet et de créer un algorithme unique qui prédit la probabilité de la présence de nuisibles. La diversité de leurs compétences et de leurs expériences a permis de créer une solution complète », explique Shilpa Yelamaneni, directrice de la science des données chez Ecolab.

Après trois mois de travail, ils ont trouvé une approche guidée pour prédire l'activité potentielle des nuisibles en créant un modèle prédictif qui comprend des données exclusives et non exclusives, notamment des données météorologiques, démographiques et géographiques. L'expertise de nos scientifiques en recherche, développement et ingénierie a permis de mettre en contexte ces facteurs contributifs, de clarifier la science derrière les points de données et, au final, de consolider l'algorithme.

Cette collaboration entre Ecolab et l'UMN a permis de mettre au point un algorithme prédictif efficace et exploitable qui vient renforcer notre engagement à fournir les meilleurs résultats à nos clients, à améliorer leurs solutions et à continuer d'offrir un service de haute qualité.

Pour voir une façon dont nous utilisons les données du modèle prédictif, consultez la page Quels sont vos risques liés aux nuisibles? et découvrez les risques liés aux blattes, aux rongeurs et aux mouches dans votre région.