Comment gérer vos datas et les mettre au service de vos activités ?

Si prestataire en numérisation rime avec dématérialisation, il peut aussi rimer avec data. Numen le prouve avec ses capacités d’extraction de données de qualité. Des cas clients de multiples domaines en témoignent.

Numen est un acteur français reconnu de la gestion documentaire et de la transformation digitale des processus. Un résultat forgé au fil de plus de cinquante ans d’activité. Dans le paysage des organisations engagées dans des stratégies data driven, le message qu’il leur adresse est simple : une part essentielle de vos données sont piégées dans des documents structurés, semi-structurés ou non structurés, confiez-les nous et nous nous chargerons de les extraire. En effet, posséder des documents sous forme numérique ne signifie pas que les données qu’ils contiennent sont disponibles pour des analyses et une restitution dans des dashboards. Un travail complexe d’extraction est à effectuer. Voici, sélectionnés parmi ses 500 clients, des exemples d’organisations qui font confiance à Numen pour extraire et mettre à disposition leurs données qualifiées et contextualisées.

Foncia : data mining sur des factures fournisseurs

Foncia est administrateur de biens. Depuis 2012, Numen numérise 10 000 factures par jour pour cette entreprise. En 2014, Foncia, qui possède 500 agences en France, organise une consultation globale sur les contrats d’approvisionnement en gaz. Objectif : négocier avec les fournisseurs afin de proposer à ses clients, au nombre de 1,3 million, une meilleure maîtrise des charges.

La mission est confiée à Numen. Via du data mining, le prestataire extrait des factures fournisseurs les données nécessaires et les qualifie : fournisseurs les plus importants, détails des contrats, copropriétés concernées, types de contrat, dates d’échéance, profils de consommation, etc. Soit une véritable analyse intelligente des factures. La base de données est conçue et administrée par Numen.

En moins de quatre mois, Foncia obtient une vision globale et ciblée des fournisseurs de gaz, propre à soutenir sa décision. Auprès de quatre d’entre eux, elle parvient à mutualiser les achats, ce qui, pour ses clients, représente des économies de 15 % à 17 %, pour un total de près de 10 millions d’euros !

Inpi : données chiffrées et text mining

L’Institut National de la Propriété Industrielle (Inpi) centralise et conserve les comptes annuels des sociétés (RNCS). Il doit aussi en diffuser les données. Initialement, ces comptes sont déposés auprès des greffes des tribunaux de commerce. Il s’agit de liasses de documents comptables et fiscaux allant de 20 pages à plusieurs centaines, dans un état souvent dégradé. Sont à extraire les données globales d’identification des entreprises et de la nature du dépôt ainsi que les états financiers.

Ce travail de titan est pris en charge par Numen. Comment ? Impossible ici d’appliquer une approche géométrique zonale sur les documents. De plus, les libellés sont variables et sujets à des erreurs de reconnaissance optique de caractère (OCR). Seule solution, les repérer par text mining et “matching flou”. Une technologie dans laquelle Numen a fortement investi, sa R&D allant jusqu’à créer une boîte à outils exclusive intégrée à sa plateforme d’extraction de données.

Le prestataire parvient à traiter quotidiennement 3 000 à 6 000 liasses (plus de 100 000 pages !) ; il s’appuie sur un workflow d’une vingtaine d’étapes entièrement automatisé et sous contrôle d’opérateurs spécialisés. En 15 jours, les comptes sont restitués en format structuré, avec des données prêtes pour leur diffusion en open data.

Projet ministériel SmartPLU et extraction de données

Le projet SmartPLU (Plan Local d’Urbanisme) est porté par les ministères de la Transition écologique et solidaire (MTES) et de la Cohésion des Territoires (MCT). Son ambition : modéliser automatiquement, ville par ville, les règles d’urbanisme. Celles-ci sont disponibles en fichiers PDF sur le Géoportail de l’urbanisme.

Numen contribue à ce projet en apportant son expertise en OCR, extraction de données de documents structurés et non structurés et machine learning. Grâce à sa plateforme d’extraction de données intelligente, le prestataire organise, classe et type les informations présentes dans les 2 000 PLU collectés dans le Géoportail. L’ensemble est à la disposition du MTES pour une mise en forme graphique et la diffusion en open data.

SNCF : données de maintenance

Comment optimiser et sécuriser des opérations de maintenance en s’appuyant sur une documentation technique copieuse, volumineuse et difficilement manipulable ? C’est la question que se pose la SNCF. La Société nationale des chemins de fer voudrait que ses techniciens de maintenance puissent facilement consulter les informations et données dont ils ont besoin, ceci directement dans son application. Des raisons d’ordre pratique et d’optimisation conduisent au choix du format XML (eXtensible Markup Language). Il permet d’accéder isolément à une unité documentaire, de quoi simplifier le travail des techniciens. Dès lors, il n’y a plus qu’à… convertir le fonds existant, version papier !La tâche revient à Numen qui, très vite, se met en mesure de proposer un POC (proof of concept) sur plusieurs dizaines de documents afin d’identifier tous les cas imprévus et de tester la solution. Epreuve réussie. 100 000 pages sont alors confiées au prestataire, une mise en production à échelle industrielle réalisée en étroite collaboration avec les équipes de la SNCF.

Viessmann : données clients

Viessmann France est une filiale du groupe allemand spécialisé dans la fabrication de systèmes de chauffage et de réfrigération. En pleine croissance, l’entreprise est confrontée à un flux continu de demandes clients circulant par tous les canaux (dont les e-mails et fax, jusqu’à 700 par jour), ceci dans une anarchie de formats. Bref, une complexité difficilement gérable pour les chargés de clientèle. Il est urgent d’optimiser le processus d’enregistrement des commandes.

Pour ce faire, Numen est choisi pour sa plateforme de capture et d’extraction de données automatisée. Elle est couplée à un RPA (Robotic Process Automation). Les commandes sont ainsi générées automatiquement au sein de l’ERP. Travaillant sur la donnée, le système alerte en cas de doublons, d’écarts de prix ou d’incohérences de commande.

Le temps de traitement des commandes est ainsi divisé par trois. Un gain qui permet à l’entreprise d’accroître sa productivité commerciale de manière significative et de mieux satisfaire sa clientèle.