Sortir des schémas classiques de segmentation et de détection des fraudes avec DreamQuark


Les algorithmes deviennent la clé de notre quotidien. DreamQuark développe des algorithmes aptes à traiter rapidement et avec précision différents types de données : texte, voix, données structurées et images. « Nous sommes meilleurs que les approches alternatives, » déclarent les fondateurs de la startup créée en 2014.

Chaîne complète de traitement

Les premiers résultats deviennent visibles en heures plutôt qu’en jours et il est possible de construire un « pipeline » complet d’algorithmes plus rapidement avec une meilleure précision et moins de ressources, affirment-ils.


Pour les entreprises dans les secteurs banque et assurance l’application des outils d’analyse de Big Data de DreamQuark permet de détecter de nouveaux profils de fraudeurs sans hypothèse initiale et d’en améliorer la détection, de mieux contextualiser les risques et d’en extraire les facteurs pour en modéliser l’impact, ou de mieux segmenter ses clients en sortant des schémas classiques de segmentation, selon la startup.

Par ailleurs, ces algorithmes peuvent être utilisés pour valoriser autrement les données en développant de nouveaux produits ou services qui activent les mêmes données et créent un avantage concurrentiel.


Lutter contre la fraude et l’attrition

DreamQuark positionne la précision des algorithmes comme étant la source de meilleurs résultats pour développer une meilleure connaissance client, réduire les coûts en luttant mieux contre la fraude, l’attrition, en améliorant sa modélisation des risques ou encore en améliorant sa conformité.

DreamQuark propose ses algorithmes au travers d’une plateforme sécurisée. L’ensemble de la chaîne de création et de mise en production est automatisée. La startup fournit des outils pour structurer les données complexes aux points de contact clés de l’assurance (hotlines, sinistres), transforme et visualise ces données et le résultat de l’entraînement des algorithmes.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *




L'événement digital

Retour au pragmatisme vis-à-vis de l’IA générative
Thomas Hussson de Forrester Reserach et Pierre Casanova  de l’éditeur Contentsquare, 7 novembre

Retour au pragmatisme vis-à-vis de l’IA générative

L’IA générative va alléger la manière dont on interagit avec une marque en ligne, via un chatbot, ou lors de l’interrogation …