CORYENT Conseil analyse vos données avec CORICO

Analyse des données géochimiques sur les échanges Air-Mer (CNRS - CEA)

La méthode CORICO d'analyse des données permet de débrouiller les multiples interactions entre tous ces paramètres, en éliminant les "fausses bonnes corrélations" et d'établir un schéma synthétique explicite des relations entre les différents paramètres.

Résultats:

Exploitation de la campagne préliminaire de sondages ARIANE 5 (ArianeGroup)

La méthode CORICO d'analyse des données consiste en l'investigation des interactions multiparamétriques sous des conditions variées, et procède par élimination méthodique des relations non pertinentes. Elles libère l'utilisateur des opérations fastidieuses de tri comparaison et contrôle des données. Un schéma synthétique souligne les traits remarquables, aussi bien généraux que particuliers. L'action simultanée de plusieurs variables sur un paramètre est détectée. Un "pic" isolé est décelé, même s'il n'est pas statistiquement significatif.

Les résultats de cette campagne préliminaire ont montré:

Recherche des causes de dysfonctionnement des cordeaux de découpe pyrotechnique (ArianeGroup)

Mise au point d'une méthode de représentation pour l'analyse des causes insidieuses (EADS)

Le problème : En dehors de toute défaillance de composants, ou de toute maladresse au niveau des paramètres d'activation, certains éléments inhérents à la conception ou à la réalisation d'un système peuvent induire des modes de fonctionnement indésirés dans des configurations d'utilisation particulières. L'effet indésiré découle d'une combinaison ou d'une suite non prévue de circonstanes internes. Sa mise en évidence repose sur un savoir faire.

La méthode d'analyse des données part du principe que les erreurs ou insuffisances de conception sont dues pour l'essentiel à la difficulté d'avoir une vue d'ensemble spatiale ou temporelle du fonctionnement du système.

Résultats : Plutôt que d'entamer le développement d'un logiciel, dont la fiabilité ne serait pas garantie avant longtemps, on a préféré utiliser un produit existant (CORICO), quoiqu'à l'origine conçu pour d'autres tâches, afin d'obtenir rapidement un résultat exploitable.

Corrélations entre les conditions d'emboutissage et la géométrie des caissons de porte avant (RENAULT)

Analyse des données d'essai sur le circuit de Monza (FERRARI)

Investigation générale des données recueillies par le Réseau National d'Observation de la qualité du milieu marin (IFREMER)

Influence des facteurs socio-démographiques sur 40 marchés dans la grande distribution

Le problème : déterminer l'influence des facteurs socio-démographiques sur le comportement d'achat. Fournir des indicateurs fiables et précis.

Les données sont les quantités d'achat de 40 produits de consommation courante par 2369 panélistes. On connaît en outre l'âge, la région, le nombre de personnes au foyer et la profession.

La méthode CORICO d'analyse des données donne pour chacun des marchés un schéma explicite des liens influents, expurgé des "fausses bonnes corrélations".

Résultats: L'analyse distingue :

Son utilité est de mettre chaque chose à sa place. L'élimination d'influences seulement apparentes peut être un garde-fou contre une décision erronée dans une stratégie publicitaire, le ciblage d'une clientèle ou un choix d'implantation.

Préparation et analyse d'un plan de mélange (DANONE)

Le problème : formulation d'un mélange comportant 11 composants, avec des contraintes. Deux réponses doivent être optimisées.

La méthode CORICO d'analyse des données permet la génération d'un plan d'expériences économique (19 essais seulement pour 11 facteurs), et son analyse détaillée fait intervenir des interactions logiques .

Résultats: Le modèle obtenu est d'autant plus performant qu'il contient des interactions logiques (termes non linéaires) qui collent de plus près à la réalité physique.

Analyse d'une base de donnée économique et sociale par sous-secteurs d'activité du transport routier (Ministère des Transports)

Le problème : donner une vision non réductrice, globale et synthétique de l'influence réciproque des différents paramètres, en particulier la taille de l'entreprise.

Les données sont, pour différents secteurs d'activité et différentes années, le nombre de salariés, la typologie, le nombre d'entreprises, le CA net, la sous-traitance, les effectifs, salaires, charges sociales, valeur ajoutée, excédent brut d'exploitation, investissements, nombre de camions, carburant, recettes à l'export, résultat net...

La méthode CORICO d'analyse des données détermine si la forte corrélation avec une variable ne découle pas d'une commune dépendance à un troisième terme. Elle détecte aussi l'action simultanée de plusieurs facteurs sur la variable à expliquer, malgré la faible corrélation de celle-ci avec chacun d'entre-eux. Les résultats sont présentés de façon synthétique sous la forme de liens non-redondants entre les variables.

Résultats: Les schémas synthétiques, extrêmement parlants, montrent les différences en terme de gestion et d'investissement entre les entreprises de plus de 5 salariés et les entreprises de moins de 5 salariés.

Analyse de la qualité de fabrication des composites (Hispano-Suiza)

Le problème : La fabrication et l'intégration des composites dans les structures volantes restent souvent délicates et engendrent de nombreux rebuts face aux exigences sévères de fiabilité des matériels.

Les données sont les données existante disponibles dans les procès verbaux de réception de matière, ainsi que les résultats des tests effectués à la réception de ces lots.

La méthode CORICO d'analyse des données détermine si la forte corrélation avec une variable ne découle pas d'une commune dépendance à un troisième terme. Elle détecte aussi l'action simultanée de plusieurs facteurs sur la variable à expliquer, malgré la faible corrélation de celle-ci avec chacun d'entre-eux. Les résultats sont présentés de façon synthétique sous la forme de liens non-redondants entre les variables.

Résultats: La méthode a permis d'éviter le recours à des essais coûteux de type plan d'expériences, en exploitant au mieux les données disponibles, et de réduire les tests effectués habituellement à réception des lots, en ne conservant que les plus pertinents, et enfin, de mieux spécifier le produit vers les fournisseurs. Cette démarche s'inscrit dans la politique continue de réduction des coûts versus fiabilité qui reste un axe important pour la sûreté de fonctionnement au niveau du groupe SNECMA. La méthode peut être transposée à de nombreux problèmes.

Trouver l'année et l'origine de vins d'après leurs spectres infrarouge (chimiométrie)

Analyse d'un tableau de bord de gestion

Le problème : Le tableau de bord de gestion doit être un moyen de pilotage et de diagnostic. Il doit permetre de connaître la charge de travail, d’apercevoir l’hypertrophie ou l’atrophies d’exécution des différentes tâches, de situer les anomalies de fonctionnement, de redresser certaines situations.

Cependant, compte tenu des limites de notre mémoire, un tableau de bord trop fourni n'est pas d’emploi facile. De plus le principal obstacle à l’obtention d’analyses concluantes est l’influence des facteurs extérieurs (tels que tendances économiques ou décisions de marketing.

Les données : Dans un tableau de bord prospectif (balanced scorecard), la sélection des mesures clés de l’entreprise se partage entre indicateurs avancés, qui prédisent la performance future, et indicateurs rétroviseurs qui mesurent la performance effectivement réalisée :

La méthode d'analyse des données : L’iconographie des corrélations permet d’éliminer les influences extérieures (pourvu qu’elles aient été mesurés) afin de dégager une conclusion sur l’incidence même du tableau de bord dans l’entreprise. Conservant tous les chiffres, elle permet d’exploiter vraiment toutes les informations de l’entreprise et d’identifier plus rapidement, sur une figure unique et synthétique, les relations de cause à effet et les leviers de performance.

Résultats : Comme l’influence mutuelle des tâches apparaît, on peut analyser les causes d’écart entre prévision et réalisation, et faire remonter rapidement l’information brute sous forme de préconisations opérationnelles claires et bien étayées.

Essais de sortie d'eau (Airbus)

Le problème : Connaître l'influence des conditions de tir d'une maquette d'engin, tirée d'un sous-marin.

Les données comprennent 45 variables sur 23 essais, en divers instants de la trajectoire, par rapport à deux repères (repère fixe et repère maquette, angles marine, angles d'Euler, angles Neyrtec). Courantométrie, paramètres de vidange et bulle de tête sont également pris en compte.

La méthode CORICO d'analyse des données permet d'injecter d'emblée dans l'analyse l'ensemble des paramètres disponibles. Elle met en évidence les liens pertinents entre les variations, indépendamment de l'amplitude de ces variations. Il est bon en effet de savoir si de faibles variations d'un paramètre ont de fortes répercussion sur un autre paramètre. Des variations, même inférieures à la précision de mesure, seront exploitables si les écarts sont systématiques.

Résultats:

Interprétation d'événements vibratoires en sortie de tube (Airbus Defence and Space )

Le problème : Des événements vibratoires brutaux ont été observés au moment de certains tirs depuis un sous marin. Les spécialistes interrogés ont proposé des interprétations contradictoires. On cherche à expliquer sans a priori ces anomalies à partir de l'ensemble des paramètres recueillis.

Les données comprennent environ 70 variables sur 5 vols d'essais. L'anomalie, susceptible de remettre en cause les spécifications de l'engin, a été observée sur deux vols.

La méthode CORICO d'analyse des données ne dépend d'aucune hypothèse statistique sur la distribution des données. Elle rassemble toutes les informations recueillies (quantitatives et qualitatives) sous la forme d'un schéma synthétique, qui condense l'équivalent de 2400 courbes en coordonnées cartésiennes vues simultanément. Les redondances ou "fausses bonnes corrélations" sont éliminées. La présence ou l'absence de liaison ont une égale importance.

Résultats: L'analyse montre l'influence essentielle du couplage inattendu de deux paramètres sur la présence ou non de l'anomalie vibratoire. L'importance de ces deux paramètres, qui une fois décelée paraît évidente, avait échappé à tous les spécialistes. En effet, vu le nombre important de couplages logiques entre 70 paramètres (A et B, A et non B, A ou B, A ou exclusif B, A si B est faible, A si B est moyen, A si B est fort, etc..) personne n'avait songé à associer ces deux paramètres.

Analyse d'une base de données d'essais (AIRBUS)

Le problème : Tirer un profit maximum des données d'essais de lancement.

Les données comprennent 206 variables inégalement renseignées sur 156 essais.

La méthode d'analyse des données a demandé un important travail préliminaire de recodage des variables qualitatives et de traitement des valeurs manquantes.

Résultats: Le catalogue des relations pertinentes détectées par le logiciel CORICO constitue une mine de renseignements qui peut être consultée immédiatement en fonction de questions nouvelles, ou d'incident inopiné.

Autres applications de la méthode CORICO