#preparation-des-donnees

Cliquez sur une étiquette pour voir ses articles, vidéos et actus

Articles（4）

Mise en œuvre d'OMS : alignez trois ensembles de données de référence avant de fixer une date de lancement
Choisir ses logiciels · OMS

Mise en œuvre d'OMS : alignez trois ensembles de données de référence avant de fixer une date de lancement

La plupart des annulations de mises en œuvre d'OMS sont des échecs de données, pas des échecs d'installation : ce guide aligne les données de référence des commandes, des stocks et des canaux avant le lancement, avec une liste de contrôle de préparation en quatre étapes.

2026-10-31
De combien de données l'IA d'entrepôt a-t-elle vraiment besoin ? Du pilote au déploiement
IA · Guide d’adoption

De combien de données l'IA d'entrepôt a-t-elle vraiment besoin ? Du pilote au déploiement

La question que tout acheteur devrait poser — « de combien de données l'IA d'entrepôt a-t-elle besoin ? » — obtient rarement une réponse franche. À partir de cas de déploiement publics, des modèles fondation de Covariant aux cinq milliards de prélèvements de Locus, cet article dresse les seuils réels de données pour les pilotes d'IA en entrepôt, et explique pourquoi le véritable test survient sur la route du pilote au déploiement.

2026-10-14
Au-delà du prompt : ingénierie des caractéristiques pour les modèles de prévision d'entrepôt, en pratique
IA · Analyses techniques

Au-delà du prompt : ingénierie des caractéristiques pour les modèles de prévision d'entrepôt, en pratique

Régler les hyperparamètres ne sauvera pas la prévision de votre entrepôt. Vingt ans passés sur le terrain m'ont appris que le vrai travail se fait avant même que les données ne touchent le modèle : quels signaux lui donner, comment construire les caractéristiques de retard et comment éviter la fuite de données.

2026-10-06
N'achetez pas encore l'algorithme : nettoyez d'abord ces trois types de données
IA · Guide d’adoption

N'achetez pas encore l'algorithme : nettoyez d'abord ces trois types de données

L'an dernier, un 3PL de l'Ontario m'a fait venir comme consultant. Ils voulaient de la prévision de demande par IA, la démo du fournisseur était impeccable et le contrat était pratiquement signé. J'ai passé deux jours sur place et, de retour, j'ai dit au patron d'emblée : si vous dépensez cet argent maintenant, il est perdu. Non pas parce que l'algorithme était mauvais — mais parce que sur plus de 20 000 références, plus de 4 000 n'avaient même pas de code-barres. Les préparateurs identifiaient les produits de mémoire. Aucun algorithme au monde ne peut prévoir la partie de votre stock qui vit dans la tête de quelqu'un.

2026-10-05
Question