<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Systèmes de recommandation &#8211; Pack IA</title>
	<atom:link href="https://packia.fr/ai_use_case_category/systeme-de-recommandation/feed/" rel="self" type="application/rss+xml" />
	<link>https://packia.fr</link>
	<description>Accellerer l&#039;adoption de l&#039;IA</description>
	<lastBuildDate>Thu, 31 Jul 2025 16:08:20 +0000</lastBuildDate>
	<language>en-US</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9.4</generator>

<image>
	<url>https://packia.fr/wp-content/uploads/2021/09/Pack_IA-FAV.svg</url>
	<title>Systèmes de recommandation &#8211; Pack IA</title>
	<link>https://packia.fr</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Classification et recommandation de polices de caractère</title>
		<link>https://packia.fr/ai-use-case-type/classification-et-recommandation-de-polices-de-caractere/</link>
		
		<dc:creator><![CDATA[Marc Sanselme]]></dc:creator>
		<pubDate>Wed, 24 Aug 2022 14:37:37 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-use-case-type/classification-et-recommandation-de-polices-de-caractere/</guid>

					<description><![CDATA[Le client a voulu mettre en place un outil pour chercher et découvrir des typographies simplement et efficacement, et pour trouver des typographies similaire à une typographie donnée. La difficulté ici vient du caractère très subtil des différences de style entre les typographies.]]></description>
										<content:encoded><![CDATA[<p>Le client a voulu mettre en place un outil pour chercher et découvrir des typographies simplement et efficacement, et pour trouver des typographies similaire à une typographie donnée. La difficulté ici vient du caractère très subtil des différences de style entre les typographies.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>⭕️ IT New Vision</title>
		<link>https://packia.fr/ai-use-case-type/it-new-vision/</link>
		
		<dc:creator><![CDATA[Hela Atmani]]></dc:creator>
		<pubDate>Wed, 10 Aug 2022 07:33:47 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-use-case-type/it-new-vision/</guid>

					<description><![CDATA[Une solution collaborative pour les équipes RH, les Managers et les Talents qui permet de réaliser de manière intelligente, grâce à l’IA le People Mapping, les People Reviews et le People Development 1- Utiliser l’IA pour identifier et mapper les People : Disposer d’une vision temps réel et dynamique de compétences de chacun, savoir qui [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>Une solution collaborative pour les équipes RH, les Managers et les Talents qui permet de réaliser de manière intelligente, grâce à l’IA le People Mapping, les People Reviews et le People Development<br />
1- Utiliser l’IA pour identifier et mapper les People : Disposer d’une vision temps réel et dynamique de compétences de chacun, savoir qui a développé quelles skills sur les derniers mois et surtout comprendre quelles sont les skills que chaque personne doit développer ou pourra développer dans le cadre de son évolution<br />
2- Effectuer des People Reviews à l’échelle :<br />
L’exercice des People reviews sur Excel, aussi chronophage que complexe, ne nous permettait pas de pouvoir les réaliser sur l’ensemble de nos effectifs, mais seulement sur une partie de nos People. Le faire sous Excel est quasi-impossible car il faut agréger toute la donnée qui provient de différents outils complètement silotés. PALM permet de processer ces People Reviews et de les automatiser de manière à ne plus les faire sur une partie réduite des talents, mais bien sur l’ensemble de l’organisation, à l’échelle. L’IA propose pour chacune et chacun des opportunités de développement adaptées au parcours de carrières, et aux compétences développées, ainsi que des successeurs pour anticiper les mobilités et les départs.<br />
Mais surtout suite à la People Review, la complexité réside en la capacité de suivre l’avancée des décisions prises pour chacun. Avec PALM, nous pouvons construire les parcours de carrière de chacune et de chacun, sur les prochaines mobilités, les prochaines formations, les prochains successeurs.<br />
3- Donner de la visibilité à nos salariés à tout moment pour qu’ils se connaissent mieux<br />
Pour donner de la visibilité sur les parcours de carrière, il faut une maturité managériale forte. De plus, garder les parcours de carrière à jour est un exercice sans fin !<br />
Grâce à PALM, les salariés connaissent en temps réel les compétences dont ils disposent, et celles qu’ils ont développées dans l’exercice de leurs fonctions mais surtout les compétences dont ils/elles auront besoin dans le futur. En ayant de la visibilité sur les parcours de carrière individualisés, ils sont acteurs de leur évolution, et connaissent les leviers de développement auxquels ils peuvent accéder pour avancer dans ce parcours.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>⭕️ Engagement des Talents</title>
		<link>https://packia.fr/ai-use-case-type/engagement-des-talents/</link>
		
		<dc:creator><![CDATA[Hela Atmani]]></dc:creator>
		<pubDate>Mon, 08 Aug 2022 15:43:40 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-use-case-type/engagement-des-talents/</guid>

					<description><![CDATA[Une solution collaborative pour les équipes RH, les Managers et les Talents qui permet de réaliser de manière intelligente, grâce à l’IA le People Mapping, les People Reviews et le People Development 1- Utiliser l’IA pour identifier et mapper les People : Disposer d’une vision temps réel et dynamique de compétences de chacun, savoir qui [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>Une solution collaborative pour les équipes RH, les Managers et les Talents qui permet de réaliser de manière intelligente, grâce à l’IA le People Mapping, les People Reviews et le People Development<br />
1- Utiliser l’IA pour identifier et mapper les People : Disposer d’une vision temps réel et dynamique de compétences de chacun, savoir qui a développé quelles skills sur les derniers mois et surtout comprendre quelles sont les skills que chaque personne doit développer ou pourra développer dans le cadre de son évolution<br />
2- Effectuer des People Reviews à l’échelle :<br />
L’exercice des People reviews sur Excel, aussi chronophage que complexe, ne nous permettait pas de pouvoir les réaliser sur l’ensemble des effectifs de Payfit, mais seulement sur une partie de leurs Peoples. Le faire sous Excel est quasi-impossible car il faut agréger toute la donnée qui provient de différents outils complètement silotés. PALM permet de processer ces People Reviews et de les automatiser de manière à ne plus les faire sur une partie réduite des talents, mais bien sur l’ensemble de l’organisation, à l’échelle. L’IA propose pour chacune et chacun des opportunités de développement adaptées au parcours de carrières, et aux compétences développées, ainsi que des successeurs pour anticiper les mobilités et les départs.<br />
Mais surtout suite à la People Review, la complexité réside en la capacité de suivre l’avancée des décisions prises pour chacun. Avec PALM, nous pouvons construire les parcours de carrière de chacune et de chacun, sur les prochaines mobilités, les prochaines formations, les prochains successeurs.<br />
3- Donner de la visibilité aux salariés de Payfit à tout moment pour qu’ils se connaissent mieux<br />
Pour donner de la visibilité sur les parcours de carrière, il faut une maturité managériale forte. De plus, garder les parcours de carrière à jour est un exercice sans fin !<br />
Grâce à PALM, les salariés connaissent en temps réel les compétences dont ils disposent, et celles qu’ils ont développées dans l’exercice de leurs fonctions mais surtout les compétences dont ils/elles auront besoin dans le futur. En ayant de la visibilité sur les parcours de carrière individualisés, ils sont acteurs de leur évolution, et connaissent les leviers de développement auxquels ils peuvent accéder pour avancer dans ce parcours.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>PALM</title>
		<link>https://packia.fr/ai-sol-provider-type/palm/</link>
		
		<dc:creator><![CDATA[Hela Atmani]]></dc:creator>
		<pubDate>Mon, 08 Aug 2022 08:53:50 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-sol-provider-type/palm/</guid>

					<description><![CDATA[PALM est la 1ère solution SaaS de Talent Intelligence en France, qui réinvente le développement et la rétention des Talents. PALM travaille sur un modèle de MarketPlace interne qui associe instantanément les talents aux meilleures opportunités de carrière internes en proposant à ces derniers des formations, mobilités et projets adaptés.]]></description>
										<content:encoded><![CDATA[<p>PALM est la 1ère solution SaaS de Talent Intelligence en France, qui réinvente le développement et la rétention des Talents. PALM travaille sur un modèle de MarketPlace interne qui associe instantanément les talents aux meilleures opportunités de carrière internes en proposant à ces derniers des formations, mobilités et projets adaptés.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Scopeo</title>
		<link>https://packia.fr/ai-sol-provider-type/scopeo/</link>
		
		<dc:creator><![CDATA[Marc Sanselme]]></dc:creator>
		<pubDate>Thu, 28 Jul 2022 16:44:19 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-sol-provider-type/scopeo/</guid>

					<description><![CDATA[Scopeo est une agence de Data Science et de R&#38;D en Machine Learning et Intelligence Artificielle.]]></description>
										<content:encoded><![CDATA[<p>Scopeo est une agence de Data Science et de R&amp;D en Machine Learning et Intelligence Artificielle.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Recommandation d&#8217;articles, évènements et offres d&#8217;emploi &#8211; Machine learning sur graphes</title>
		<link>https://packia.fr/ai-use-case-type/recommandation-darticles-evenements-et-offres-demploi-machine-learning-sur-graphes/</link>
		
		<dc:creator><![CDATA[Aufaure Marie-Aude]]></dc:creator>
		<pubDate>Wed, 27 Jul 2022 13:14:41 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-use-case-type/recommandation-darticles-evenements-et-offres-demploi-machine-learning-sur-graphes/</guid>

					<description><![CDATA[Le projet consiste à réaliser une première exploitation de la structure relationnelle sous-jacente aux données, permettant ainsi de bénéficier des algorithmes et méthodes basés sur les graphes. L’objectif est de détecter des similarités et des caractéristiques à la fois sur le contenu et l’usage des clients pour permettre la recommandation de contenu, d’offres d’emploi et [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>Le projet consiste à réaliser une première exploitation de la structure relationnelle sous-jacente aux données, permettant ainsi de bénéficier des algorithmes et méthodes basés sur les graphes. L’objectif est de détecter des similarités et des caractéristiques à la fois sur le contenu et l’usage des clients pour permettre la recommandation de contenu, d’offres d’emploi et d’évènements.Le principal problème est de réussir à faire des recommandations croisées de manière transverse aux différents écosystèmes qui sont actuellement organisés en silos, par exemple recommander un évènement Argus après qu’un utilisateur ait consommé un article l’Usine Nouvelle. L’objectif est d’exploiter cette nouvelle information construite par l’IA pour la traiter dans nos produits afin d’être plus qualitatif dans un premier temps, et d’agir sur deux leviers qui sont l’engagement de nos clients et la conversion. Un autre objectif à moyen terme sera la possibilité de créer nouveaux business pouvant apporter à nos clients des services inédits.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>CogNeed AI™ : l’agent de télévente augmenté</title>
		<link>https://packia.fr/ai-use-case-type/cogneed-ai-lagent-de-televente-augmente/</link>
		
		<dc:creator><![CDATA[Erwan Demont]]></dc:creator>
		<pubDate>Mon, 25 Jul 2022 13:54:00 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-use-case-type/cogneed-ai-lagent-de-televente-augmente/</guid>

					<description><![CDATA[Conversion des leads trop faible. Nouveaux collaborateurs pas suffisamment vite opérationnels pour passer des appels clients : complexité de l’environnement client/des produits/des offres, catalogue produit vaste, … Turnover important des équipes de vente sédentaire.]]></description>
										<content:encoded><![CDATA[<p>Conversion des leads trop faible.<br />
Nouveaux collaborateurs pas suffisamment vite opérationnels pour passer des appels clients : complexité de l’environnement client/des produits/des offres, catalogue produit vaste, …<br />
Turnover important des équipes de vente sédentaire.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>CogNeed AI™ : l&#8217;agent de service client augmenté</title>
		<link>https://packia.fr/ai-use-case-type/cogneed-ai-lagent-de-service-client-augmente/</link>
		
		<dc:creator><![CDATA[Erwan Demont]]></dc:creator>
		<pubDate>Mon, 25 Jul 2022 13:43:59 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-use-case-type/cogneed-ai-lagent-de-service-client-augmente/</guid>

					<description><![CDATA[Trop de temps passé par ticket client &#8211;&#62; mauvaise expérience utilisateur Nouveaux collaborateurs pas suffisamment vite opérationnels pour prendre des appels clients :complexité de l&#8217;environnement client/des produits/des offres, catalogue produit vaste, &#8230; Turnover important des équipes de relation client]]></description>
										<content:encoded><![CDATA[<p>Trop de temps passé par ticket client &#8211;&gt; mauvaise expérience utilisateur<br />
Nouveaux collaborateurs pas suffisamment vite opérationnels pour prendre des appels clients :complexité de l&#8217;environnement client/des produits/des offres, catalogue produit vaste, &#8230;<br />
Turnover important des équipes de relation client</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>CogNeed</title>
		<link>https://packia.fr/ai-sol-provider-type/cogneed/</link>
		
		<dc:creator><![CDATA[Erwan Demont]]></dc:creator>
		<pubDate>Mon, 25 Jul 2022 10:50:33 +0000</pubDate>
				<guid isPermaLink="false">https://packia.fr/ai-sol-provider-type/cogneed/</guid>

					<description><![CDATA[Assistant en temps-réel pour les équipes de relation client par téléphone. CogNeed AI™ augmente les agents de service client et de vente à distance pendant leurs appels téléphoniques. Au fur et à mesure de leurs conversations, CogNeed AI™ détecte les mots-clés prononcés et affiche dynamiquement de l&#8217;information sur l&#8217;écran des agents. Cas d&#8217;usage : suivi [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>Assistant en temps-réel pour les équipes de relation client par téléphone.</p>
<p>CogNeed AI<img src="https://s.w.org/images/core/emoji/17.0.2/72x72/2122.png" alt="™" class="wp-smiley" style="height: 1em; max-height: 1em;" /> augmente les agents de service client et de vente à distance pendant leurs appels téléphoniques.<br />
Au fur et à mesure de leurs conversations, CogNeed AI<img src="https://s.w.org/images/core/emoji/17.0.2/72x72/2122.png" alt="™" class="wp-smiley" style="height: 1em; max-height: 1em;" /> détecte les mots-clés prononcés et affiche dynamiquement de l&#8217;information sur l&#8217;écran des agents.</p>
<p>Cas d&#8217;usage : suivi des processus de vente et de service client, support à la qualification des appels, contournement des objections, assistance à la présentation des services/produits/offres, comparaison aux concurrents, aide au closing et à l&#8217;upsale, &#8230;</p>
<p>CogNeed AI<img src="https://s.w.org/images/core/emoji/17.0.2/72x72/2122.png" alt="™" class="wp-smiley" style="height: 1em; max-height: 1em;" /> accélère la formation et l&#8217;onboarding des collaborateurs (-65%), réduit le temps de traitement des tickets (-15% à -20%) et améliore le taux de conversion des leads (+20%).</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
