Marché de la prédiction en France : ce que vaut société Snips, spécialisée dans l'exploitation des données de sources multiples.
Pour évaluer une startup de manière objective
et efface, chez Connectikpeople.co on s’appuie :
·
Sur la solution
développée ou proposée par la startup. C'est-à-dire est-ce que la technologie
ou l’innovation proposée est une réelle innovation, est-ce qu’il s’agit d’une solution
concrète à un vrai problème ?, quelle est l’attractivité tout-au-tour,
·
L’expérience,
les capacités techniques, l’ambition et la vision du fondateur ou des
co-fondateurs,
·
Le montant
de fonds déjà levé, ou les tours de tables réalisés auprès des investisseurs ou
Business Angels,
·
L’équipe
autour du projet (marketing, commercial, technique)
Comme vous pouvez le constater ici,
l’écosystème des startups et du capital risque est de plus en plus dynamique. Rand
Hindi, entrepreneur depuis l’âge de 14 ans, est l’un des acteurs solide de l’industrie
du numérique.
Sa société Snips, spécialisée dans
l'exploitation des données de multiples sources afin d'en créer entre autres des
applications reposant sur des modèles prédictifs, a attiré
notre attention.
Sa gamme de produits permet aux
citadins entre autre de trouver en temps-réel une place de parking, éviter les
accidents, obtenir facilement un siège sur le train ou éviter les bouchons pour
gagner en temps.
En attendant l’expansion de ses effectifs, la mise sur pied d’une une filiale aux Etats-Unis (San Francisco), Snips bénéficie du soutien des politiciens français, le projet a reçu des Awards et l’entreprise vaut une dizaine de millions d’euros.
En attendant l’expansion de ses effectifs, la mise sur pied d’une une filiale aux Etats-Unis (San Francisco), Snips bénéficie du soutien des politiciens français, le projet a reçu des Awards et l’entreprise vaut une dizaine de millions d’euros.
Lorsqu’il s’agit des technologies et des méthodologies du big data et de l’Analytique, Connectikpeople.co rappelle que les meilleurs résultats sont obtenus quant les sources
de données sont fiables ; quant l’architecture de l’algorithme ou du machine Learning permet efficacement de
capter, corréler, croiser et de faire parler les données de multiples sources.