Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Partie 3 · La chaîne et les risques

Le modèle financier est une chaîne

Les chiffres sont connectés : Marketing → Prospects → Conversion → Clients → Prix → CA → Coûts → Résultat. Une hypothèse qui bouge entraîne tout le reste. Exemple du cours : conversion de 10 % à 5 % → moins de clients → moins de CA → moins de marge → moins de cash.

Les hypothèses qui peuvent tuer ta startup : client (ont-ils vraiment ce problème ?), prix (prêts à payer ce prix ?), acquisition (peut-on acquérir à ce coût ?), adoption (utiliseront-ils le produit ?), rétention (vont-ils rester ?), technologie (l'IA fonctionne-t-elle assez bien ?), marché (est-il assez grand ?). Priorité : tester d'abord ce qui peut tuer le modèle.

Vérifie que tu as compris

Que provoque, dans la chaîne du modèle financier, une baisse de la conversion de 10 % à 5 % ?

Le risque n'est pas seulement technique : une startup IA peut échouer sans bug. Six familles :

FamilleExemple du cours
BusinessPersonne ne veut payer.
MarchéLe marché est trop petit.
TechniqueLa solution ne fonctionne pas assez bien.
DataDonnées insuffisantes ou inaccessibles.
JuridiqueLe produit ne peut pas être utilisé comme prévu.
HumainLes utilisateurs ne changent pas leurs habitudes.

Le plus gros risque n'est pas forcément l'algorithme.

Vérifie que tu as compris

« Les utilisateurs ne changent pas leurs habitudes » relève de quelle famille de risque ?