Détails clés

Solution de détection du sexe par l'IA pour aider à combler le fossé entre les sexes en matière d'accès et d'utilisation des téléphones mobiles.

Client

Le client est GSMALa Commission européenne est une organisation mondiale qui unifie l'écosystème mobile afin de découvrir, de développer et d'offrir des innovations qui sont à la base d'environnements commerciaux positifs et d'un changement sociétal. Elle représente des opérateurs de téléphonie mobile et des organisations de l'ensemble de l'écosystème de la téléphonie mobile et des secteurs adjacents.

Le client a demandé à ESSID Solutions d'aider l'Inclusive Tech Lab à faire évoluer son système existant de détection du genre. IA des utilisateurs de téléphones mobiles.

Défi : analyse de genre et développement d'une boîte à outils d'identification

Les femmes sont une puissante source de croissance, elles sont cruciales pour le développement d'un pays. Les inégalités entre les hommes et les femmes peuvent réduire les progrès réalisés à l'échelle nationale en matière de santé, d'éducation et de niveau de vie. Aujourd'hui, les femmes se heurtent encore à des obstacles systémiques et, surtout, souvent non mesurés, qui les empêchent de rattraper leur retard et de combler le fossé entre les hommes et les femmes.

En ce qui concerne la connectivité et l'industrie mobile, dans les pays à revenu faible et intermédiaire, 390 millions de femmes ne sont pas connectées et 184 millions de femmes de moins que d'hommes possèdent un téléphone portable. Pourtant, les femmes ne constituent pas un simple "segment", mais la moitié de la clientèle potentielle. Il s'agit là d'un défi et d'une excellente opportunité pour les opérateurs de télécommunications du monde entier. Combler l'écart entre les hommes et les femmes peut bénéficier aux femmes, à la société et à l'industrie mobile en général.

Combler le fossé entre les hommes et les femmes, GSMA nécessaires à la fermeture de la écart de données entre les hommes et les femmes. Aujourd'hui, les opérateurs de téléphonie mobile des pays à revenu faible et intermédiaire ont besoin de plus de données KYC pour mieux comprendre les goulets d'étranglement dans la pénétration du téléphone mobile chez les femmes et concevoir des produits destinés aux femmes.

Pour combler les lacunes en matière de données sur le genre et gérer l'analyse des données de téléphonie mobile, Femmes connectées GSMAen partenariat avec ESSID Solutions, a été chargé d'élaborer une boîte à outils pour l'analyse et l'identification du genre.

Solution : application dockerisée pour l'analyse et l'identification du sexe des abonnés

L'objectif principal du développement de la boîte à outils était de fournir aux opérateurs de réseaux mobiles (ORM) un outil qu'ils pourraient facilement installer et exécuter sur place pour prédire des étiquettes de genre de haute qualité pour leur base d'abonnés et pour obtenir des informations à partir du tableau de bord analytique.

L'équipe d'ESSID Solutions, en collaboration avec le GSMA Inclusive Tech Lab, a remanié et amélioré la boîte à outils existante en proposant un environnement analytique plus complet pour répondre aux besoins de l'opérateur de téléphonie mobile. En étroite collaboration avec notre client, nous avons développé la version 3.0 du produit.

Les composants de la solution sont déployés et exploités dans des conteneurs Docker. L'architecture est structurée de manière à ce que l'ORM puisse exécuter le système dans ses locaux ou dans le nuage. L'utilisation de l'outil comporte trois étapes principales :

• Préparation des données brutes : L'utilisateur commence par spécifier l'emplacement de divers fichiers de données brutes, tels que les données d'enquête contenant les étiquettes de genre de vérité terrain, les enregistrements détaillés des appels, l'historique des transactions d'argent mobile, etc. Cette étape consiste à préparer et à organiser les données nécessaires à une analyse plus approfondie.
• Modélisation : Au cours de cette étape, l'utilisateur effectue des expériences afin d'identifier la solution optimale. modèle de classification pour prédire le sexe des abonnés. En exploitant les ensembles de données spécifiés, l'utilisateur peut former et évaluer différents modèles afin de déterminer celui qui offre les meilleures performances.
• Génération de prévisions et rapports d'analyse : Une fois que le modèle de classification préféré est identifié, l'utilisateur génère des prédictions de genre basées sur le modèle formé. Ces prédictions sont ensuite utilisées pour générer un rapport analytique complet. Ce rapport vise à fournir des informations précieuses pour la prise de décision et la planification stratégique au sein de l'ORM.

L'ensemble du flux est présenté ci-dessous :

L'objectif principal de l'équipe ESSID Solutions était de créer une solution conviviale, adaptable et flexible. Elle permet aux utilisateurs d'explorer sans effort divers algorithmes d'apprentissage automatique et d'expérimenter différents modèles afin d'identifier le plus efficace.

La solution offre un pipeline rationalisé qui peut être configuré et exécuté sans nécessiter de connaissances techniques approfondies.

Relever le défi de la gestion d'énormes volumes de données tout en maintenant un flux de travail résilient était une priorité essentielle.

Résultat : réduction de l'écart entre les hommes et les femmes et création d'un écosystème plus inclusif

Le résultat de notre travail est une boîte à outils avancée d'analyse et d'identification du genre. L'intérêt de cette solution est qu'elle permet aux opérateurs de réseaux mobiles d'identifier le sexe de leurs abonnés sur la base de l'historique d'utilisation des téléphones et qu'elle fournit des informations sur l'écart entre les hommes et les femmes. Grâce à cette solution, ils peuvent explorer les données les plus récentes sur l'écart entre les sexes dans le secteur de la téléphonie mobile et comprendre ce qu'il faut faire pour le combler.

Nous sommes reconnaissants à l'équipe de la GSMA d'avoir invité notre société à collaborer à un projet aussi complexe et stimulant. Nous avons achevé les livrables dans les délais et a répondu aux attentes du client.