La RIVP, Régie Immobilière de la Ville de Paris, est le deuxième plus important bailleur social parisien avec un parc d’environ 60 000 logements. C’est un acteur incontournable du mouvement HLM parisien. Il fait face, de fait, aux problématiques inhérentes au logement dans la capitale, notamment celle de la tension extrêmement forte sur les logements liée à une demande bien supérieure à l’offre. Ces problématiques, de plus en plus prégnantes, ont incité la RIVP a procéder à un certain nombre d’opérations de rénovation. Le monde du logement social est, par ailleurs, en pleine mutation du fait de nouvelles dispositions législatives.

La RIVP, profitant de cette période de grand changement, a décidé de faire un premier pas en direction de la Data Science et de l’intelligence artificielle et sollicite Kernix pour l’accompagner dans cette démarche. Nous l’avons accompagné sur la thématique du rapprochement automatisé de l’offre et de la demande. Pour cette mission, nous étions soutenus par notre partenaire Habitat & Territoires Conseil.

C’est alors qu’elle procédait à une opération de relogement du fait d’une destruction d’immeuble, que la RIVP a souhaité automatiser certains de ses processus. Elle a donc demandé à Kernix de travailler sur un algorithme permettant d’optimiser le rapprochement de l’offre et de la demande. L’objectif de cet algorithme est simple : lorsqu’un logement se libère, l’algorithme remonte une liste de locataires demandeurs pour lesquels ce logement conviendrait et l’ordonne en fonction de l’adéquation financière.

L’agence a implémenté également dans cet algorithme un simulateur d’APL (Aide personnalisée au logement) d’après un modèle originel construit par Habitat & Territoires Conseil.
Notons également que ces deux missions ont donné l’occasion de travailler sur le respect des objectifs de peuplement et de mixité sociale afin de les prendre en compte dans nos algorithmes.