Université d'Amsterdam

Aperçu

Chez Palmyra, nous croyons que la technologie peut transformer les chaînes d'approvisionnement tout en donnant du pouvoir aux communautés locales. Cette conviction est au cœur de notre travail avec Nature’s Nectar en Zambie, une initiative d'apiculture durable axée sur la transparence, la conformité réglementaire et l'impact social mesurable.

Propulsé par Palmyra Pro, notre plateforme de traçabilité et de conformité, le projet capture qui produit, récolte et transforme le miel—assurant l'authenticité, la transparence et la confiance tout en soutenant les opportunités économiques pour les apiculteurs locaux.

En 2025, nous avons poursuivi cette initiative par une collaboration formelle avec des étudiants en BSc Business Analytics de l'Université d'Amsterdam, lançant un Défi de Données en monde réel basé sur les données de traçabilité de Palmyra Pro.

De la Traçabilité à l'Intelligence

Cette collaboration a dépassé la recherche académique. Elle a été conçue comme une initiative d'analyse en monde réel pour extraire des informations plus profondes à partir des données de la chaîne d'approvisionnement en direct et renforcer la gestion durable des forêts et la production de miel.

En utilisant une approche de mentorat inverse, les étudiants ont appliqué des méthodes analytiques avancées aux ensembles de données de Palmyra Pro—dépassant le rapport ESG traditionnel pour se concentrer sur la prédiction des risques, l'optimisation et l'intelligence de soutien à la décision.

Leurs perspectives nouvelles ont aidé à découvrir de nouvelles façons d'optimiser les opérations, d'élargir l'impact et d'améliorer la résilience à travers la chaîne d'approvisionnement.

Méthodes Analytiques & Insights

Le projet a appliqué un large éventail de techniques analytiques avancées, notamment :

• Analyses spatiales et de corrélation combinant les données de perte de forêt avec le placement des ruches pour évaluer la relation entre la dégradation des forêts et l'activité apicole.

• Régression par Forêt Aléatoire avec SHAP (Explications Additives de Shapley) pour identifier les variables les plus importantes influençant le rendement du miel.

• Analyse spatiale basée sur une grille pour mettre en avant des zones inexploitées adaptées à l'expansion des ruches et à l'intégration de nouveaux agriculteurs.

• Modèles de séries temporelles SARIMAX pour prévoir les effets climatiques sur la production de miel, atteignant une précision de 73 à 90 %.

• Modèles de régression régularisés (Ridge & Lasso) pour identifier des variables climatiques significatives et des signaux d'alerte précoce pour une gestion adaptative (≈90 % de précision).

• Régression spline et modèles de clustering appliqués à des données démographiques et transactionnelles, prédisant des rendements avec ~60 % de précision aux tests et segmentant les agriculteurs en quatre profils de producteurs distincts.

Impact & Résultats

• Compréhension améliorée de la façon dont le climat, les conditions forestières et le placement des ruches influencent le rendement du miel

• Conseils basés sur les données pour une expansion durable des ruches et l'intégration des agriculteurs

• Outils de prise de décision améliorés pour une gestion adaptative des forêts et de la production

• Ont démontré la puissance des données de Palmyra Pro au-delà de la conformité—vers l'intelligence prédictive et d'optimisation

Le plus important, la collaboration a renforcé la valeur de travailler avec des étudiants motivés et compétents :
les résultats étaient si forts que Palmyra a finalement embauché l'un des participants au projet.

Détails du Projet

• Partenaire de collaboration : Palmyra

• Partenaire académique : Université d'Amsterdam

• Programme : BSc Business Analytics

• Année : 2025

• Membres du projet :
  Deniz Cayci · Gergana Ivanova · My Ngoc Nguyen · Abhinav Bharat Prem