Big data et BI : d’une analyse prédictive à une analyse prescriptive

Le prédictif, le prescriptif et le machine learning sont désormais considérés comme des aspects importants de la business intelligence (BI). Ceux qui parviendront les premiers à développer ces technologies bénéficieront d’un avantage concurrentiel décisif sur leur propre marché, en particulier grâce à un important volume de données analysé en temps réel. Cet article dresse un panorama des différentes formes d’analyse à l’ère du big data et des réseaux sociaux afin que vous puissiez prendre en considération leurs enjeux. D’une analyse prédictive à une analyse prescriptive, voyons ces évolutions de plus près. Vous retrouverez cette thématique dans notre dossier innovation technologique.

Data mining : du data lake au big data

L’un des plus gros problèmes auxquels est confrontée une entreprise est l’augmentation de la quantité d’informations stockées. Les données sont partout ! Et elles se multiplient à la vitesse de la lumière. C’est là qu’interviennent l’organisation et la gestion des connaissances. Avant d’aborder toute forme d’analyse, il faut donc récupérer les ensembles de données issues de tous les systèmes.

Ces informations à l’état brut sont initialement stockées dans un « data lake ». Qu’elles soient structurées ou non, elles ne sont pas organisées pour une analyse ultérieure. Les entreprises récupèrent les données quand elles le souhaitent. Ce n’est qu’ensuite qu’elles les organisent et créent une structure qui facilite l’analyse.

Du big data à l’analyse de données pour l’aide à la prise de décision

Il existe un grand nombre de technologies qui prennent la forme d’algorithmes et qui offrent l’opportunité de gérer une quantité importante de données et de créer des modèles permettant de mettre en place une analyse prédictive. Autrement dit, une fois que les informations sont collectées, elles peuvent être visualisées à partir de tableaux de bord et traitées.

Il est possible de réaliser des reportings, de produire des graphiques et des analyses ou d’utiliser l’ensemble des informations pour trouver la réponse à des questions stratégiques. On appelle plus généralement ces aspects la « data science ». Le data scientist peut découvrir la raison pour laquelle les employés ont tendance à quitter la société, par exemple. Obtenir une réponse à la problématique permet d’anticiper les prochains départs et de les éviter. L’analyse prescriptive correspond, quant à elle, à l’analyse et la compréhension des raisons et des causes qui ont conduit à la survenance de certains événements. Elle vise également à recommander des actions au bénéfice des prévisions.

Les différentes formes d’analyses et les difficultés actuelles

Si l’on devait comparer les différentes formes d’analyse et parler de pyramide des usages, on pourrait considérer que l’analyse descriptive permet de savoir ce qui se passe concrètement. L’analytics vise, quant à lui, à répondre à la question « pourquoi ? » tandis que les analyses prédictives et prescriptives offrent l’opportunité de savoir ce qui va se passer et quelles actions peuvent être mises en œuvre.

Pour finir, les entreprises qui souhaitent actuellement exploiter l’analyse prescriptive se retrouvent face à certaines contraintes juridiques, comme le règlement général sur la protection des données (RGPD). Il est donc important de trouver la meilleure solution en termes de politique de confidentialité pour rester dans le cadre de la législation, par exemple en anonymisant les informations des utilisateurs.

    TÉLÉCHARGEZ GRATUITEMENT NOTRE LIVRE BLANC

    « TOUT SUR LA GOUVERNANCE DE PROJET IT »

    À lire également dans notre dossier “gouvernance projet IT ” :

    Share This