Analytique prescriptive

Qu'est-ce que l'analyse prescriptive ?

L'analyse prescriptive est un type d'analyse de données, c'est-à-dire l'utilisation de la technologie pour aider les entreprises à prendre de meilleures décisions grâce à l'analyse de données brutes. Plus précisément, l'analyse prescriptive prend en compte les informations sur les situations ou les scénarios possibles, les ressources disponibles, les performances passées et les performances actuelles, et suggère un plan d'action ou une stratégie. Il peut être utilisé pour prendre des décisions sur n'importe quel horizon temporel,. de l'immédiat au long terme.

Le contraire de l'analyse prescriptive est l'analyse descriptive,. qui examine les décisions et les résultats après coup.

Comment fonctionne l'analyse prescriptive

L'analyse prescriptive repose sur des techniques d'intelligence artificielle, telles que l'apprentissage automatique - la capacité d'un programme informatique, sans intervention humaine supplémentaire, à comprendre et à progresser à partir des données qu'il acquiert, en s'adaptant tout le temps. L'apprentissage automatique permet de traiter une énorme quantité de données disponibles aujourd'hui. Au fur et à mesure que des données nouvelles ou supplémentaires deviennent disponibles, les programmes informatiques s'adaptent automatiquement pour en faire usage, dans un processus beaucoup plus rapide et plus complet que les capacités humaines ne pourraient le faire.

De nombreux types d'entreprises et d'agences gouvernementales gourmandes en données peuvent bénéficier de l'utilisation de l'analyse prescriptive, y compris celles des secteurs des services financiers et des soins de santé, où le coût de l'erreur humaine est élevé.

L'analyse prescriptive fonctionne avec un autre type d'analyse de données, l'analyse prédictive,. qui implique l'utilisation de statistiques et de modélisations pour déterminer les performances futures, sur la base de données actuelles et historiques. Cependant, il va plus loin : en utilisant l'estimation de l'analyse prédictive de ce qui est susceptible de se produire, il recommande la voie à suivre à l'avenir.

Les avantages et les inconvénients de l'analyse prescriptive

L'analyse prescriptive peut réduire l'encombrement de l'incertitude immédiate et des conditions changeantes. Cela peut aider à prévenir la fraude, limiter les risques, augmenter l'efficacité, atteindre les objectifs commerciaux et créer des clients plus fidèles.

L'analyse prescriptive n'est cependant pas infaillible. Il n'est efficace que si les organisations savent quelles questions poser et comment réagir aux réponses. Si les hypothèses d'entrée ne sont pas valides, les résultats de sortie ne seront pas exacts.

Lorsqu'elles sont utilisées efficacement, cependant, les analyses prescriptives peuvent aider les organisations à prendre des décisions basées sur des faits hautement analysés plutôt que de sauter à des conclusions sous-informées basées sur l'instinct. L'analyse prescriptive peut simuler la probabilité de divers résultats et montrer la probabilité de chacun, aidant les organisations à mieux comprendre le niveau de risque et d'incertitude auquel elles sont confrontées qu'elles ne pourraient se fier à des moyennes. Les organisations peuvent mieux comprendre la probabilité des pires scénarios et planifier en conséquence.

Exemples d'analyse prescriptive

De nombreux types d'entreprises et d'agences gouvernementales gourmandes en données peuvent bénéficier de l'utilisation de l'analyse prescriptive, y compris celles des secteurs des services financiers et des soins de santé, où le coût de l'erreur humaine est élevé.

L'analyse prescriptive pourrait être utilisée pour évaluer si un service d'incendie local devrait exiger que les résidents évacuent une zone particulière lorsqu'un feu de forêt brûle à proximité. Il pourrait également être utilisé pour prédire si un article sur un sujet particulier sera populaire auprès des lecteurs en fonction des données sur les recherches et les partages sociaux pour des sujets connexes. Une autre utilisation pourrait être d'ajuster un programme de formation des travailleurs en temps réel en fonction de la façon dont le travailleur réagit à chaque leçon.

Analyse prescriptive pour les hôpitaux et les cliniques

De même, l'analyse prescriptive peut être utilisée par les hôpitaux et les cliniques pour améliorer les résultats pour les patients. Il met les données de santé en contexte pour évaluer le rapport coût-efficacité de diverses procédures et traitements et pour évaluer les méthodes cliniques officielles. Il peut également être utilisé pour analyser quels patients hospitalisés présentent le risque le plus élevé de réadmission afin que les prestataires de soins de santé puissent en faire plus, via l'éducation des patients et le suivi des médecins pour éviter les retours constants à l'hôpital ou aux urgences.

Analyse prescriptive pour les compagnies aériennes

Supposons que vous soyez le PDG d'une compagnie aérienne et que vous souhaitiez maximiser les profits de votre entreprise. L'analyse prescriptive peut vous aider à le faire en ajustant automatiquement les prix et la disponibilité des billets en fonction de nombreux facteurs, notamment la demande des clients, la météo et les prix de l'essence. Lorsque l'algorithme identifie que les ventes de billets avant Noël de cette année de Los Angeles à New York sont en retard par rapport à l'année dernière, par exemple, il peut automatiquement baisser les prix, tout en veillant à ne pas les baisser trop bas à la lumière des prix du pétrole plus élevés de cette année.

Dans le même temps, lorsque l'algorithme évalue la demande plus élevée que d'habitude pour les billets de Saint-Louis à Chicago en raison des conditions routières verglacées, il peut augmenter automatiquement le prix des billets. Le PDG n'a pas à regarder un ordinateur toute la journée pour regarder ce qui se passe avec les ventes de billets et les conditions du marché, puis demander aux travailleurs de se connecter au système et de modifier les prix manuellement ; un programme informatique peut faire tout cela et plus encore, et à un rythme plus rapide également.

Points forts

• L'analyse prescriptive utilise l'apprentissage automatique pour aider les entreprises à décider d'un plan d'action basé sur les prédictions d'un programme informatique.

• Lorsqu'elles sont utilisées efficacement, les analyses prescriptives peuvent aider les organisations à prendre des décisions basées sur des faits et des projections pondérées par les probabilités, plutôt que de sauter à des conclusions sous-informées basées sur l'instinct.

• L'analyse prescriptive fonctionne avec l'analyse prédictive, qui utilise des données pour déterminer les résultats à court terme.