En quoi consiste l’analyse prescriptive ?

L’analyse prescriptive est une extension de l’analyse prédictive à considérer pour arrêter des décisions opérationnelles en situation d’incertitude. Elle s’appuie sur des modèles analytiques de données mais également sur des méthodes d’optimisation ou de simulation.
Définition Analyse prescriptive
Sommaire

Qu’est-ce que l’analyse prescriptive ?

 

L’analyse prescriptive est une technique d’analyse axée sur la volonté d’améliorer la prise de décision en entreprise afin de faire face à des situations précises. C’est une méthode basée sur l’exploitation des données, tout comme l’analyse prédictive. A l’ère du Big Data, l’intelligence artificielle est de plus en plus utilisée mais des techniques classiques d’optimisation ou de règles de décision sont encore fréquemment utilisées. L’analyse prescriptive a été pensée en vue d’orienter l’organisation dans ses choix business et le déploiement de ses actions stratégiques.

 

Identifier et anticiper le “futur”

À partir de celle-ci, il est possible d’identifier les phénomènes futurs et les anticiper en se fiant à des procédés analytiques des données et en tenant compte du Big Data. L’analyse prescriptive intègre une technologie intelligente censée lui permettre d’aller plus loin. Une entreprise peut s’appuyer sur celle-ci pour s’adapter au phénomène identifié ou lancer des actions concrètes afin de l’éviter.

 

Une méthodologie rigoureuse

La mise en place d’un plan d’analyse prescriptive impose l’implication de spécialistes dans la gestion des data (data scientist) et des experts en gouvernance des données. Cela implique nécessairement l’utilisation de solutions intelligentes pouvant traiter une grande quantité de données. Pour un plan d’analyse prescriptive performant, une méthodologie stricte doit être suivie.

 

L’implémentation

Il faut définir au préalable l’objectif de l’implémentation. Il est alors nécessaire de rassembler toutes les parties prenantes au projet et réfléchir sur les données nécessaires, les résultats à obtenir et la façon d’utiliser les données par les collaborateurs concernés. Des algorithmes doivent être créés et la modélisation de l’analyse est envisageable par le Machine Learning. Avant la généralisation de l’utilisation à l’ensemble de l’organisation, il faut passer par le “test and learn”. Lorsque des résultats concluants sont obtenus, il est nécessaire de créer les bonnes conditions pour que les équipes utilisent parfaitement le nouveau processus décisionnel.

 

Divers domaines d’application

Il est possible de mettre en application l’analyse prescriptive dans plusieurs domaines. La méthode est notamment efficace dans les secteurs de l’énergie, de la défense, de la santé, du sport et de l’agriculture. La technique de l’analyse prescriptive permet d’optimiser les campagnes marketing, de réduire les risques et d’améliorer la performance opérationnelle de l’entreprise.

 

 

Aide à la prise de décision

À partir de l’analyse prescriptive, il est facile de poursuivre le développement de l’analyse automatisée des données. Cette méthode aide surtout à la prise de décision. C’est d’ailleurs pourquoi elle est adoptée dans plusieurs domaines.

 

Le marketing

En matière de ventes et marketing direct, l’analyse prescriptive aide à évaluer les pistes provenant du site web d’une entreprise. Cela permet de déterminer la probabilité de conclure une entrée et d’établir son niveau de priorité. À partir des campagnes lancées, il est possible de cibler les candidats les plus susceptibles de répondre positivement. Lire à ce sujet : qu’est-ce que le marketing prédictif ?

 

L’attrition

Concernant les relations avec la clientèle, l’analyse des caractéristiques et du comportement du client permet de prévoir le niveau d’attrition. Cela s’applique notamment aux contrats de téléphonie mobile et des cartes de crédit. Grâce aux modèles d’attrition ou de désabonnement, les entreprises parviennent à mettre en place des stratégies visant à réduire les variations de taux d’attrition à partir de communiqués et d’offres spéciales.

 

Optimisation des prix

L’analyse prescriptive aide également à optimiser les prix. En exploitant une quantité suffisante de données, il est possible de modeler la relation entre la demande et le prix pour n’importe quel produit. Cette relation est utilisable pour établir la meilleure stratégie en matière de prix. On emploie fortement l’analyse des prix et la gestion des revenus dans les secteurs du transport aérien, des biens de consommation emballés, du loisir et du secteur bancaire de détail. On note une extension dans de nouveaux domaines, tels que le commerce électronique de détail et les routes à péage.

 

La santé et le médical

En outre, dans le domaine de la santé, l’analyse prescriptive aide à prendre des décisions d’une extrême importance. Sont de plus en plus élaborés des modèles qui lient les symptômes aux traitements à choisir. Il est possible par exemple qu’un modèle prédise la probabilité qu’un patient qui présente certains symptômes soit victime d’une crise cardiaque.

 

 

Crédit image : Abeena Lijo – Dribble

Sommaire

Voir aussi

Voir aussi

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.