Faire les bons jugements est difficile dans les affaires, surtout lorsqu'il n'y a pas suffisamment de données pour aider à la prise de décision. L'analyse de l'histoire n'est pas toujours un prédicteur fiable de ce qui se passera dans le futur. Par conséquent, prendre des décisions uniquement sur la base de faits historiques est souvent incorrect. Les analyses prédictives et prescriptives sont deux technologies avant-gardistes que les chefs d'entreprise utilisent pour aller au-delà de ces restrictions. Ils prévoient plus correctement l'avenir et, dans le cas de l'analyse prescriptive, orientent les dirigeants vers les meilleures décisions globales en combinant des données historiques (analyse descriptive), des règles et une connaissance de l'entreprise. Mais alors vous devez d'abord connaître la différence entre les deux (analyse prédictive vs prescriptive) avant de faire un pas dans cette direction, étant donné qu'ils se ressemblent tous les deux.
Présentation (analyse prédictive vs prescriptive)
L'importance croissante de ces techniques d'analyse se reflète dans les prévisions selon lesquelles le marché mondial de l'analyse prédictive et prescriptive se développerait à un rythme TCAC de 19.6 % à 28.7 milliards de dollars d'ici 2026.
La grande question est donc : existe-t-il des distinctions entre l'analyse prédictive et l'analyse prescriptive, ou sont-elles interchangeables ?
Bien au contraire, malgré le fait que les deux stratégies soient avant-gardistes, cela peut sembler similaire, il existe une différence significative entre elles. Selon Modèle d'ascendance analytique de Gartner, voici la hiérarchie des techniques analytiques :
- Ce qui s'est passé? (Analyse descriptive)
- Pourquoi est-ce arrivé? (Analyse diagnostique)
- Que va-t-il se passer ? (Analyses prédictives)
- Comment faire de l'analyse prédictive une réalité ? (Analyse prescriptive)
Ainsi, alors que l'analyse prédictive prédit ce qui pourrait arriver, l'analyse prescriptive révèle comment y arriver. L'analyse prédictive est subordonnée à l'analyse prescriptive dans ce scénario. Cela ne veut pas dire que l'analyse prédictive n'est pas utile ; c'est juste que les informations qu'ils fournissent ne sont pas les mêmes.
Analyses prédictives
L'utilisation d'approches statistiques et de modélisation pour prédire ce qui se passera dans le futur est connue sous le nom d'analyse prédictive. Il calcule la probabilité d'un événement ou d'événements donnés à l'aide de données historiques et d'approches de modélisation. La maintenance prédictive est un exemple fantastique d'analyse prédictive, car elle tente de déterminer quand une machine a besoin d'être réparée en utilisant divers algorithmes et données machine pour estimer le cycle de vie des composants importants. Bien que ces données soient informatives et exploitables, elles ne définissent pas l'action spécifique qui devrait suivre. Il indique plutôt à l'utilisateur qu'une maintenance est nécessaire.
Analyse prescriptive
L'analyse prescriptive diffère de l'analyse prédictive en ce sens qu'elle prédit non seulement ce qui se passera, mais offre également à l'utilisateur des options spécifiques et prescrit les meilleures solutions commerciales en fonction de critères spécifiés. Ce type d'analyse aide une entreprise ou une organisation à créer un modèle. Et pour s'assurer qu'il représente avec précision tous les aspects de l'entreprise, ce modèle est évalué par rapport aux données actuelles et historiques.
De plus, les utilisateurs peuvent examiner le modèle pour déterminer la meilleure décision en fonction de critères établis tels que la rentabilité, les SLA et le débit, plutôt que de simplement prévoir ce qui se passera.
L'analyse prescriptive, dans le contexte de l'exemple de maintenance prédictive ci-dessus, non seulement décide que la maintenance est imminente, mais détermine également les meilleures options de maintenance, de remplacement ou d'externalisation afin de maximiser la rentabilité totale et le chiffre d'affaires.
Analyse prédictive vs prescriptive : quelle est la différence ?
Les analyses prédictives et prescriptives sont des outils commerciaux cruciaux, et chacun sert un objectif différent. Mais alors, l'analyse prédictive est inférieure à l'analyse prescriptive, selon Hiérarchie analytique de Gartner. En effet, l'analyse prédictive prédit ce qui se passera mais ne fournit pas d'indications sur la manière de prendre les décisions nécessaires. L'analyse prescriptive, quant à elle, non seulement prédit ce qui se passera, mais identifie également la décision commerciale la plus optimale.
Attributs de l'analyse prédictive
- Aide à modéliser certains éléments d'une entreprise.
- Prédit ce qui est susceptible de se produire dans le futur.
- Il prédit un laps de temps (quand cela se produira).
- Les sorties ne sont pas actionnables ; ils indiquent seulement qu'une décision est requise.
- Il a tendance à privilégier une fonction par rapport aux autres.
- En règle générale, les hypothèses sont testées à l'aide de scénarios prédéterminés avec des options limitées.
Attributs de l'analyse prescriptive
- Aide à modéliser l'ensemble de l'entreprise
- Dépendant uniquement des données
- Aide à recommander des décisions commerciales spécifiques.
- Prend en compte les interdépendances
- N'est pas limité par des réglementations rigides
- Les avantages sont observables et quantifiables.
- Intègre des scénarios hypothétiques.
- Littéralement libre de "l'instinct viscéral" et des préjugés personnels
- Prend en compte tous les intrants, variables et résultats.
- Met en œuvre des modèles calibrés et validés pour refléter avec précision le fonctionnement de l'entreprise.
L'analyse prédictive vs prescriptive est-elle importante ?
Oui, la distinction entre l'analyse prédictive et prescriptive est importante.
Certains se demandent souvent si la distinction entre ces deux analytiques est vraiment significative en pratique. Cela résulte du fait qu'il est plus économique d'exploiter l'analyse prédictive par rapport à l'analyse prescriptive. En d'autres termes, ils essaient de souligner que l'optimisation d'une solution d'analyse prescriptive nécessite beaucoup plus d'efforts que l'optimisation d'une solution d'analyse prédictive à plus petite échelle. Il est essentiel d'évaluer la maturité commerciale des clients potentiels lorsque vous répondez à cette question.
Alors que la majorité des entreprises utilisent l'intelligence d'affaires, elles ne sont pas toutes passées à l'analyse prédictive. De plus, les dossiers montrent que l'analyse prescriptive n'est actuellement utilisée que par 11 % des moyennes et grandes entreprises. Le marché des logiciels d'analyse prescriptive, en revanche, devrait croître à un rythme TCAC de 20.6 % d'ici 2023. Cela indique qu'environ 37 % des entreprises commenceront à utiliser l'analyse prescriptive.
Ces résultats montrent que la distinction entre l'analyse prédictive et prescriptive devient de plus en plus importante pour un nombre croissant d'entreprises.
Dans tous les cas, les deux méthodologies analytiques servent des objectifs complètement différents. L'analyse prédictive est réactive dans le sens où elle met l'accent sur la nécessité pour la direction de réagir. L'analyse prescriptive, quant à elle, est proactive dans la mesure où elle montre à la direction la voie à suivre.
Mais voici quelque chose qu'ils ont en commun. Les analyses prédictives et prescriptives utilisent des données en temps réel obtenues auprès d'une entreprise ou d'une entreprise, ainsi que d'autres informations.
Analyse prédictive vs analyse prescriptive : quels problèmes résoudriez-vous ?
Les analyses prédictives et prescriptives ne sont pas des solutions autonomes pouvant être utilisées seules. Tous les types d'analyse commerciale ont leur place dans les organisations pour résoudre divers problèmes.
L'analyse prédictive est souvent un outil permettant d'identifier les tendances à court et moyen terme, ce qui est souvent utile, bien qu'isolé des tendances plus larges. Voici quelques exemples:
- Analyse des risques pour l'assurance à court terme
- Tendances des ventes, en particulier pour les lignes et les produits individuels.
- Prévision de la demande
- Gestion de l'inventaire
- Taux de désabonnement des clients
- Rentabilité
- Exigences de maintenance
D'un autre côté, l'analyse prescriptive donne une vue d'ensemble de la situation. Les modèles prescriptifs analysent souvent des organisations entières, ou à tout le moins des fonctions, des divisions ou des usines discrètes, tandis que l'analyse prédictive peut mesurer des modèles spécifiques. L'analyse prescriptive résout les problèmes suivants :
- Optimiser l'extraction du charbon dans plusieurs mines pour répondre aux demandes des clients tout en augmentant la rentabilité globale.
- Déterminer la meilleure stratégie de fabrication et d'inventaire, en particulier pour les entreprises de biens de consommation.
- Choisir l'approche d'exploitation optimale pour un service d'épuration des eaux qui dessert une vaste région métropolitaine tout en respectant la réglementation.
La différence de valeur organisationnelle que les deux techniques fournissent
Malgré le fait que les deux méthodologies présentent des avantages réels, l'analyse prescriptive surpasse généralement l'analyse prédictive. Bien que l'échelle des opérations joue un rôle, les types de décisions prises et les capacités de l'analyse prescriptive pour optimiser les décisions jouent également un rôle.
Pour les évaluations des risques à court terme, l'analyse prédictive a tendance à se concentrer sur un ensemble relativement restreint de critères, comme dans l'exemple ci-dessus. Bien que cette forme de recherche puisse apporter des avantages significatifs en réduisant les risques, il est peu probable qu'elle soit à la même échelle qu'une solution d'analyse prescriptive qui imite les opérations de la compagnie d'assurance. Un modèle comme celui-ci peut découvrir les produits d'assurance les plus rentables, les meilleurs marchés et les meilleures méthodes pour réussir à long terme. De plus, au lieu d'être limités à des scénarios spécifiques, les dirigeants d'entreprise peuvent utiliser des analyses prescriptives pour examiner une variété de hypothèses, de possibilités et de compromis.
L'analyse prescriptive peut être plus coûteuse que l'analyse prédictive, mais le retour sur investissement a le potentiel d'être beaucoup plus élevé.
La distinction entre les besoins technologiques
L'analyse des données a traditionnellement été le domaine des data scientists ; Cependant, l'environnement commercial en évolution rapide d'aujourd'hui nécessite que les responsables hiérarchiques et les cadres aient un accès immédiat à ces outils d'analyse. Bien que cela n'indique pas l'implication dans la programmation ou le raffinement des données, cela implique qu'ils doivent avoir accès aux outils et tableaux de bord des utilisateurs finaux qui leur permettent d'enquêter sur les résultats de manière indépendante. Cette approche pratique instille la confiance dans les technologies tout en fournissant des données en temps réel pour faciliter la prise de décision.
Vous pouvez essentiellement effectuer des tonnes de tâches d'analyse prescriptive avec une variété de technologies, allant des langages de programmation de haut niveau aux outils ERP intégrés et aux progiciels spécifiques à la solution. Pour rendre les données utilisables, la première étape consiste à les nettoyer et à les intégrer. Par la suite, de nombreuses approches analytiques sont intégrées :
- Techniques de régression ; comprend des méthodes de régression linéaire, temporelle et logistique
- Méthodes d'apprentissage automatique
- Les réseaux de neurones
- Probabilité conditionnelle (Nave Bayes)
L'analyse prescriptive va encore plus loin en incorporant l'heuristique ou l'optimisation dans l'analyse.
Les heuristiques
Les heuristiques sont utiles lorsqu'il s'agit de scénarios opérationnels au-delà de la description. Cette méthode est une approche mathématique basée sur des règles. C'est utile dans les cas où des décisions similaires sont prises régulièrement, comme l'acquisition de matières premières. Fondamentalement, les heuristiques sont utiles pour automatiser les jugements mais pas tant pour les optimiser. Cependant, certains défauts fondamentaux incluent l'absence d'exigences de modification régulière des règles pour éviter que les règles ne deviennent obsolètes, ainsi que le fait que l'heuristique ne peut pas examiner toutes les circonstances possibles.
La solution idéale est déterminée à l'aide d'une combinaison de modèles mathématiques et d'algorithmes précis. Pour répondre à des requêtes spécifiques, un modèle mathématique reflétant l'entreprise ou la fonction est créé et un algorithme précis est utilisé. L'objectif d'un modèle d'optimisation est de maximiser ou de diminuer un paramètre comme le profit ou les coûts.
Des solutions packagées et des plateformes d'optimisation sont également disponibles pour logiciel d'analyse prescriptive. Les packages sont plus faciles à configurer et sont fréquemment créés pour résoudre un problème courant ou pour un secteur spécifique. Ils sont généralement disponibles sous forme de solutions SaaS ou PaaS dans le cloud.
Une plateforme d'optimisation, cependant, se compose de deux parties : une plateforme de modélisation pour définir le problème et un solveur d'optimisation.
Les modèles sont créés à l'aide d'une interface visuelle par glisser-déposer ou en utilisant les mathématiques. De plus, la majorité des systèmes d'optimisation sont gérés en interne et les dépenses varient considérablement. Ils fournissent des solutions hautement personnalisées qui sont des représentations réalistes du problème. De plus, ils peuvent nécessiter l'utilisation de programmeurs qualifiés pour construire le modèle, et ils manquent souvent d'interfaces utilisateur final.
Certains, comme la plate-forme Microsoft Azure de River Logic, exigent des capacités de programmation étendues, tandis que d'autres, comme la plate-forme Microsoft Azure de River Logic, ne le font pas.
Qu'est-ce que l'analyse prédictive et prescriptive ?
Les analyses prédictives et prescriptives sont deux technologies avant-gardistes que les chefs d'entreprise utilisent pour aller au-delà des restrictions de prise de décisions basées sur de simples spéculations. Ils prévoient plus correctement l'avenir et, dans le cas de l'analyse prescriptive, orientent les dirigeants vers les meilleures décisions globales en combinant des données historiques (analyse descriptive), des règles et une connaissance de l'entreprise.
Quelle est la différence entre la maintenance prescriptive et prédictive ?
L'analyse prescriptive, contrairement à l'analyse prédictive, non seulement décide qu'une maintenance est nécessaire, mais détermine également les meilleures options de maintenance, de remplacement ou d'externalisation afin de maximiser la rentabilité totale et le chiffre d'affaires.
Qu'est-ce qu'un exemple d'analyse prescriptive ?
Les cartes et les applications de trafic sont des exemples courants d'analyse prescriptive en action. Google Maps examinera tous les modes de transport disponibles (par exemple, bus, marche ou voiture), les conditions de circulation actuelles et les travaux routiers probables lors du calcul de l'itinéraire optimal pour vous rendre du point A au point B.
Quel type d'analyse de données a le plus de valeur ?
Alors que l'analyse prédictive prédit ce qui pourrait arriver, l'analyse prescriptive révèle comment y arriver. L'analyse prédictive est subordonnée à l'analyse prescriptive dans ce scénario. Cela ne veut pas dire que l'analyse prédictive n'est pas utile ; c'est juste que les informations qu'ils fournissent ne sont pas les mêmes.
En quoi les analyses prédictives et prescriptives sont-elles similaires ?
Les deux fournissent des connaissances et même des prévisions pour aider les entreprises à prendre des décisions. L'analyse prédictive et prescriptive utilise la modélisation statistique, l'apprentissage automatique et l'exploration de données pour fournir des outils stratégiques et un aperçu approfondi des clients et des opérations globales aux cadres MBA et aux étudiants diplômés MBA.
- Analyse prescriptive : définition, exemples concrets, fonctionnement
- STRATÉGIE DE DONNÉES : 7 composants de la stratégie de données dont chaque composé a besoin
- ATTÉNUATION DES RISQUES STRATÉGIQUES : Comment le faire correctement
- Planification de la demande : aperçu, comparaisons, salaires et emplois
