Les quatre piliers de l'Analytics

L'analytics est essentielle pour les entreprises aujourd'hui. Les informations en temps réel basées sur les données améliorent les décisions. Les entreprises identifient des domaines à améliorer pour optimiser l'efficacité et réduire les coûts, augmentant ainsi les bénéfices potentiels. Le retour sur investissement de l'analyse est en constante augmentation. Le marketing personnalisé, basé sur une analyse solide, améliore la satisfaction des clients. Les commentaires des clients sur les réseaux sociaux fournissent des informations instantanées pour améliorer les produits et services. Les modèles de gestion des revenus aident les compagnies aériennes et les hôtels à maximiser leurs revenus.

Bien que ces résultats soient impressionnants, ils ne sont pas faciles à atteindre. Comprendre quel type d'analyse convient à quel type de problème est tout aussi important que d'obtenir une qualité de données correcte. Les analyses descriptives, diagnostiques, prédictives et prescriptives ont toutes des similitudes, mais aussi leurs spécificités. Tirer le meilleur parti d'un ensemble de données nécessite de savoir exactement quel type d'analyse doit être utilisé dans quelle situation, et c'est là que cela devient complexe. Il n'y a pas toujours de solution universelle avec l'analyse. Comprendre chaque type d'analyse ainsi que savoir quand, où, pourquoi et comment l'utiliser est un art en soi.

En général, il existe quatre types d'analyse :

• L'analyse descriptive - Que s'est-il passé ?
• L'analyse diagnostique - Pourquoi cela s'est-il produit ?
• L'analyse prédictive - Que pourrait-il se passer ?
• L'analyse prescriptive - Que devrait-il se passer ?

‍

‍

L'Analytic Value Escalator de Gartner montre une bonne répartition de la façon dont les types d'analyse s'alignent. Il illustre l'évolution de l'analyse des données, passant de l'analyse descriptive et diagnostique à l'analyse prédictive et prescriptive.

À mesure que les organisations montent sur l'escalator, la valeur de l'analyse augmente, mais la difficulté d'obtenir des résultats augmente également. L'analyse descriptive fournit une rétrospective sur les données et l'activité d'une entreprise. L'analyse diagnostique offre une vue consolidée des systèmes et des données d'une entreprise pour comprendre les problèmes potentiels. L'analyse prédictive offre des prévisions, mais l'analyse prescriptive se concentre sur ce qui devrait se passer. Ce type d'analyse vise à révéler comment un résultat analytique s'est produit et comment il peut être reproduit.

Analytique descriptive

L'analytique descriptive pose la question fondamentale : "Qu'est-ce qui s'est passé ?" Elle rétrospecte et est utile dans les rapports opérationnels. Les tableaux de bord de business intelligence (BI) fournissent souvent des analyses descriptives qui éclairent le comportement passé d'une entreprise avec des graphiques, des diagrammes et des rapports détaillant les données clients ou de ventes.

L'analytique descriptive analyse des données historiques pour identifier des motifs, des tendances et des relations. Elle offre un aperçu des performances passées de l'entreprise et aide les parties prenantes à interpréter les informations.

Elle résume les données et décrit les principales caractéristiques, y compris des mesures telles que la moyenne, la plage, l'écart type et la distribution. Elle identifie des tendances dans les données, comme des corrélations entre les variables ou des changements au fil du temps.

Bien que moins précieux qu'un modèle analytique prescriptif fournissant des données sur les prix des chambres pour un hôtel complet, l'analytique descriptive a une valeur considérable pour comprendre les performances passées d'une entreprise.

‍

Analyse diagnostique

La deuxième étape de l'Escalier de la Valeur Analytique, l'analyse diagnostique, permet de comprendre les données en profondeur en répondant à la question "Pourquoi cela s'est-il produit ?". Elle aide à diagnostiquer et à identifier la cause profonde d'un problème, fournissant des informations pour prévenir des problèmes similaires à l'avenir.

L'analyse diagnostique est similaire à un diagnostic informatique, où un technicien évalue les problèmes potentiels et suit un ensemble d'instructions standard pour les résoudre.

Elle peut également révéler pourquoi les clients achètent un produit spécifique, les fonctionnalités qu'ils apprécient et les facteurs influençant leur décision d'achat.

Les analystes en cybersécurité utilisent l'analyse diagnostique pour trouver des liens entre les notes de sécurité et les violations de données, identifiant les vulnérabilités potentielles et élaborant des plans pour atténuer les risques.

Les équipes commerciales et marketing utilisent l'analyse diagnostique pour comprendre les raisons derrière les bénéfices d'une entreprise, les fluctuations du trafic d'un site web, et améliorer leurs efforts de vente et de marketing.

Enfin, l'analyse diagnostique est également utile dans la détection de la fraude, permettant de surveiller les transactions et de repérer des schémas suspects, afin de prévenir les pertes financières et de maintenir la confiance des clients.

Bien que l'analyse descriptive soit utile, elle n'est pas proactive. C'est là que l'analyse prédictive entre en jeu.

‍

Analyse prédictive

La troisième étape de l'escalator de valeur de l'Analyse de Gartner, l'analyse prédictive, utilise des données, des algorithmes statistiques et l'apprentissage automatique (ML) pour prévoir les tendances futures. L'analyse prédictive peut aider les spécialistes du marketing à sélectionner les candidats les plus susceptibles d'utiliser une offre.

‍

Elle peut également comparer les taux de réponse réels aux taux de réponse attendus des campagnes et définir des limites de contrôle supérieures et inférieures. Dans l'industrie de l'assurance, l'analyse prédictive est utilisée pour prédire les risques des clients, l'intention d'achat et personnaliser l'expérience utilisateur. Elle est également utilisée dans la gestion de la chaîne d'approvisionnement pour prévoir la demande, optimiser les niveaux de stock et améliorer la logistique. Dans l'espace des technologies financières, elle aide à prévoir les tendances futures du marché et à identifier des opportunités d'investissement.

Dans l'analyse des médias sociaux, elle peut identifier les tendances et prédire les sujets populaires à l'avenir. Dans le domaine du football, elle aide les entraîneurs et les analystes à prédire les stratégies réussies sur le terrain. Dans l'industrie du jeu, l'analyse prédictive est utilisée pour suivre le comportement des joueurs, détecter les tricheurs et améliorer les résultats marketing. Dans l'industrie de la santé, elle peut évaluer les risques de santé des patients et aider à créer des plans de traitement personnalisés. Il est important de déployer et d'inciter à l'action les modèles prédictifs pour en tirer pleinement parti.

Analyse prescriptive

La dernière étape de l'escalator de valeur analytique de Gartner est l'analyse prescriptive, qui offre une intelligence amplifiée et une automatisation. Son objectif est de comprendre comment reproduire les résultats d'un modèle d'analyse prédictive.L'analyse prescriptive vise à optimiser une mesure clé, telle que le profit, en anticipant ce qui va se passer, quand et pourquoi. Elle recommande des actions et/ou des décisions spécifiques basées sur l'analyse des données.

Profitect affirme que l'analyse prescriptive est "l'application de la logique et des mathématiques aux données pour spécifier une action préférée". Les cas d'utilisation de l'analyse prescriptive sont nombreux et variés.

Elle permet aux spécialistes du marketing d'être plus précis dans leurs campagnes de marketing et de communication avec les clients. Les moteurs de recommandation utilisent l'analyse prescriptive pour proposer des suggestions de produits ou de services à acheter.

‍

Les modèles de tarification dynamique et d'optimisation des revenus utilisent les quatre types d'analyses pour déterminer le meilleur prix à pratiquer. Les organisations de santé utilisent des modèles d'analyse prescriptive pour optimiser les niveaux de personnel. Dans les soins aux patients, l'analyse prescriptive peut être utilisée pour améliorer les résultats des patients, évaluer le rapport coût-efficacité des traitements et identifier les patients à haut risque. Les institutions financières utilisent l'analyse prescriptive pour analyser les transactions clients, identifier les tendances de dépenses et prendre des décisions d'investissement. Dans la vente au détail, l'analyse prescriptive est utilisée pour analyser les données de vente, identifier les tendances et prendre des décisions claires sur la gestion des stocks, la tarification et les promotions.

‍

Lorsqu'il s'agit des quatre types d'analyse, il est assez facile de les distinguer, surtout les deux premiers.

• L'analyse descriptive consiste à étudier le passé en détail. Son but est de déterminer ce qui s'est réellement passé, ce qui peut servir de base pour une analyse future.
• En ce qui concerne le deuxième type d'analyse, "diagnostique" - le mot lui-même explique beaucoup. Cette analyse se concentre sur le diagnostic, c'est-à-dire essayer de comprendre la raison pour laquelle quelque chose s'est produit.

Les deux autres types, l'analyse prédictive et l'analyse prescriptive, sont similaires, mais avec une différence.

• Tandis que l'analyse prédictive se demande "Que pourrait-il se passer ?",
• l'analyse prescriptive va plus loin en demandant "Que devrait-il se passer ?"

L'analyse prescriptive est unique car elle aboutit à une décision. Elle recommande une action à prendre afin d'atteindre un résultat attendu.

‍