L’analyse prédictive, ou comment recycler des données pour les transformer en données actionnables

Depuis quelques années, on voit émerger au sein des départements « Sales & Marketing » des entreprises – grandes ou plus modestes, un recours de plus en plus systématique à l’analyse prédictive. Pourtant ce concept ne semble pas nouveau et les méthodes déterministes se sont développées dès le début des années 1980 avec l’essor de l’outil informatique.

Le concept d’analyse prédictive

L’idée principale est d’utiliser les travaux sur la « régression » de Pearson au début du siècle afin de déterminer la corrélation existante entre plusieurs variables. La recherche en médecine fut la première à utiliser les méthodes de prédiction afin de les appliquer à certains patients pour déterminer la probabilité d’avoir certaines maladies ou malformations. Par exemple, certains modèles déterministes captent les corrélations entre anormalités de séquences d’ADN et maladies chez le futur nouveau-né.

De la médecine au retail

Dans un second temps, ces analyses se sont répandues dans le monde du retail afin d’augmenter la profitabilité des entreprises ou encore devancer les besoins du consommateur. Depuis sa création en 1994, Amazon innove en permanence sur le plan technologique afin de mesurer la prédiction de ses clients en allant parfois au-delà des critères classiques de prédiction comme les commandes déjà passées (et sa capacité à proposer ainsi la commande en un clic à travers la facilité de recommander un même produit), ou encore le temps passé du curseur de souris sur un élément du site web, en signe de l’intérêt pour un produit x ou y.

Avec 35 objets envoyés par seconde et plus de 7 milliards de dollars dépensés en frais d’expédition par an, un des axes de différenciation de l’entreprise américaine est d’optimiser sa logistique. C’est d’ailleurs l’objet d’un brevet déposé en 2014, visant à réaliser de « l’expédition anticipée », c’est-à-dire prédire un achat individuel et anticiper sa livraison en optimisant les risques de retour et même les conditions météorologiques. Le tout sans que le client n’ait encore cliqué sur le bouton jaune « Passer la commande ».

En un mot, les enjeux de demain pour les entreprises seront donc de s’armer de bases de données de plus en plus riches afin d’utiliser la puissance de calcul de l’analytique pour diminuer les différents coûts inhérents à leur activité et faire preuve d’innovation dans les lancements de nouvelles tendances. Des tendances pour notamment servir l’expérience client.