Fiche 05 : L'utilisation de la logique de prédiction

Le processus de prédiction

Résumé

La logique de prédiction, appelée également prévision décisionnelle, repose sur l'utilisation d'outils d'analyse de données passées ou présentes. Ces outils permettent de se projeter dans l'avenir et de prendre les meilleures décisions pour assurer leur pérennité. Dans cette logique, avant de prendre une décision, il est important d'évaluer ses effets directs et indirects et donc de prévoir avec le plus d'exhaustivité possible les risquent de sa réalisation.

Pourquoi l'utiliser ?

Objectifs

La logique de prédiction désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données, matérielles ou immatérielles, pour offrir une aide à la décision et permettre à un décideur d'avoir une vue d'ensemble de l'activité traitée.

L'outil de prévision a plusieurs objectifs :

• Obtenir des hypothèses fiables pour la construction des options.
• Anticiper les effets d'une décision sans les subir.
• Fixer les objectifs liés à la mise en place d'un choix.
• Identifier et contourner les risques possibles.

Contexte

L'utilisation de la logique de prédiction s'applique à tous les contextes où il est possible de modéliser l'état d'un système en analysant les données relatives à ses comportements passés.

Comment l'utiliser ?

Étapes

Le process de toute prédiction est simple : collecter les informations, les qualifier, les organiser et les restituer. Si on veut prédire l'avenir, il faut observer le présent et connaître des lois qui déterminent l'avenir en fonction de son passé. Il existe quatre grands types de prédiction :

• La prédiction dynamique : l'élaboration des budgets en fait partie. L'étude des écarts entre souhaité et réalisé permet de comprendre la différence et d'optimiser sa gestion prévisionnelle.
• La prédiction rationnelle : c'est l'usage ordinaire de la raison, aussi appelée raisonnement prédictif. Il s'agit de la capacité du décideur à prédire des conséquences observables en fonction des expériences et des événements passés.
• Les méthodes statistiques de prévision : c'est l'un des principaux outils utilisés par les entreprises et les États pour obtenir des estimations de marché ou pour faire des sondages.
• Le modèle de la régression : c'est l'approche mathématique de la prédiction. Ce modèle consiste à mettre en relation des variables à partir d'observations statistiques, à travers une équation pour expliquer ou prévoir des phénomènes.

Méthodologie et conseils

Les prévisions et les simulations sont pour les décideurs des moyens d'optimiser leurs choix et de prendre rapidement les meilleures décisions possibles. Mais les prévisions ont aussi leurs limites : malgré la fiabilité des outils de prévision mis en place, il reste difficile pour un décideur d'évaluer de façon juste ce que lui réserve l'avenir.

Comment être plus efficace ?

L'informatique décisionnelle

C'est au début des années 2000 que l'on a assisté à l'essor de l'informatique décisionnelle. Depuis, son utilisation s'est généralisée et la plupart des entreprises y ont recours.

Un système d'information décisionnel (SID), qu'il soit un simple tableau ou un logiciel, doit pouvoir combiner quatre fonctions fondamentales : la collecte, l'intégration, la diffusion (ou la distribution) et la présentation des données.

• Fonction collecte : détecter, sélectionner, extraire et filtrer les données pertinentes issues de l'environnement interne et externe de la décision, compte tenu du périmètre couvert par le SID. Ce dernier doit être capable de combiner plusieurs sources hétérogènes (sur le plan technique et sémantique), qu'elles soient internes ou externes. C'est la fonction la plus compliquée à mettre en place dans un SID complexe.
• Fonction intégration : concentrer les données collectées dans un espace unifié afin de permettre aux différents utilisateurs d'avoir accès à une source d'information commune, homogène, relativement bien organisée, normalisée et fiable, au sein d'un système unique. Dans ce sens, le " Data Warehouse " (entrepôt de données), permet aux décideurs de restructurer et d'exploiter de grandes quantités de données, répertoriées selon des dimensions différentes. Élément central du dispositif, la fonction intégration permet le filtre et la validation des données collectées afin d'arriver à une certaine cohérence d'ensemble, de synchroniser les données intégrées avec d'autres qui seraient à rajouter par la suite ou dans le même temps, et de rapprocher l'ensemble des données entreposées avec celles provenant des systèmes " légaux " de l'entreprise comme le contrôle de gestion ou la comptabilité. C'est également dans cette fonction que sont effectués éventuellement les calculs et les agrégations (cumuls).
• Fonction diffusion(ou distribution) : mettre les données collectées et intégrées à la disposition des utilisateurs, selon des schémas correspondants aux profils et aux métiers de chacun. Chacun des utilisateurs va avoir accès à une interface personnalisée, en fonction des informations pertinentes dans l'exercice de leur fonction. Le niveau de détail va différer selon les acteurs, certains agrégats ou cumuls n'étant nécessaires que dans certaines applications.
• Fonction présentation : gérer les accès aux informations, le fonctionnement du poste de travail, la prise en charge des requêtes et assurer la visualisation des résultats selon la forme retenue par l'utilisateur. Il s'agit de la partie visible du système pour l'utilisateur. Cette fonction permet également la relation avec d'autres outils de communication : outils bureautiques, bases de données...

L'actualisation des données

À cela, une cinquième fonction peut s'ajouter : l'administration. Cette fonction transversale permet de veiller à la bonne exécution des étapes précédentes : pilotage des mises à jour, création de documentation sur les données (métadonnées), sécurisation du SID, gestion des sauvegardes et des incidents afin d'avoir un système évolutif.

Correctement mise en oeuvre, la prévision décisionnelle offre un avantage concurrentiel non négligeable aux entreprises qui la mettent en oeuvre. Elle leur permet d'anticiper et de s'adapter aux variations futures de leur environnement afin d'être en mesure de prendre les meilleures décisions stratégiques possibles pour assurer leur pérennité.

CAS D'ENTREPRISE : Le Big Data au service de la décision

La prévision décisionnelle s'appuie sur les systèmes d'information pour une automatisation et une efficacité accrues. Ces dernières années, plusieurs logiciels ont vu le jour afin d'assister les entreprises dans le choix de leur stratégie (Birt, Business Objects, IBM Cognos, SAS...). Sur des marchés de plus en plus concurrentiels, la prévision décisionnelle offre un véritable cadre de référence pour les entreprises qui vont avoir un aperçu " en direct " des évolutions futures de leur environnement.

Dans le secteur de l'assurance, les assureurs ont à leur disposition des logiciels dotés de robots " espions " qui vont analyser sur Internet les prix pratiqués par la concurrence en fonction d'une multitude de critères (le tarif annuel pour un jeune conducteur, pour un conducteur confirmé ayant peu de sinistres à son actif...). Pour cela, ils vont procéder à des simulations sur les sites web des concurrents et sur les comparateurs en ligne. ¦