Les Centers for Medicare et Medicaid (CMS) ont récemment annoncé qu'entre 2012 et 2014, l'organisation avait économisé 42 milliards de dollars. La CMS, en partenariat avec les forces de l’ordre et les prestataires de soins de santé, était en partie responsable des économies réalisées. Mais CMS a économisé une grande partie de cette somme en mettant en œuvre une analyse prédictive, prévenant ainsi «la fraude, le gaspillage et les abus».
«Du 1er octobre 2012 au 30 septembre 2014 (exercice financier 2013 et 2014), chaque dollar investi dans les efforts d’intégrité du programme Medicare de la CMS a permis d’économiser 12,40 $ pour le programme Medicare.
$config[code] not foundEn termes simples, l’analyse prédictive consiste à «apprendre aux ordinateurs, à partir de comportements antérieurs, à améliorer certains processus métier et à fournir de nouvelles informations sur le fonctionnement réel de votre organisation».
Les entreprises doivent apprendre à exploiter des stratégies exploitables à partir des nombreuses données qu’elles collectent. Les analyses prédictives peuvent être bénéfiques pour votre entreprise, notamment pour déterminer les actions des clients, simplifier vos processus et réduire votre niveau de risque.
Garbage In - Garbage Out (GIGO)
En informatique, nous avons un dicton: garbage in - garbage out (GIGO). Cela signifie que la qualité de vos données est extrêmement importante. Baser vos décisions commerciales sur des données non valides pourrait avoir un impact négatif important sur votre entreprise.
Assurez-vous que toute personne impliquée dans la saisie de données dans votre entreprise comprend à quel point la précision est essentielle au succès de votre entreprise.
Exemples d'analyse prédictive
L'analyse prédictive rationalise les opérations de l'entreprise
La Harvard Business Review rapporte que les mégadonnées sont extrêmement utiles pour prédire la demande des clients pour des produits qui ne sont pas des «hits», mais qui sont plutôt vendus à de nombreuses personnes dans divers créneaux (autrement appelé «la longue queue»).
L'exploitation de ce type de données est plus difficile car les produits de la longue queue ne sont pas aussi populaires que les produits à succès et les régions dans lesquelles ils sont vendus ne sont pas aussi vastes.
L'analyse prédictive est extrêmement utile pour extraire ces données et déterminer ce que veulent les clients de ces créneaux.
Définition de la tarification à l'aide de l'analyse prédictive
L’analyse prédictive aide également les entreprises à établir des prix. Les entreprises peuvent augmenter leurs ventes en ciblant des clients particuliers avec des prix, des remises et des promotions spécifiques.
Les détaillants en ligne peuvent utiliser les tonnes de données collectées sur le comportement de leurs clients pour ajuster leurs prix en fonction de ce qui attirera le plus leurs clients.
L'analyse prédictive aide également beaucoup les industries qui comptent sur les machines pour leur succès, car les données peuvent être utilisées pour évaluer le moment où ces machines nécessitent une maintenance ou risquent d'échouer.
Les scientifiques de Microsoft ont utilisé les données recueillies par avion pour déterminer le moment où les vols seraient annulés ou retardés. Les compagnies aériennes ne sont que l'un des exemples d'organisations qui peuvent réduire considérablement le gaspillage en cherchant simplement des moyens d'exploiter les données qu'elles possèdent déjà.
L'analyse prédictive diminue les risques
La réduction du risque pour les entreprises est un autre avantage de l'analyse prédictive. Les entreprises ont tout intérêt à découvrir des moyens d'accroître leur sécurité, car il ne s'agit pas de savoir si des violations de données surviendront, mais bien du moment où elles se produiront.
Recueillir des informations sur les attaques passées et identifier une empreinte digitale afin de prévenir de futures infiltrations est le moyen classique de prévenir les violations de données. Cette méthode devient de plus en plus inefficace à mesure que les cyberattaques deviennent plus sophistiquées.
Bien entendu, l’analyse prédictive ne permet pas d’empêcher chaque attaque. Cependant, il s’agit d’une approche proactive de la sauvegarde de l’information plutôt que réactive.
Les entreprises peuvent utiliser l’analyse prédictive pour identifier des attaques qu’elles n’ont jamais vues auparavant plutôt que de s’appuyer sur ce qu’elles savent des attaques passées. Combinée à l'intelligence artificielle, l'analyse prédictive pourrait devenir très puissante.
Mise en œuvre de l'analyse prédictive
Il est facile de parler de la mise en œuvre de l’analyse prédictive, mais cela peut être compliqué. Les entreprises doivent déterminer les éléments suivants pour commencer:
- la responsabilité de votre entreprise si le leadership fait de mauvais choix,
- les types de décisions prises par votre entreprise,
- quelles ressources vous aideront le mieux à mettre en pratique votre stratégie d'analyse prédictive.
L'analyse prédictive constituera un atout évident pour votre entreprise si le coût d'une série de mauvaises décisions devient élevé (par exemple, similaire aux 42 milliards de dollars dépensés par le système de gestion de contenu).
Il est également utile de reconnaître que toutes les décisions ne sont pas égales. Les décisions opérationnelles ont généralement des réponses bonnes ou mauvaises, alors que les décisions stratégiques peuvent avoir des réponses ambiguës.
Vous pouvez utiliser l'analyse prédictive avec les deux types de décisions, mais vous devrez adapter votre modélisation à l'une ou l'autre situation. Ensuite, vous devez sélectionner la solution d’analyse la mieux adaptée à vos besoins et avec une équipe qui sait ce qu’elle fait.
La direction doit identifier:
- tes problèmes,
- les résultats souhaités,
- jeux de données internes,
- la valeur de la solution que vous envisagez.
Utilisez ces informations pour déterminer le fournisseur le mieux adapté à votre entreprise.
Big data et analyse prédictive de Professeur Lili SaghafiL'analyse prédictive est un atout efficace
La valorisation des mégadonnées n’est plus l'apanage des grandes entreprises. Même les petites entreprises reconnaissent maintenant sa valeur. Heureusement, les entreprises sont désormais en mesure de tirer parti des avantages du Big Data grâce à la disponibilité de nouvelles solutions de cloud.
Quand il s'agit d'améliorer dans n'importe quel domaine de la vie, il n'y a pas de solution miracle. Cependant, l'analyse prédictive est une ressource précieuse pour aider votre entreprise à être plus efficace mais également à réduire ses risques dans de nombreux domaines.
Prédire la photo via Shutterstock
1
