Anticiper et décider grâce à l’analyse prédictive

Le domaine de l’analyse prédictive est composé d’un ensemble de solutions qui permettent d’anticiper les décisions opérationnelles et d’optimiser certains processus métiers de l’entreprise.

Par Céline Jacquier

A lors que le marché de l’informatique décisionnelle comporte aujourd’hui des solutions nombreuses et variées, très peu d’entre elles offrent aux entreprises de vraies solutions de modélisation et d’optimisation. Dans ce domaine, avec ses solutions, SAS a une longueur d’avance sur la concurrence. « Notre orientation actuelle, c’est de positionner nos solutions au-delà de l’informatique décisionnelle, indique Mouloud Dey, directeur des Nouvelles Technologies de SAS France. Les solutions décisionnelles traditionnelles se focalisent souvent sur la description du passé. À l’image d’un rétroviseur, elles offrent une bonne vision descriptive mais laissent au professionnel le soin d’anticiper seul un éventuel virage. »

Or de plus en plus d’entreprises sont soucieuses de prévoir l’évolution des comportements de leurs clients, d’anticiper certains risques afin d’éviter les crises majeures et, plus généralement, d’améliorer leurs processus métiers, donc leurs revenus et surtout leurs marges. Aux États-Unis, une grande chaîne de magasins a, par exemple, travaillé sur la modélisation du cycle de vie des produits en rayons. Cette modélisation, associée à une prévision fine du comportement d’achat de ses clients, permet d’optimiser l’approvisionnement par point de vente (par taille, par coloris, etc.) mais aussi de fixer finement les prix d’introduction des produits ainsi que les démarques successives. L’analyse prédictive est un des maillons de cette chaîne décisionnelle, elle permet d’argumenter les décisions (fixation des prix, des démarques, anticipation des réapprovisionnements…) et d’optimiser les processus métiers.

Des solutions susceptibles d’intéresser un grand nombre de secteurs d’activité

Quels sont les secteurs qui ont le plus à gagner de la mise en place de modèles d’analyse prédictive ? Ils sont nombreux ! Tous les secteurs d’activité commencent à utiliser ce type de solutions. Outre la grande distribution, le secteur bancaire, par exemple, a besoin d’outils performants d’anticipation des risques et de détection des fraudes. « La fraude est un des marchés les plus importants pour les solutions d’analyse prédictive, notamment pour ce qui est de la prévention des fraudes à la carte bancaire. Ce type de fraude représente un énorme volume de pertes de plus de 4 milliards de dollars en 2007 au niveau mondial, un chiffre en constante augmentation (+ 12 %) », rappelle Mouloud Dey.

Des modèles d’analyse prédictive ont ainsi été mis en oeuvre dans certains réseaux bancaires afin de déterminer en temps réel si une transaction donnée peut être considérée comme suspecte et d’autoriser ou de refuser le débit ou le paiement. La prévention des fraudes intéresse aussi directement le secteur de l’assurance ainsi que les institutions publiques (organismes de sécurité sociale, caisses de retraite…) pour lesquels les enjeux financiers sont également très importants. Le secteur bancaire est aussi amené à utiliser ce genre de techniques analytiques pour anticiper les risques (risques de crédit, risques de marché, risques opérationnels).

Enfin, le domaine de la relation clients représente un autre vaste champ d’application, avec d’une part les modèles susceptibles d’aider à la rétention des clients, très recherchés par les opérateurs télécoms (modèles de prévention du « churn », ou attrition). Il s’agit de détecter les comportements précurseurs de ce départ à la concurrence ou de désabonnement pour mieux le contrer par des opérations commerciales attractives permettant d’assurer la fidélisation du client sur le long terme. D’autre part, la gestion des campagnes marketing et leur optimisation font également partie des axes forts de développement de solutions prédictives, notamment pour tout ce qui concerne le ciblage.

Plus proche de l’utilisateur métier

SAS a suivi l’évolution des besoins de ses utilisateurs afin de mettre au point des solutions adaptées aux nouveaux enjeux de l’analyse prédictive. Ces modèles, parfois basés sur des algorithmes complexes, peuvent aujourd’hui être mis à disposition des opérationnels dans le cadre de leurs métiers. Une décision doit parfois être prise en temps réel par un opérateur de centre d’appel ou un chargé de clientèle s’appuyant sur des techniques d’analyse prédictive afin de proposer un crédit ou une offre personnalisée, et ce avec la réactivité la plus adaptée à son processus métier.

Références clients

TNS Sofres et l'analyse prédictive
Pour réaliser des estimations proches de la réalité finale, TNS Sofres utilise SAS. Le point sur les outils décisionnels d’analyse prédictive avec Philippe Périé, Directeur scientifique de TNS Sofres.

Coface : une agence de notation reconnue
Coface a obtenu le statut ECAI pour ses activités de notation d’entreprises en France. Une reconnaissance de la qualité de ses indicateurs de mesure du risque de défaillance des entreprises.

Les solutions d’Analytic Intelligence de SAS : plus d'infos

Demande d'information sur nos services et solutions