By Lars Iffert, Sascha Alexander , BARC, Groupe CXP
11 pages, FORMAT (PDF), Téléchargement

Dans le climat économique incertain que nous connaissons aujourd’hui, les entreprises éprouvent de plus en plus le besoin d’anticiper. Toutefois, les projections qu’elles souhaiteraient pouvoir établir sur les évolutions futures de leur activité sont difficiles à réaliser à partir des outils classiques de Business Intelligence. Les rapports statiques que ces derniers fournissent proposent une vue rigide et limitée de l’information. Même des méthodes telles que les analyses OLAP atteignent leurs limites quand il s'agit d'analyser des projections dans le temps : les données constatées ne peuvent s’analyser qu’en les rapportant à des paramètres définis (les « dimensions ») pour pouvoir faire de la prospection.

Seuls les outils et méthodes BI conçus pour faire de « l'analyse prédictive » peuvent apporter une aide et des avantages business. Des solutions packagées pour un métier aux outils de développement d'applications d'analyse prédictive, le spectre des solutions disponibles sur le marché est large.

Ce dossier de recherche dresse un tableau de ce que sont les approches de l'analyse prédictive aujourd'hui. Il passe en revue les principaux cas d'application et brosse les grandes lignes de la méthodologie à suivre pour la mise en œuvre d'un projet de Data Mining.

SOMMAIRE

- INTRODUCTION
- OUTILS ET MÉTHODES
- APPLICATIONS
- MISE EN ŒUVRE DE PROJETS
- CHALLENGES
 

Les objectifs

Nos dossiers de recherche présentent en quelques pages l’analyse d’une tendance (buzz ou réalité ?) et de son impact sur le SI. Elles décryptent un concept ou l’apport d’une technologie, comparent différentes approches ou méthodologie, dressent la typologie d’une offre produit, proposent des best practices, listent des recommandations en signalant les pièges à éviter.

Ce dossier fait partie de notre outil d’accompagnement pour les DSI : le Pack Executive