Qu'est-ce que l'analytique prédictive ?

Songez à toutes les données que vous possédez qui ne sont pas entièrement utilisées. Non seulement les données générées par les transactions standard des clients, mais aussi celles collectées à partir de sources non traditionnelles comme les réseaux sociaux, le Web, les fichiers vocaux et les documents images. Aujourd'hui, vous pouvez exploiter toutes ces données, structurées ou non, pour bénéficier d'un avantage concurrentiel. L'analytique, en particulier l'analytique prédictive, représente l'un des outils permettant d'obtenir ces informations.

L'analytique prédictive désigne le processus qui utilise tous les différents types de données créées ou collectées par votre entreprise pour obtenir des informations sur les évolutions futures potentielles. C'est le mot « potentielles » qui compte. L'analytique prédictive permet de déterminer la possibilité raisonnable qu'un événement se produise dans le futur, en fonction de scénarios hypothétiques et de probabilités évaluées à l'aide des données existantes.

L'analytique prédictive est considérée comme une technique analytique avancée. Les méthodes analytiques avancées diffèrent des méthodes traditionnelles, car elles permettent aux entreprises de se projeter plutôt que de regarder en arrière. Vous ne demandez plus « que s'est-il passé ? », mais « qu'est-ce qui pourrait se produire ? ». Par exemple, cet ascenseur devra-t-il être réparé après 50 heures de service supplémentaires ? À mesure que vous gagnerez en expérience et en expertise en matière d'analytique, que ferez-vous de ces données ? Ou, encore mieux, à mesure que vous maîtriserez l'analytique avancée, vous vous fierez simplement au système : vous analyserez les données et ferez les meilleurs choix pour votre entreprise.

Les déploiements de solutions analytiques suivent une courbe de maturité composée de cinq phases. L'analytique traditionnelle inclut les deux premiers types de la courbe, tandis que l'analytique avancée comprend les trois suivants.

Comment les entreprises tirent-elles parti de l'analytique prédictive ?

Beaucoup d'entreprises sont aujourd'hui impatientes de repousser les limites de l'intelligence des affaires traditionnelle pour passer à l'analytique avancée, par exemple l'analytique prédictive.

Mais que peut faire l'analytique prédictive pour votre entreprise ?

Beaucoup de choses. Vous allez enfin pouvoir exploiter en temps réel vos volumes de données (structurées et non structurées) en expansion rapide pour répondre aux questions métiers concernant le personnel, les prix et la gestion des stocks, ou les problèmes opérationnels comme le temps de disponibilité du centre de données et les SLA.

Voici deux exemples concrets :

• Un grand hôpital, sous pression pour réduire les taux de réadmission des patients en raison de changements récents de réglementation, a créé un modèle d'analytique prédictive. Ce modèle a analysé les données nouvelles et inhabituelles (situation de pauvreté du patient, faible niveau d'alphabétisation, mauvaise connaissance de la langue du pays, peu d'aide sociale à domicile ou conditions de vie précaires, entre autres facteurs) et les a combinées aux dossiers médicaux électroniques des patients pour identifier ceux qui présentaient le risque le plus élevé de réadmission. En ciblant ces patients et en leur apportant des soins supplémentaires, l'hôpital a considérablement réduit les taux de réadmission, évitant ainsi des sanctions potentielles de plusieurs millions de dollars et libérant des ressources pour s'occuper d'un plus grand nombre de patients.¹
• Une grande enseigne de prêt-à-porter a placé des balises RFID sur ses produits et suivi les données au sein d'un modèle d'analytique prédictive pour obtenir une visibilité complète sur les stocks quasiment en temps réel. Le modèle ainsi créé a permis de prévoir les styles et les tailles à mettre en rayon (pour que les acheteurs trouvent exactement ce qu'ils cherchent), mais aussi d'identifier les zones sensibles et les meilleurs moments pour vendre certains articles. En plus d'augmenter ses ventes, la marque a optimisé le suivi et le réapprovisionnement de ses stocks.

Quelle est l'infrastructure optimale pour l'analytique prédictive ?

Chaque type d'analytique requiert une configuration différente. Commencez par examiner votre infrastructure existante. Identifiez les capacités de calcul, réseau et de stockage vieillissantes qui vous freinent.

Pour l'analytique prédictive, une modernisation de l'infrastructure s'avère parfois nécessaire pour fournir les performances, la sécurité et la mémoire ou le stockage requis. Votre infrastructure doit être suffisamment flexible pour exécuter des solutions d'analytique prédictive commerciales et de source libre. Elle doit également évoluer avec vos besoins. Le développement linéaire ne suffit plus. Vous devez pouvoir étendre votre infrastructure au-delà des prévisions normales pour atteindre vos objectifs.

L'infrastructure doit être capable d'exécuter différentes charges de travail analytiques, des bases de données en mémoire et en temps réel SAP HANA* ou Oracle* Exadata* à l'analytique en continu (Storm*, Flink*) et aux déploiements Hadoop* de mégadonnées. Aujourd'hui, il vous faut peut-être un data lake Hadoop*, alors que demain il vous faudra un environnement Spark* autonome. Votre infrastructure doit être suffisamment souple pour gérer les deux.

N'oubliez pas le Cloud. Les capacités de calcul et de stockage du Cloud renforcent votre infrastructure si vous prévoyez de déployer une solution d'analytique prédictive à grande échelle. Elles vous permettent également de développer vos ressources sur site et hors site selon les besoins. Le Cloud accélère aussi le déploiement de solutions d'infrastructure ou de plateforme qui ne sont pas encore prévues dans votre plan.

Pour cela, vous devez choisir des composants d'infrastructure conformes aux normes de l'industrie. Ne vous arrêtez néanmoins pas là, car c'est le minimum. Vous devez aussi tester vos composants et les optimiser pour les charges de travail d'analytique prédictive. Par exemple, ne vous limitez pas aux capacités des processeurs généralistes et adoptez les FPGA personnalisables pour accélérer certaines charges de travail analytiques, la mémoire, le stockage, Ethernet, les interconnexions et les plateformes optimisées pour le deep learning.

Quelle place pour des codes en source libre dans l'analytique prédictive ?

Vous pouvez déployer une solution d'analytique prédictive sans évaluer aucun outil de source ouverte, mais vous risquez de passer à côté de bons outils. La communauté analytique de source libre est vaste. Elle propose un portefeuille varié d'outils analytiques avancés, de Hadoop* à Spark* en passant par Hive*, en plus d'une multitude d'autres produits constamment améliorés et optimisés par la communauté mondiale qui travaille sur des outils de source libre.

Les outils d'analytique prédictive en code libre sont a priori beaucoup moins coûteux à déployer que les plateformes analytiques propriétaires, d'où leur intérêt pour les entreprises qui débutent dans l'analytique prédictive. Étant extrêmement flexibles, ces outils fournissent une multitude d'options de déploiement pour un large éventail de charges de travail analytiques.

Néanmoins, cette flexibilité les rend aussi difficiles à utiliser. Si vous optez pour des outils de source libre, vous aurez besoin de collaborateurs aux compétences émergentes et avancées (scientifiques, ingénieurs et analystes des données). Vous pouvez les recruter ou développer l'expertise en interne, ce qui prend du temps. De nombreuses entreprises finissent par recruter des consultants, ce qui augmente le coût de leurs initiatives en source libre.

Certaines entreprises effectuent des tests de faisabilité (POC, proof-of-concept) des systèmes d'analytique prédictive en utilisant des solutions de source libre, puis basculent vers des solutions propriétaires pour la production. Mais de plus en plus, les codes en source libre jouent un rôle clé dans la production de solutions, car ils permettent aux entreprises d'exploiter toutes leurs données (structurées ou non) et de tester de nouveaux concepts analytiques passionnants. Il en résulte souvent un mélange de solutions de source libre et propriétaires, ce qui qui vous permet de choisir les meilleures solutions pour différentes tâches. Vous pouvez aussi les combiner pour des résultats optimaux.

Étudier la rentabilité de l'analytique prédictive pour votre entreprise

L'un des plus grands freins à l'adoption de l'analytique prédictive est l'estimation de la valeur d'une initiative proposée.

Vous connaissez la valeur de votre solution existante de l'intelligence des affaires, car vous ne pouvez pas vous en passer. Mais comment établir la valeur de l'analytique prédictive ? Dans un premier temps, vous devez justifier la dépense initiale requise pour la construction d'une nouvelle infrastructure, le recrutement et le développement des compétences et l'achat des plateformes ou des outils analytiques. Vous devez démontrer que l'investissement sera bien plus rentable pour votre entreprise que les informations historiques fournies par l'analytique traditionnelle au cours de ces dix dernières années.

La première règle pour garantir la valeur : impliquer toutes les parties prenantes de l'entreprise. L'analytique prédictive ne s'utilise pas en vase clos. Elle permet de résoudre des problèmes. Demandez aux utilisateurs métiers d'identifier les problématiques qui pourraient être résolues par l'analytique prédictive. Choisissez-en une qu'ils ont eu des difficultés à résoudre en raison des capacités insuffisantes de vos sources de données et systèmes analytiques actuels. Ou choisissez un problème qu'ils n'ont jamais envisagé de résoudre parce que les sources de données étaient nouvelles, non testées ou non structurées.

La deuxième règle est de commencer petit. L'analytique prédictive peut vous submerger. Il s'agit en effet d'un domaine très complexe qui évolue tous les jours. De nouvelles solutions et de nouveaux outils arrivent constamment sur le marché (en particulier dans le monde des codes en source libre), et il n'est pas toujours évident de savoir comment ils s'intègrent les uns aux autres. Vous devez également prendre en compte la sécurité des données.

Posez-vous des questions basiques : Quels sont mes objectifs pour l'entreprise ? L'analytique prédictive me fournira-t-elle plus d'informations que l'analytique traditionnelle ? Les données dont j'ai besoin sont-elles disponibles et me fourniront-elles un avantage concurrentiel ? Quel est le retour sur investissement attendu ?

Avantages du partenariat avec Intel

Intel favorise l'innovation pour vous permettre de prospérer dans l'analytique prédictive. Les technologies Intel® couvrent tous les aspects de l'infrastructure pour vous aider à exploiter l'analytique prédictive et à obtenir un avantage concurrentiel.

En particulier, Intel définit et applique les normes qui encadrent les capacités de calcul, réseau et de stockage dans le monde. Les innovations d'Intel ont été testées et optimisées pour le plus grand écosystème de solutions d'analytique prédictive de l'industrie. Elles permettent d'obtenir une infrastructure compatible avec l'analytique prédictive, prenant en charge un large éventail de charges de travail exécutées sur des plateformes propriétaires ou de source libre. Comme les nouvelles plateformes d'analytique prédictive sont toutes basées sur l'architecture Intel®, vous pouvez tout analyser, ce qui vous ouvre de nouvelles possibilités pour l'analytique distribuée dans le cadre de chaque déploiement.

En termes de calcul, les processeurs Intel® couvrent l'ensemble des besoins de l'analytique prédictive. Le portefeuille s'étend au-delà les processeurs Intel® Xeon® généralistes avec des technologies annexes essentielles comme les FGPA personnalisables pour l'accélération des charges de travail analytiques, de la mémoire, du stockage, d'Ethernet et des interconnexions.

Lorsque vous modernisez votre stockage pour l'analytique prédictive en adoptant la technologie d'Intel, vous bénéficiez de performances applicatives révolutionnaires et obtenez rapidement des informations. Les solutions de stockage Intel sont conçues pour fournir des performances fluides et des capacités améliorées avec les processeurs, les chipsets, les microprogrammes, les logiciels et les pilotes Intel®. Elles sont rapides, performantes et économiques.

Intel simplifie aussi les aspects réseau de l'analytique prédictive. Les retards de migration des données de votre data lake ou de votre entrepôt vers votre infrastructure de calcul peuvent s'avérer onéreux lors des opérations en temps réel. Pour aider les entreprises à éviter ces retards, Intel fournit l'une des topologies fabric les plus rapides pour accélérer les charges de travail d'analytique prédictive sur l'ensemble des canaux du réseau.

N'oubliez pas la sécurité : les outils matériels et logiciels d'Intel protègent les accès, ainsi que les données stockées et les données en transit.

Cliquez ici pour en savoir plus sur la manière dont Intel peut contribuer à la stratégie d'analytique prédictive de votre entreprise.