L'analytique prédictive n'est pas une toute nouvelle technologie, mais c'est une technologie qui vient de commencer à se développer ces dernières années. Grâce aux progrès réalisés dans la collecte et le traitement des mégadonnées, l'exploration de ces données et l'utilisation de l'analyse prédictive sont à la portée de plus d'organisations que jamais. Mais qu'est-ce que cela signifie vraiment pour les organisations qui l'utilisent? Nous avons parlé à David Sweenor, le responsable de produit Global Analytics pour Dell Statistica, un logiciel d'analyse prédictive conçu pour rendre l'analyse des données plus rapide, plus accessible et plus utilisable pour les entreprises.
Techopedia: Pouvez-vous expliquer un peu ce que l'analyse prédictive peut faire pour une entreprise, et ce qu'il faut pour aller au-delà de l'analyse des données et de la prévision des résultats futurs pour traduire réellement ces informations en action?
David Sweenor: Statistica existe depuis plus de 30 ans en tant que plateforme d'analyse prédictive déployée dans toutes les industries. Je vais vous donner quelques exemples de ce que cela peut faire pour une entreprise. Un de nos clients au Mexique offre des microcrédits. Si un utilisateur souhaite demander un crédit, il accède à un site Web, saisit ses informations et un modèle prédictif fournit un score en temps réel qui détermine s'il convient de lui accorder un prêt. Ceci est important car dans de nombreuses régions du monde, les bureaux de crédit traditionnels comme FICO, Experian et Equifax sont soit inexistants soit peu fiables. De plus, les lois bancaires diffèrent également, de sorte que l'entreprise peut compléter certaines de ses données plus traditionnelles avec des données de médias sociaux par exemple, et peut créer un modèle prédictif qui offre un meilleur profil de risque du demandeur. Ce faisant, l'entreprise a pu réduire ses taux de défaut de plus de 80%. Cela change la donne pour un prêteur et c'est quelque chose qui n'est pas possible si vous ne vous connectez pas et n'analysez pas toutes les données disponibles. Ce n'est là qu'un des nombreux exemples que nous avons dans le monde bancaire.
