Quelles sont les conséquences ?

Formuler des questions analytiques

Konstantinos Kattidis

Data Analytics Lead

Comprendre ce qui va se passer

L’analyse prédictive se concentre sur :

Analyse des données passées pour faire des prédictions
Prédiction de ce qui est susceptible de se produire à l'avenir

Exemple du secteur de la vente au détail

Question professionnelle :

Quelle quantité devons-nous commander pour répondre à la demande client et minimiser les coûts de stock ?

Question analytique :

Quelle est la demande client prévue pour le produit x en fonction de divers facteurs ?

Technique :

Prévision de séries temporelles

Prévision des ventes, graphique en courbes

Exemple du secteur de l'assurance

Question professionnelle :

Comment pouvons-nous identifier les demandes frauduleuses et atténuer le risque de versements frauduleux ?

Question analytique :

Quelle est la probabilité qu’une réclamation soit frauduleuse, selon diverses variables issues des données historiques sur les réclamations ?

Technique :

Algorithme de prédiction de classification

Workflow vers un modèle de classification

Exemple du secteur de la santé

Question professionnelle :

Comment pouvons-nous améliorer les résultats des patients en identifiant quels patients sont à risque de certaines pathologies ?

Question analytique :

Peut-on prédire quels patients sont à risque de certaines pathologies à partir de variables pertinentes ?

Technique :

Texte de modélisation prédictive

Flux de modélisation prédictive du texte pour le diagnostic de santé

Scénario dans le secteur financier (1/2)

Question professionnelle :

Comment pouvons-nous identifier les demandes de prêt les plus susceptibles d’aboutir à un défaut de paiement ?

Questions analytiques :

Analytique descriptive : Quelles demandes de prêt ont abouti à un défaut de paiement dans le passé ?

Analytique diagnostique : Pourquoi certaines demandes de prêt aboutissent-elles généralement à des défauts de paiement ?

Analytique prédictive : Peut-on prédire la probabilité qu’une demande de prêt aboutisse à un défaut de paiement à partir de diverses variables de la demande ?

Scénario dans le secteur financier (2/2)

Technique :

Algorithme de prédiction de classification tel que la régression logistique
Le modèle peut être appliqué à de nouvelles demandes de prêt pour prédire la probabilité de défaut
Cela aiderait à atténuer le risque de défaut de paiement et à améliorer la performance globale du portefeuille

Workflow vers un modèle de classification pour les prédictions de défaut de paiement de prêt

Passons à la pratique !

Formuler des questions analytiques