De l’intuition à la Data Science : l’évolution de l’Analyse prédictive
De tout temps, la connaissance du futur a toujours fasciné et intrigué. Un des exemples les plus anciens concerne les prévisions météorologiques, impactant notamment les récoltes et les activités. Le savoir acquis avec l’expérience a donné lieu bien souvent à des adages comme « Noêl au balcon, Pâques au tison ». Derrière ce proverbe se cache une notion de prévision temporelles tenant compte d’un historique et de facteurs influents.
Cependant, la lecture du marc de café n’a que très rarement (et principalement par coïncidence) pu s’avérer efficace. L’analyse prédictive ne consiste pas à questionner une boule de cristal mais plutôt à utiliser des technologies et modèles mathématiques éprouvés pour identifier les relations entre les données qui influencent significativement les résultats. Déjà omniprésent dans nos outils de tous les jours, cette révolution n’est pas tant dans de nouvelles méthodologies mais plutôt dans sa démocratisation.
L’analyse prédictive est un processus analytique polyvalent qui permet à différentes entités d’identifier des schémas à partir de données ; ceux-ci peuvent ensuite être utilisés pour prédire différents résultats n’ayant pas tous une incidence sur les personnes. Les entreprises ont maintenant plus facilement accès aux produits logiciels leur permettant d’intégrer l’analytique à leur modèle de gestion. Pour toute entreprise, les cas d’applications sont multiples et à tous les niveaux. Que cela soit pour réduire les risques (financiers, industriels, …), obtenir une meilleure connaissance des comportements des clients, l’analyse prédictive trouve un intérêt dans chacun des maillons de la chaîne d’une entreprise et également à différentes vitesses avec le traitement en temps réel.
Dans certains secteurs, la visualisation des historiques pourrait être suffisante pour un expert métier. Au détail près qu’il faudra dans ce cas, qu’il puisse naviguer sans contrainte dans une multitude de graphiques. Le statisticien, lui, va se lancer dans le diagnostic des historiques (décomposition tendance, saisonnalité) voire dans la segmentation des séries grâce à l’analyse de similarité, et construire des modèles ad hoc. Le rôle du modèle prédictif permet non seulement de comprendre un phénomène mais surtout de retenir les données pertinentes noyées dans une masse d’information. L’expert métier en charge de ces analyses voit ainsi sa réactivité décuplée pour traiter de nombreuses questions opérationnelles.
La structure des données : les Séries temporelles, c’est quoi ?
Une série temporelle est un ensemble de points de données ou observations collectées à des intervalles de temps réguliers ou successifs.
Chaque point de données est associé à un moment spécifique, ce qui en fait une séquence de données indexée dans le temps. La caractéristique principale d’une série temporelle est que l’ordre des observations est crucial, car il reflète la dynamique temporelle des données.
Les objectifs de la modélisation d’une série temporelle sont :
- d’obtenir une meilleure compréhension du phénomène
- d’avoir une représentation simplifiée du phénomène grâce au modèle
- d’obtenir des prévisions du phénomène afin de déclencher des actions (vente d’actions, achat du stock, ouverture des vannes d’un barrage, ….)
- d’examiner les relations entre différentes séries temporelles pour découvrir les influences potentielles ou les relations de causalité
- d’identifier les comportements atypiques ou les points de rupture qui pourraient indiquer des événements significatifs ou des changements dans les dynamiques
D’un point de vue pratique, la modélisation d’une série temporelle passe par une décomposition, un processus par lequel une série temporelle est séparée en 3 éléments : la tendance, la saisonnalité/cycle et les résidus (ou l’erreur).
Cette décomposition permettra une meilleure compréhension du phénomène, et une aide précieuse pour rendre une série stationnaire en enlevant la tendance et la saisonnalité. Cette décomposition sert aussi à valider le modèle.
La tendance décrit la dynamique de la série de données. Elle peut être positive ou négative. La saisonnalité correspond à un phénomène périodique redondant. Ce sont des changements qui arrivent à intervalles réguliers. Le bruit ou résidus est une composante aléatoire (stochastique) qui décrit un changement qui n’est pas prévisible par la tendance et la saisonnalité.
Pour les tendances, le lissage est une technique couramment utilisée en analyse des séries temporelles pour aider à les identifier ainsi que les motifs sous-jacents dans les données en réduisant le bruit ou les fluctuations à court terme. Tenant compte des données, plusieurs modèles peuvent s’appliquer et se comparer à l’aide de métrique statistique objective.
L’identification des cycles ou saisonnalité repose quant à elle sur la décomposition de la date selon ses différentes modalités. Par exemple, le 17 mars peut être vu comme le 17ème jour du mois, le 76ème jour de l’année, ou encore en 2026 le troisième mardi de mars. Au travers de l’analyse conduite sur toutes les combinaisons, il est possible de détecter des saisonnalités à n’importe quelle maille : à la journée, à la semaine, au mois, toutes les 9 semaines, etc.
Enfin, l’analyse des résidus en série temporelle est une étape essentielle pour vérifier l’adéquation d’un modèle statistique. Les résidus sont essentiellement la différence entre les valeurs observées et celles prédites par le modèle. Idéalement, ces derniers doivent posséder des caractéristiques d’indépendance, de normalité et d’homoscédasticité. De plus, la mise en avant de valeurs aberrantes permet d’identifier des comportements anormaux.
Le processus global consiste donc à tester dans l’ensemble des modèles disponibles, tout d’abord la ou les tendances, puis pour chaque candidat retenu, les saisonnalités sur le signal initial sans la tendance, et enfin d’analyser les résidus finaux. La sélection du candidat idéal est, ensuite, réalise à l’aide de différentes métriques. À noter que la qualité de données, et également importante, et nécessite un certain nombre d’étapes automatisables.
L’analyse prédictive grâce à SeeTS de BOost AI
Nativement, l’outil SAP WebI de création de rapport de Business Intelligence ne permettait pas la prédiction de séries temporelles ? L’édition de logiciels SeensIO by Seenovate l’a fait !
À travers la nouvelle solution d’analyse prédictive SeeTS de BOost AI, souveraine dans SAP BO, il est désormais possible d’effectuer des prédictions directement dans WebIntelligence.
SeeTS est une solution frugale de prédiction automatique de séries temporelles clé en main. Elle identifie les caractéristiques des données et sélectionne les modèles prédictifs les plus adaptés pour fournir des prévisions fiables.
L’utilisateur est informé de l’état présent de ses données et peut anticiper leur évolution future. Aucune expertise statistique ni paramétrage complexe ne sont requis et l’utilisateur peut planifier et piloter ses actions directement dans son environnement de reporting.
Au-delà d’être un moteur prédictif, SeeTS dispose de nombreuses fonctionnalités permettant d’exploiter pleinement le potentiel des données temporelles.
L’outil détecte et gère automatiquement les formats de dates autorisés, permettant une prise en main sans complication inutile. Les valeurs dîtes « aberrantes » sont automatiquement détectées et aussitôt nettoyées. Les valeurs manquantes sont automatiquement imputées, permettant d’accroître la robustesse des prédictions.
L’outil est également conçu de sorte à informer efficacement l’utilisateur des caractéristiques temporelles identifiées. L’interface se veut intuitive et l’interaction outil-utilisateur se fait en toute fluidité par l’affichage d’information venant d’infobulles ou de fenêtres pop-up.
SeeTS est un outil analytique, certes, mais c’est avant tout un outil opérationnel, du fait de son temps d’exécution maîtrisé et de sa capacité à s’adapter à toutes sortes de données, y compris intermittentes (lorsque les périodes d’activité sont sporadiques ou irrégulières).
Enfin, SeeTS n’est pas un simple incubateur de modèles. À partir d’un arbre de décision basé sur la littérature scientifique, il détermine, pour l’utilisateur, les modèles les plus adaptés en fonction des caractéristiques des données. Il utilise ensuite le jeu de données de test pour comparer l’ensemble des modèles identifiés comme pertinents. Les trois meilleurs modèles, au regard de leurs performances prédictives sur le jeu de test, sont sélectionnés puis réentraînés sur l’entièreté des données pour finalement prédire à l’horizon temporel paramétré. Une fois encore, l’utilisateur garde le contrôle en confrontant les résultats de plusieurs modèles.
Pour finir, l’accent est mis sur les caractéristiques temporelles des données. L’utilisateur peut facilement analyser la tendance des données, soit l’allure générale de la courbe, ainsi que les motifs saisonniers ou les comportements récurrents (par exemple, une augmentation de la vente de glace d’un supermarché tous les ans en été !).
SeeTS est un outil automatisé de prévision de séries temporelles. Il identifie les caractéristiques des données et sélectionne les modèles prédictifs les plus adaptés pour fournir des prévisions fiables. L’utilisateur est informé de l’état présent de ses données et peut anticiper leur évolution future.
Vous souhaitez en savoir plus sur nos solutions SeensIO ? Rendez-vous sur nos pages dédiées.
