Une classe d'analyses qui produit des recommandations exploitables et des politiques de décision optimales en combinant données, modèles prédictifs, optimisation, simulation et contraintes métier afin de conseiller des actions à entreprendre.

Principe

Fournir des orientations de décision en optimisant une fonction d'objectif sous contraintes explicites, en intégrant la structure causale et la faisabilité pour que les recommandations soient réalisables et mesurables.

Démonstration

Un détaillant utilise des prévisions de demande, des distributions de délais d'approvisionnement et des paramètres de coût dans un modèle d'optimisation stochastique pour recommander des quantités et des calendriers de réapprovisionnement minimisant le coût total tout en respectant les niveaux de service.

Mauvaise application

Présenter les résultats d'un modèle purement prédictif comme des directives sans modéliser les interventions, les contraintes ou la faisabilité, conduisant à des recommandations impraticables ou nuisibles.

Conséquence

Appliquée correctement, la décision est mieux alignée avec les objectifs et contraintes, réduisant coût ou risque et améliorant les indicateurs; cela exige gouvernance, surveillance et validation humaine.

Inversion

Analytique descriptive et prédictive : la descriptive explique ce qui s'est passé, la prédictive anticipe ce qui se passera, tandis que la prescriptive précise ce qu'il convient de faire.

Limite

Couvre les modèles recommandant des actions pour des décisions opérationnelles ou stratégiques ; exclut les rapports descriptifs, les prévisions sans modèle d'action et les jugements normatifs non traduits en contraintes ou objectifs.

Tension sémantique

Tension entre l'optimisation de la précision historique (prédictive) et l'optimisation de la valeur décisionnelle (prescriptive) ; le prescriptif doit équilibrer fidélité du modèle, validité causale et faisabilité.

Synthèse

L'analytique prescriptive intègre prévisions, compréhension causale, optimisation, simulation et règles métier en recommandations reproductibles, exécutables et mesurables dans des contraintes réelles.