Analytique descriptive
L'analytique descriptive est une étape préliminaire du traitement des données qui consiste à synthétiser des données historiques pour en tirer des informations utiles voire les préparer en vue d'une analyse complémentaire.
Les méthodes d'agrégation et d'exploration (data mining) permettent d'organiser les données de façon à mettre en évidence des schémas et relations qui ne seraient pas visibles autrement. Il est également possible de créer des requêtes, des rapports et des visualisations, afin d'apporter un éclairage supplémentaire.
On dit parfois de l'analytique descriptive qu'elle fournit des informations sur ce qui s'est passé. Par exemple, on peut constater une augmentation des abonnés Twitter après un tweet particulier.
D’autres formes d’analytiques la complètent. L'analytique diagnostique consiste à observer les données de plus près pour tenter de comprendre les causes des événements et comportements. L'analytique prédictive sert à identifier les probabilités et tendances futures. Elle est censée fournir des informations sur ce qui est susceptible de se produire dans l'avenir. Enfin, l'analytique prescriptive tente d'identifier la meilleure solution aux événements, en fonction de paramètres donnés. Elle suggère des options décisionnelles permettant de tirer le meilleur parti d'une opportunité ou d'atténuer un risque futur.
Les étapes de l'analyse des données peuvent donc se résumer comme suit :
Analytique descriptive : Que s'est-il passé ?
Analytique diagnostique : Pourquoi est-ce arrivé ?
Analytique prédictive : Que pourrait-il se produire dans l'avenir ?
Analytique prescriptive : Comment réagir à ces événements futurs potentiels ?
Cette segmentation de l’analytique est celle employée par Gartner. D’autres utilisent une segmentation en trois grandes familles : outils d’analyse et de reporting, outils décisionnel et analyse en libre-service, et solutions analytiques avancées.
