Les modèles prédictifs du big data ont fait des merveilles, aussi bien dans les domaines du marketing que de la maintenance industrielle, entre autres. L’étape suivante consiste désormais non seulement à anticiper sur l’avenir comme le fait le marketing prédictif, mais aussi à soumettre à l’homme des propositions de décisions (marketing prescriptif). Mais concrètement, quelle est la différence qui existe entre ces deux stratégies ?
Analyse prédictive : de quoi s’agit-il ?
D’entrée de jeu, il est important de savoir que les analyses en marketing ont démarré par la méthode descriptive, utilisée pour produire la majorité des rapports d’entreprise, que ce soit pour les directions commerciale ou financière. Cette stratégie permet de comprendre et d’expliquer ce qui est arrivé dans le passé. Ce n’est qu’après cette forme d’analyse qu’est apparu le marketing prédictif, qui, comme l’indique son appellation, permet de prévoir et d’expliquer ce qui va se passer dans le futur.
Pour ce faire, ce type d’analyse combine des données passées avec des algorithmes prédictifs qui se basent pour la plupart sur des méthodes issues de l’intelligence artificielle. Un parfait exemple de l’analyse prédictive est la construction de scores d’appétence. C’est une méthode fréquemment employée dans le marketing direct, et qui permet d’évaluer avec une certaine précision la probabilité qu’une personne achète un produit donné. Il existe de nos jours plusieurs plateformes spécialisées en marketing prédictif, notamment Etic Data, une véritable référence en la matière.
En résumé, cette forme de marketing permet aux entreprises d’anticiper, de prévoir, de prendre une longueur d’avance sur le consommateur pour deviner les tendances futures du marché, et orienter leur production en conséquence. Mais qu’en est-il donc du marketing prescriptif ?
Analyse prescriptive : quelle différence avec le modèle prédictif ?
Parue peu après l’avènement de l’analyse prédictive, cette forme de marketing était initialement utilisée dans les domaines médicaux et pétroliers, avant de s’installer progressivement au sein des départements commerciaux. Comparativement au marketing prédictif, il s’agit d’un véritable changement de paradigme. Et pour cause, les modèles prescriptifs, de par leur signification, sont tout à fait différents des modèles prédictifs classiques. Pourquoi ?
Comme énoncé plus haut, les analyses de données prédictives se contentent simplement de prévoir et d’anticiper un résultat ; par exemple le fait qu’un client pris au hasard décide d’acheter ou non tel ou tel produit. Or, il s’avère que de façon concrète, une telle méthode n’aide pas nécessairement les équipes métier dans leur prise de décision. En effet, si par le biais du marketing prédictif l’on sait déjà qu’un certain consommateur va acheter un produit donné, il n’est point besoin de le solliciter pour le convaincre !
La préoccupation phare du marketing est surtout de faire des prédictions sur la pertinence ou non d’utiliser des leviers d’action disponibles pour solliciter le consommateur. Il s’agira par exemple d’identifier les clients qui n’achèteront que si le marketing les sollicite par ses outils de communication. Prédire si une sollicitation fera une différence est donc une information que le marketing peut directement utiliser pour définir son plan et sa stratégie de communication.
De fait, on voit parfaitement se dessiner la différence fondamentale entre le marketing prédictif et le prescriptif : prédire l’impact de la publicité sur la décision d’achat est une chose complètement différente de la prédiction de l’achat indépendamment des actions publicitaires réalisées sur la cible. L’analyse prescriptive ne fait pas qu’anticiper ce qui va se passer et quand cela va se passer. Elle permet précisément de savoir pourquoi cela va se passer et propose d’ailleurs des scénarios de décisions afin de bien profiter des opportunités prédites.
Des points d’ombres ou questionnements concernant le mode de fonctionnement et les applications de la méthode prédictive ? Cette page apporte plus de précisions sur le sujet.
