Un système prédictif utilise les données pour essayer de prévoir des événements avant qu’ils ne se produisent. Cela se passe en 2 temps.
- La première étape est une phase d’apprentissage. Le système analyse les données existantes et en dégage un modèle, c’est à dire un ensemble de tendances, de schémas qui tendent à se répéter, de corrélations entre divers types d’informations, etc.
- La seconde étape est l’application du modèle sur les données récentes, en quasi temps-réel. Le système part du principe que les mêmes causes produisent les mêmes effets. Il cherche donc dans les données récentes des situations qu’il reconnait et en déduit ce qui devrait théoriquement se produire.
Finalement, ce qui compte le plus, ce n’est pas tant de prédire, mais bien de savoir comment réagir face aux prédictions, que cette réaction soit automatisée ou humaine.
Les données collectées peuvent aider à poser un diagnostic. Une intervention humaine est aussi souhaitable pour confirmer ce diagnostic. Et le diagnostic doit être suivi d’un plan d’action.
