« Nous avons beaucoup de données » est la phrase la plus fréquente au début d’un projet, et la moins informative. Beaucoup de données n’a jamais voulu dire des données exploitables. Avant d’envisager le moindre modèle, quatre questions décident du sort du projet et elles se répondent en deux semaines, pas en six mois.
1. Y en a-t-il assez, et sur assez longtemps ?
Le volume compte moins que la couverture. Pour prévoir un phénomène qui suit les saisons, deux cycles complets sont un minimum : avec dix-huit mois d’historique, un modèle n’a jamais vu deux fois la même période de l’année et ne peut pas distinguer une tendance d’une saison.
Pour ranger des dossiers dans des catégories, ce n’est pas la durée qui compte mais le nombre d’exemples par catégorie. Une classe représentée par douze cas ne s’apprend pas, quelle que soit la quantité de données à côté.
2. Les données disent-elles ce que vous croyez ?
C’est le point qui fait échouer le plus de projets, et il ne se voit pas dans un tableau. Un champ « date de livraison » rempli à la main par trois personnes qui n’ont pas la même définition de la livraison contient trois grandeurs différentes sous le même nom. Un statut « clôturé » posé le jour de l’inventaire annuel pour vider une file d’attente ne veut rien dire.
Ces incohérences ne se corrigent pas après coup : elles s’identifient en discutant avec ceux qui saisissent, et elles décident souvent de la faisabilité.
3. Le passé ressemble-t-il à l’avenir ?
Un modèle apprend sur ce qui s’est produit. Si votre activité a changé de nature (nouveau catalogue, nouvelle clientèle, changement de logiciel qui a modifié la façon de saisir), l’historique d’avant la rupture peut être inutilisable, voire nuisible.
Ce n’est pas rédhibitoire, mais ça doit se savoir avant, parce que ça détermine la profondeur d’historique réellement exploitable.
4. Qu’est-ce qui changera une fois qu’on saura ?
La question la plus importante, et la seule qui ne soit pas technique. Un chiffre que personne ne regarde ne vaut pas son coût d’entretien. Avant de commencer, il faut pouvoir nommer la décision qui changera : qui la prend, à quel moment, et ce qu’il fait différemment.
Si la réponse est « on verra quand on aura le chiffre », le projet n’est pas mûr. Ce n’est pas grave, mais mieux vaut le découvrir avant qu’après.
Le test qui tranche
Il existe une vérification simple et honnête : comparer le modèle à ce que vous faites aujourd’hui (une règle métier, un tableur, l’intuition d’une personne expérimentée) sur des périodes que le modèle n’a jamais vues. S’il ne fait pas mieux, il ne faut pas le déployer.
C’est une conclusion parfaitement acceptable, et beaucoup moins coûteuse qu’un outil installé que tout le monde finit par contourner.
Ce qui est surestimé
Le choix de l’algorithme. Sur des données d’entreprise, les écarts entre familles de modèles se comptent en points et le réglage prend quelques jours. La qualité de l’historique et la précision de la question posée pèsent dix fois plus lourd.
C’est exactement ce que mesure notre analyse de données, en deux semaines, avant tout engagement.