La Décision Intelligence, c'est quoi ? A ne pas confondre avec la Business Intelligence.

La Business Intelligence se concentre sur la collecte, le stockage et l'analyse de données pour soutenir les entreprises et les organisations dans leurs orientations opérationnelles. Son vecteur principal est l'analyse descriptive :qui permet de se focaliser principalement sur l'analyse des données passées afin de comprendre les événements qui ont eu lieu. Il s'agit donc de regarder dans le rétroviseur et de comprendre les événements positifs ou négatifs qui se sont déroulés. Cette analyse structure en grande partie la "mémoire" de l'entreprise.
Elle a principalement recours à des  logiciels qui rassemblent, stockent et traitent de grandes quantités de données - CRM, Big Data, gestion de projet... Ces outils  génèrent des rapports et des tableaux de bord qui présentent les données de façon structurée, claire et compréhensible. Ce sont ces outils qui vont accompagner les responsables dans leur prise de décisions, à la recherche de "l'information utile". L'objectif reste d'abord et avant tout d'améliorer les performances des équipes et des technologies.

L'intelligence décisionnelle (DI) fait également référence à l'utilisation d'informations et d'analyses basées sur des données pour informer et guider les processus de prise de décision mais elle dépasse la simple analyse des données. Elle mobilise des méthodes avancées pour automatiser et améliorer le processus de prise de décisions. Il s'agit d'anticiper et améliorer les choix à venir, et si possible de mettre en place des proccess automatisés, ce qui explique en partie les avancées indiscutables de l'IA générative.

Et pour préparer l'avenir, la boîte à outils de l'analyse prédictive et prescriptive est mise en pratique. Il faut alors découvrir ce qu'est un modèle prédictif, apprendre a s'en servir pour optimiser les diverses activités d'une société ou d'un territoire. Des logiciels existent.
L'analyse prédictive et l'intelligence artificielle vont main dans la main, la première étant une subdivision de la seconde. Le machine learning est capable de prédire des événements ou des comportements futurs. Petite précision nécessaire : nous continuons à parler de projections. Cependant, elle sert avec efficacité l'élaboration de stratégies, notamment des stratégies d'innovations, d'anticipation de risques ou de crises,  de ruptures technologiques ou marketing pour créer un avantage concurrentiel maîtrisé.

Comme nous venons de le dire, la Decision Intelligence se sert de modèles d'intelligence artificielle et d'apprentissage automatique pour prédire les résultats à venir et suggérer des actions à prendre. Le regard est porté vers l'anticipation, vers l'évolution, vers demain. L'objectif est alors d'automatiser des décisions en faisant appel à des algorithmes et des systèmes intelligents.

La DI se distingue de la BI par le déploiement d'une approche globale. Au-delà des informations, les procédures, les interactions humaines et les environnements politiques et sociétaux sont très sérieusement pris en compte. C'est que nous appelons souvent le 36O° de l'observation stratégique.

L’intelligence décisionnelle (ID) est largement citée comme une tendance technologique majeure depuis plusieurs années, et Gartner rapporte que plus d’un tiers des grandes organisations l’adoptent. Certains disent même que l’ID est la prochaine étape dans l’évolution de l’IA. De nombreux éditeurs de logiciels proposent aujourd’hui des solutions d’ID, car elles aident les organisations à mettre en œuvre leurs stratégies de décision fondées sur des preuves ou des données.

Mais jusqu’à présent, il n’y avait que peu de conseils pratiques pour que les organisations formalisent la prise de décision et intègrent leurs décisions aux données.

Avec ce livre, les auteurs L. Y. Pratt et N. E. Malcolm comblent cette lacune. Ils présentent une méthode étape par étape pour intégrer la technologie dans les décisions qui relient les actions aux résultats souhaités, en mettant l’accent sur les systèmes qui agissent à titre consultatif et en tant qu’intervenant humain auprès des décideurs.

Ce manuel aborde trois problèmes répandus de prise de décision basée sur les données :

Comment les décideurs peuvent-ils utiliser les données et la technologie pour garantir les résultats souhaités ?
Comment les équipes technologiques peuvent-elles communiquer efficacement avec les décideurs pour maximiser le retour sur leurs investissements en données et en technologie ?
Comment les décideurs organisationnels peuvent-ils évaluer et améliorer leurs décisions au fil du temps ?

Auteurs : L Y Pratt , N E Malcolm