Opérations prédictives et priorisation
Utiliser les données opérationnelles pour appuyer une décision particulière de prévision, de classification ou de détection d’anomalies.
La situation.
Une équipe souhaite concentrer son attention sur les événements les plus susceptibles de nécessiter des mesures. Un modèle n'est utile que si sa prédiction arrive au bon moment et améliore une décision réelle par rapport au processus actuel.
Une approche pratique.
- 01
Définir la décision
Précisez la cible, le temps de prévision, les intrants disponibles et les mesures prises à partir du résultat.
- 02
Établir une comparaison équitable
Créer une simple répartition des points de référence et des évaluations qui reflète les conditions de temps et de déploiement.
- 03
Fonctionnement du plan
Le suivi de la conception, la propriété, le recyclage déclenchent et un recul lorsque les intrants sont inappropriés.
Points à valider
- Vérifier la fuite des données et les informations non disponibles au moment de la prévision.
- Évaluer les erreurs en fonction de leurs conséquences opérationnelles et des groupes touchés.
Livrables habituels
- Définition de la cible et de la base de référence
- Programmation de formation et d'évaluation répétables
- Plan de suivi et de recyclage
Exemples d’indicateurs
- Amélioration par rapport au niveau de référence convenu
- Faux avertissements et événements manqués
- Résultats obtenus dans le temps et groupes concernés
Convenir d'un niveau de référence et de critères d'acceptation pour le projet spécifique.
Scénario indicatif et imagerie conceptuelle. La portée, les résultats attendus et les preuves d'acceptation sont convenus pour chaque engagement; les mesures par exemple ne sont pas atteintes.