Introduction
L’analyse prescriptive est une méthode analytique qui se concentre sur la recherche de l’amélioration de la prise de décision en entreprise pour des situations précises. Basée sur la donnée et l’intelligence artificielle, elle a pour objectif d'orienter l’organisation dans ses choix stratégiques et ses actions commerciales.
Il est tout à fait possible de mettre en place des systèmes d'analyse prescriptive sur la base de données Google Analytics 4 pour répondre à des uses cases d'analyses de données avancées. Notre cas d'étude ici est le suivant : Détecter les produits à fort intérêts automatiquement et alerter les équipes en poussant une liste de produit ainsi que le stock associé via Slack.
Dans un précédent article, nous avons présenté comment appliquer un modèle de détection d'anomalie sur les performances produits. L'objectif était de pouvoir détecter rapidement les produits sur lesquels l'algo observerait une fort intérêt ou inversement.
L'idée est maintenant de récupérer l'output du modèle : les produits détectés en anomalie puis de les pousser automatiquement vers les équipes afin qu'elles puissent prendre des décisions sur comment gérer les stocks liés à ces produits. Mage.ai est l'outil parfait pour mettre ce process en place.
Data Pipeline avec Mage
Mage est un outil open source d'orchestration de données qui permet d'intégrer et synchroniser des données tierces, créer des pipelines en temps réel et en batch pour transformer des données avec Python, SQL et R, et exécuter, surveiller et orchestrer des milliers de pipelines. Les utilisateurs peuvent écrire leur propre logique métier dans des notebooks et la visualiser avec des graphiques prédéfinis.
Deux blocs vont constituer la pipeline :
Récupération des données
Une requête SQL va permettre de lancer la prédiction et de récupérer uniquement les produits flagués en anomalie sur les 7 derniers jours. Cette requête va aussi , pour chaque produit, aller chercher le stock associé afin d'orienter les équipes dans leur stratégie de gestion.
Mage.ai est super bien intégré à Google Cloud Platform, pour le coup il est assez facile de lancer une requête BigQuery via Mage.ai
Envoie des alertes à Slack
Une fois que la requête retourne les données, un script python permet de récupérer le top 5 des produits pour ensuite les envoyer directement dans un channel Slack dédié
Les équipes peuvent ensuite aller vérifier le comportement sur ces produits et ensuite mettre en place les stratégies adaptées pour gérer le stock suivant les volumes de consultation des fiches produits et les stocks disponibles.
Nous mettons en place un dashboard pour permettre aux équipes de visualiser le trend de consultation des fiches produit.
Conclusion
L'analyse prescriptive est une approche stratégique qui permet d'anticiper les tendances futures, d'innover, de gérer les risques, de planifier à long terme, de se positionner sur le marché, de gérer la croissance et de s'adapter aux changements. C'est un outil puissant pour prendre des décisions éclairées et réussir dans les affaires. La richesse des données GA4 est un vivier sur lequel vous pouvez appliquer l'analyse prescriptive pour anticiper le comportement de vos clients et booster votre croissance.
.png)
.png)