L’analyse prédictive, considérée comme un type d’exploration de données, est un domaine de l’analyse statistique qui extrait l’information à partir des données, pour prédire les tendances futures et les motifs de comportement. Cela peut par exemple être lié à un comportement d’achat sur un produit donné.

L’optimisation des processus grâce à la data science se révèle être un véritable gain de productivité et d’efficacité dans de nombreux secteurs, notamment dans les services marketing et Supply Chain. Cela peut permettre de résoudre des problèmes opérationnels complexes de gestion de production ou d’entrepôt, optimiser la performance dans un environnement contraint, mieux prédire les volumes, etc.  Le potentiel d’optimisation de la Supply Chain est immense, dans un univers où la donnée existe et devient de plus en plus accessible.

L’automatisation prend de plus en plus d’ampleur dans notre société : automatisation de processus, automatisation de la data, automatisation des tâches, automatisation des tests… Tout nous conduit vers une augmentation importante de l’automatisation afin de réduire le risque d’erreur produit par l’humain. Cela peut aller jusqu’à la construction d’une voiture autonome en appliquant les méthodes d’analyse d’images.

La création de nouvelles données par exemple avec l’utilisation des GAN. Un GAN ou Generative Adversarial Network (réseau antagoniste génératif) est une technique d’intelligence artificielle permettant de créer des imitations parfaites d’images ou autres données.