La majorité des projets d'IA échouent avant le premier modèle, sur un problème de données : trois sources qui se contredisent, aucune définition partagée de ce qu'est un client actif, des historiques incomplets.
Le socle
Pipelines d'ingestion, entrepôt de données, tests de qualité automatisés, catalogue et lignage. Ce n'est pas la partie séduisante du projet, c'est celle qui décide de sa réussite.
Ce qui s'appuie dessus
Tableaux de bord décisionnels, analyse prédictive, segmentation, prévision de la demande et détection d'anomalies.