La Decision Intelligence (intelligence décisionnelle) est une discipline qui combine la science des données, l'intelligence artificielle et les sciences du comportement pour structurer, modéliser et améliorer la manière dont les organisations décident. Elle ne se limite pas à générer des prédictions, mais connecte ces analyses à des actions concrètes et à leurs conséquences, en intégrant le contexte métier dans le processus.
Sa pertinence réside dans le fait qu'elle comble le fossé entre la donnée et la décision. De nombreuses entreprises accumulent des modèles prédictifs qui ne se traduisent jamais en actions utiles ; la Decision Intelligence apporte un cadre pour garantir que l'analyse influence réellement les résultats. Elle s'appuie généralement sur :
- Des modèles causaux qui estiment l'effet de chaque option.
- Des simulations de scénarios alternatifs.
- Des règles métier qui reflètent les contraintes et les objectifs.
Un exemple pratique serait une chaîne de vente au détail qui ne se contente pas de prédire la demande, mais recommande automatiquement les quantités de réapprovisionnement pour chaque magasin, en pondérant les coûts, les risques de rupture de stock et les marges. La nuance clé est qu'elle donne la priorité à la qualité de la décision, et non seulement à la précision du modèle.