SAC Smart Predict en pratique — classification et régression
À jour au 2026-09-25
Un module pratique sur les scénarios de classification et de régression de SAP Analytics Cloud Smart Predict, sourcé directement dans la documentation d'aide de SAP. Couvre la règle binaire vs numérique de la cible, la préparation du dataset (acquis vs live, contraintes de même type de source et même système HANA), le panneau Paramètres en trois sections (Général, Objectif prédictif, Influenceurs), et le flux Apply Predictive Model : Colonne répliquée, Date d'application/d'entraînement, les dix Bins assignés fixes, l'Indicateur d'anomalie (3x l'erreur de prédiction moyenne), et les sorties Catégorie prédite / Probabilité de prédiction / Valeur prédite / Explications de prédiction. Se concentre sur le paramètre le plus lourd de conséquences — choisir la Probabilité de prédiction avec un seuil de décision personnalisé plutôt qu'une Catégorie prédite figée — et se termine par la discipline de réentraînement en deux temps d'un modèle live et ce qu'il faut vérifier avant de livrer.
Ce que vous apprendrez
- Énoncer la règle exacte de type de cible séparant les scénarios prédictifs de classification (binaire) et de régression (numérique) dans Smart Predict
- Configurer les sections Général, Objectif prédictif et Influenceurs du panneau Paramètres pour un vrai cas d'usage de classification ou de régression
- Expliquer les contraintes de même type de source et de même système HANA pour les datasets d'entraînement et d'application, et diagnostiquer une violation
- Choisir correctement entre Catégorie prédite et Probabilité de prédiction face à un taux de contact défini par le métier, et expliquer pourquoi le seuil de la Matrice de confusion ne met pas à jour rétroactivement une sortie déjà appliquée
- Interpréter les sorties Bin assigné et Indicateur d'anomalie et les utiliser pour décider si un modèle est prêt à être livré ou doit être réentraîné
Aperçu du module
À qui s'adresse ce module. Vous connaissez les histoires et les datasets SAC, et un client vient de demander : « SAC peut-il prédire quels clients vont résilier ? » ou « peut-il prédire combien de réclamations nous recevrons la semaine prochaine ? » — des questions portant sur une catégorie ou un nombre, pas sur un axe temporel. Ce module couvre les scénarios prédictifs de classification et de régression dans Smart Predict, sourcés directement dans la documentation d'aide de SAP ; la prévision de séries temporelles et son intégration aux modèles de planification sont traitées séparément dans M335. Il suppose acquis M333 (Fondamentaux IA et LLM) et une aisance avec les datasets dans SAC.
Prérequis
- Expérience pratique des histoires et datasets SAC (acquis et live)
- Module M333 (Fondamentaux IA et LLM) ou connaissance pratique équivalente
- Accès à un tenant SAC avec un dataset comportant une colonne cible binaire ou numérique et plusieurs colonnes influenceurs candidates, pour les exercices
Acquis
- Construire et entraîner un modèle prédictif de classification ou de régression de bout en bout, des Paramètres à un rapport entraîné.
- Configurer une exécution Apply Predictive Model correspondant à une contrainte métier énoncée, en choisissant correctement entre Catégorie prédite et Probabilité de prédiction.
- Diagnostiquer une violation de même type de source ou de même système HANA entre datasets d'entraînement et d'application.
- Interpréter la dérive du Bin assigné et le taux de l'Indicateur d'anomalie pour décider si un modèle doit être réentraîné.
Module complet réservé aux abonnés. Le module complet ajoute : le cadre de décision · le cas guidé de bout en bout · la grille de KPI · les anti-patterns · les blocs de code · le contrôle de connaissances · les schémas.