Ce este analiza prescriptivă?
Analiza prescriptivă este un tip de analiză a datelor - utilizarea tehnologiei pentru a ajuta întreprinderile să ia decizii mai bune prin analiza datelor brute. Concret, analitica prescriptivă determină informații despre situații sau scenarii posibile, resurse disponibile, performanțe anterioare și performanțe curente și sugerează un curs de acțiune sau strategie. Poate fi folosit pentru a lua decizii în orice orizont de timp, de la imediat la lung.
Opusul analiticii prescriptive este analitica descriptivă, care examinează deciziile și rezultatele după fapt.
Cum funcționează analiza prescriptivă
Analitica prescriptivă se bazează pe tehnici de inteligență artificială, cum ar fi învățarea automată - capacitatea unui program de calculator, fără o intrare umană suplimentară, de a înțelege și avansa din datele pe care le achiziționează, adaptându-se tot timpul. Învățarea automată face posibilă prelucrarea cantității imense de date disponibile astăzi. Pe măsură ce datele noi sau suplimentare devin disponibile, programele de calculator se adaptează automat pentru a le folosi, într-un proces care este mult mai rapid și mai cuprinzător decât ar putea gestiona capacitățile umane.
Numeroase tipuri de întreprinderi cu intensitate de date și agenții guvernamentale pot beneficia de utilizarea unor analize prescriptive, inclusiv cele din sectoarele serviciilor financiare și de îngrijire a sănătății, unde costul erorii umane este mare.
Analiza prescriptivă funcționează cu un alt tip de analiză de date, analitice predictive, care presupune utilizarea statisticilor și modelării pentru a determina performanțele viitoare, bazate pe date actuale și istorice. Cu toate acestea, merge mai departe: Folosind estimările analitice predictive a ceea ce este probabil să se întâmple, recomandă ce curs urmează.
Pro și contra analizei prescriptive
Analiticele prescriptive pot reduce problemele incertitudinii imediate și schimbarea condițiilor. Poate ajuta la prevenirea fraudei, la limitarea riscului, la creșterea eficienței, la atingerea obiectivelor de afaceri și la crearea de clienți mai fideli.
Analiza prescriptivă nu este totuși infidelă. Este eficient doar dacă organizațiile știu ce întrebări trebuie să pună și cum să reacționeze la răspunsuri. Dacă presupunerile de intrare nu sunt valide, rezultatele rezultate nu vor fi exacte.
Cu toate acestea, atunci când sunt utilizate în mod eficient, analizele prescriptive pot ajuta organizațiile să ia decizii bazate pe fapte extrem de analizate, mai degrabă decât să sară la concluzii subinformate bazate pe instinct. Analiticele prescriptive pot simula probabilitatea diferitelor rezultate și arată probabilitatea fiecăruia, ajutând organizațiile să înțeleagă mai bine nivelul de risc și incertitudinea cu care se confruntă decât se pot baza pe medii. Organizațiile pot obține o mai bună înțelegere a probabilității de situații cele mai grave și planifică în consecință.
Cheie de luat cu cheie
- Analiza prescriptivă folosește învățarea automată pentru a ajuta întreprinderile să decidă un curs de acțiune bazat pe predicțiile unui program de calculator. Analiza critică funcționează cu analize predictive, care utilizează date pentru a determina rezultatele pe termen scurt. Când sunt utilizate în mod eficient, analitice prescriptive pot ajuta organizațiile să ia decizii bazate pe fapte și proiecții ponderate în probabilitate, mai degrabă decât să sari la concluzii subinformate bazate pe instinct.
Exemple de analize prescriptive
Numeroase tipuri de întreprinderi cu intensitate de date și agenții guvernamentale pot beneficia de utilizarea unor analize prescriptive, inclusiv cele din sectoarele serviciilor financiare și de îngrijire a sănătății, unde costul erorii umane este mare.
Analize prescriptive ar putea fi utilizate pentru a evalua dacă un pompier local ar trebui să solicite rezidenților evacuarea unei anumite zone atunci când un incendiu sălbatic în apropiere. De asemenea, poate fi folosit pentru a prezice dacă un articol pe un anumit subiect va fi popular în rândul cititorilor pe baza datelor despre căutări și partajări sociale pentru subiecte conexe. O altă utilizare ar putea fi ajustarea unui program de formare a lucrătorilor în timp real, pe baza modului în care lucrătorul răspunde la fiecare lecție.
Analize prescriptive pentru spitale și clinici
În mod similar, analizele prescriptive pot fi utilizate de spitale și clinici pentru a îmbunătăți rezultatele pacienților. Acesta pune datele medicale în context pentru a evalua rentabilitatea diferitelor proceduri și tratamente și pentru a evalua metodele clinice oficiale. Poate fi, de asemenea, utilizat pentru a analiza ce pacienți din spital au cel mai mare risc de re-internare, astfel încât furnizorii de servicii medicale să poată face mai mult, prin educația pacientului și prin monitorizarea medicului pentru a evita reîntoarcerea constantă la spital sau camera de urgență.
Analiza prescriptivă pentru companiile aeriene
Să presupunem că sunteți CEO-ul unei companii aeriene și doriți să maximizați profiturile companiei dvs. Analitele prescriptive vă pot ajuta să faceți acest lucru prin ajustarea automată a prețului și disponibilității biletelor pe baza a numeroși factori, inclusiv cererea clienților, vremea și prețurile benzinei. Când algoritmul identifică că anul acesta vânzările de bilete înainte de Crăciun de la Los Angeles la New York au scăzut anul trecut, de exemplu, acesta poate scădea automat prețurile, asigurându-se în același timp că nu le va scădea prea puțin în lumina prețurilor petrolului mai mari din acest an.
În același timp, când algoritmul evaluează cererea mai mare decât în mod obișnuit de bilete de la St. Louis la Chicago, din cauza condițiilor de drum înghețate, poate crește automat prețurile biletelor. Directorul general nu trebuie să se uite la un computer toată ziua, uitându-se la ce se întâmplă cu vânzarea biletelor și a condițiilor de piață și apoi instruiește lucrătorii să se conecteze la sistem și să schimbe prețurile manual; un program de calculator poate face toate acestea și multe altele - și într-un ritm mai rapid.
