Kas ir prescriptive Analytics?
Preskriptīvā analītika ir datu analīzes veids - tehnoloģijas izmantošana, lai palīdzētu uzņēmumiem pieņemt labākus lēmumus, analizējot neapstrādātus datus. Proti, preskriptīvā analītika ietekmē informāciju par iespējamām situācijām vai scenārijiem, pieejamajiem resursiem, iepriekšējo darbību un pašreizējo sniegumu, kā arī ierosina darbības virzienu vai stratēģiju. To var izmantot, lai pieņemtu lēmumus jebkurā laika posmā, sākot no tūlītēja līdz ilgtermiņa.
Pretstats preskriptīvajai analītikai ir aprakstošā analītika, kurā tiek pārbaudīti lēmumi un rezultāti pēc fakta.
Kā darbojas preskriptīvā analīze
Preskriptīvā analītika balstās uz mākslīgā intelekta paņēmieniem, piemēram, mašīnmācību - datorprogrammas spēja bez papildu cilvēka ieguldījuma saprast un uzlabot datus, ko tā iegūst, visu laiku pielāgojot. Mašīnmācība ļauj apstrādāt mūsdienās pieejamo milzīgo datu daudzumu. Kad kļūst pieejami jauni vai papildu dati, datorprogrammas automātiski pielāgojas, lai tos izmantotu, daudz ātrāk un visaptverošāk nekā cilvēka spējas.
Vairāku veidu datu ietilpīgi uzņēmumi un valdības aģentūras var gūt labumu no preskriptīvas analītikas, tostarp finanšu pakalpojumu un veselības aprūpes nozarē, kur cilvēcisko kļūdu izmaksas ir augstas.
Prescriptive analytics darbojas ar cita veida datu analītiku, prediktīvo analītiku, kas ietver statistikas izmantošanu un modelēšanu, lai noteiktu turpmāko veiktspēju, pamatojoties uz pašreizējiem un vēsturiskajiem datiem. Tomēr tas iet vēl tālāk: izmantojot prediktīvās analītikas aplēses par to, kas varētu notikt, tas iesaka, kādu turpmāko kursu izvēlēties.
Prescriptive Analytics plusi un mīnusi
Preskriptīvā analītika var novērst tūlītējas nenoteiktības un mainīgo apstākļu jucekli. Tas var palīdzēt novērst krāpšanu, ierobežot risku, palielināt efektivitāti, sasniegt biznesa mērķus un radīt lojālākus klientus.
Tomēr recepšu analītika nav droša. Tas ir efektīvs tikai tad, ja organizācijas zina, kādus jautājumus uzdot un kā reaģēt uz atbildēm. Ja ievades pieņēmumi nav derīgi, izvades rezultāti nebūs precīzi.
Efektīvi izmantojot, recepšu analītika tomēr var palīdzēt organizācijām pieņemt lēmumus, balstoties uz ļoti analizētiem faktiem, nevis pāriet uz nepietiekami informētiem secinājumiem, kuru pamatā ir instinkts. Preskriptīvā analītika var simulēt dažādu iznākumu varbūtību un parādīt katra iznākumu varbūtību, palīdzot organizācijām labāk izprast riska un nenoteiktības līmeni, ar kuru tās saskaras, nekā tās varētu paļauties uz vidējiem rādītājiem. Organizācijas var labāk izprast sliktāko scenāriju iespējamību un attiecīgi plānot.
Taustiņu izņemšana
- Preskriptīvā analītika izmanto mašīnmācīšanos, lai palīdzētu uzņēmumiem izlemt rīcības virzību, pamatojoties uz datorprogrammas prognozēm. Prescriptive analytics darbojas ar prediktīvo analītiku, kas datus izmanto, lai noteiktu tuvākā laika rezultātus.Efektīvi lietojot, prescriptive analytics var palīdzēt organizācijām pieņemt lēmumus. balstoties uz faktiem un varbūtību svērtām prognozēm, nevis lēkt uz nepietiekami informētiem secinājumiem, kuru pamatā ir instinkts.
Prescriptive Analytics piemēri
Vairāku veidu datu ietilpīgi uzņēmumi un valdības aģentūras var gūt labumu no preskriptīvas analītikas, tostarp finanšu pakalpojumu un veselības aprūpes nozarē, kur cilvēcisko kļūdu izmaksas ir augstas.
Preskriptīvo analītiku varētu izmantot, lai novērtētu, vai vietējai ugunsdzēsības iestādei jāpieprasa, lai iedzīvotāji evakuētu noteiktu teritoriju, ja tuvumā deg ugunsgrēks. To varētu arī izmantot, lai prognozētu, vai raksts par konkrētu tēmu būs populārs lasītājiem, pamatojoties uz datiem par meklējumiem un saistīto tēmu sociālajām akcijām. Cits pielietojums varētu būt darbinieku apmācības programmas pielāgošana reāllaikā, pamatojoties uz to, kā darbinieks reaģē uz katru nodarbību.
Prescriptive Analytics slimnīcām un klīnikām
Tāpat recepšu analītiku var izmantot slimnīcas un klīnikas, lai uzlabotu rezultātus pacientiem. Tajā veselības aprūpes dati ir apkopoti kontekstā, lai novērtētu dažādu procedūru un ārstēšanas izmaksu efektivitāti un novērtētu oficiālās klīniskās metodes. To var arī izmantot, lai analizētu, kuriem slimnīcu pacientiem ir visaugstākais atkārtotas uzņemšanas risks, lai veselības aprūpes sniedzēji varētu darīt vairāk, izmantojot pacientu izglītošanu un ārstu uzraudzību, lai nodrošinātu pastāvīgu atgriešanos slimnīcā vai neatliekamās palīdzības telpā.
Prescriptive Analytics aviosabiedrībām
Pieņemsim, ka esat aviosabiedrības izpilddirektors un vēlaties maksimizēt sava uzņēmuma peļņu. Prescriptive analytics var jums to palīdzēt, automātiski pielāgojot biļešu cenu un pieejamību, pamatojoties uz daudziem faktoriem, ieskaitot klientu pieprasījumu, laika apstākļus un benzīna cenas. Kad algoritms identificē, ka, piemēram, šogad pirms Ziemassvētkiem biļešu pārdošana no Losandželosas uz Ņujorku atpaliek, piemēram, tā var automātiski pazemināt cenas, vienlaikus pārliecinoties, ka tās nenomest pārāk zemu, ņemot vērā šī gada augstākās naftas cenas.
Tajā pašā laikā, kad algoritms apledojušu ceļa apstākļu dēļ novērtē augstāku, nekā parasti, pieprasījumu pēc biļetēm no Sentluisas uz Čikāgu, tas var automātiski paaugstināt biļešu cenas. Izpilddirektoram nav visu dienu jāskatās uz datoru, skatoties, kas notiek ar biļešu tirdzniecību un tirgus apstākļiem, un pēc tam jāliek darbiniekiem pieteikties sistēmā un manuāli mainīt cenas; datorprogramma var paveikt visu šo un vēl vairāk - un arī ātrākā tempā.
