Mikä on Prescriptive Analytics?
Preskriptiivinen analytiikka on eräänlainen data-analytiikka - tekniikan käyttö auttaa yrityksiä tekemään parempia päätöksiä analysoimalla raakatietoja. Erityisesti määräävä analyysi vaikuttaa tietoon mahdollisista tilanteista tai skenaarioista, käytettävissä olevista resursseista, aikaisemmasta suorituksesta ja nykyisestä suorituskyvystä, ja ehdottaa toimintatapaa tai strategiaa. Sitä voidaan käyttää päätöksentekoon missä tahansa ajanjaksossa välittömästä pitkällä aikavälillä.
Reseptoivien analytiikkojen vastakohta on kuvaileva analytiikka, joka tutkii päätökset ja tulokset tosiasian jälkeen.
Kuinka Prescriptive Analytics toimii
Preskriptiivinen analyysi perustuu keinotekoisen älykkyyden tekniikoihin, kuten koneoppimiseen - tietokoneohjelman kykyyn ymmärtää ja edetä saamistaan tiedoista ilman ylimääräistä inhimillistä apua, sopeutua koko ajan. Koneoppiminen mahdollistaa nykyään valtavan määrän tietojen käsittelyä. Kun uutta tai lisätietoa tulee saataville, tietokoneohjelmat sopeutuvat automaattisesti hyödyntämään sitä prosessissa, joka on paljon nopeampi ja kattavampi kuin ihmisen kyvyt voisivat hallita.
Lukuisat tietointensiiviset yritykset ja valtion virastot voivat hyötyä reseptilääkkeiden käytöstä, mukaan lukien rahoitus- ja terveydenhuoltoalan yritykset, joilla inhimillisten virheiden kustannukset ovat korkeat.
Prescriptive analytics toimii toisen tyyppisen data-analytiikan, ennakoivan analytiikan kanssa, johon sisältyy tilastojen käyttö ja mallinnus tulevaisuuden suorituskyvyn määrittämiseksi nykyisen ja historiallisen datan perusteella. Se menee kuitenkin pidemmälle: Käyttämällä ennustavan analyysin arviota siitä, mitä todennäköisesti tapahtuu, se suosittelee, mitä tulevaisuuden kurssi suoritetaan.
Preskriptiivisen analyysin hyvät ja huonot puolet
Reseptoiva analytiikka voi leikata välitön epävarmuus ja muuttuvat olosuhteet. Se voi auttaa estämään petoksia, rajoittamaan riskiä, lisäämään tehokkuutta, saavuttamaan liiketoimintatavoitteet ja luomaan uskollisempia asiakkaita.
Reseptilääkeanalyysit eivät kuitenkaan ole tyhjiä. Se on tehokasta vain, jos organisaatiot tietävät mitä kysymyksiä kysyä ja miten reagoida vastauksiin. Jos syöttöoletus on virheellinen, tulosteen tulokset eivät ole tarkkoja.
Tehokkaasti käytettynä reseptilääke voi kuitenkin auttaa organisaatioita tekemään päätöksiä hyvin analysoitujen tosiasioiden perusteella sen sijaan, että siirryttäisiin vaistoihin perustuviin alitietoisiin päätelmiin. Reseptoiva analytiikka voi simuloida erilaisten tulosten todennäköisyyttä ja osoittaa niiden todennäköisyydet, auttamalla organisaatioita ymmärtämään paremmin niiden riskitasoa ja epävarmuutta, kuin ne voisivat luottaa keskiarvoihin. Organisaatiot voivat saada paremman käsityksen pahimpien tapausten todennäköisyydestä ja suunnitella sen mukaisesti.
Avainsanat
- Preskriptiivisessä analytiikassa hyödynnetään koneoppimista, jotta yritykset voivat päättää toimintatavan tietokoneohjelman ennusteiden perusteella. Prescriptive analytics toimii ennustavan analysoinnin kanssa, joka käyttää tietoja lähitulevaisuuden tulosten määrittämiseen.Jos tehokkaasti käytettynä, reseptivät analytiikat voivat auttaa organisaatioita tekemään päätöksiä perustuu tosiasioihin ja todennäköisyyspainotettuihin ennusteisiin sen sijaan, että siirryttäisiin vaistoihin perustuviin alitietoisiin johtopäätöksiin.
Esimerkkejä Prescriptive Analyticsista
Lukuisat tietointensiiviset yritykset ja valtion virastot voivat hyötyä reseptilääkkeiden käytöstä, mukaan lukien rahoitus- ja terveydenhuoltoalan yritykset, joilla inhimillisten virheiden kustannukset ovat korkeat.
Preskriptiivistä analytiikkaa voitaisiin käyttää arvioimaan, pitäisikö paikallisen palokunnan päättää asukkaiden evakuoida tietty alue, kun lähellä on tulipaloa. Sitä voidaan käyttää myös ennustamaan, onko tietystä aiheesta liittyvä artikkeli lukijoiden suosima. Se perustuu hakuja koskeviin tietoihin ja vastaavien aiheiden sosiaalisiin osuuksiin. Toinen käyttö voisi olla työntekijöiden koulutusohjelman mukauttaminen reaaliajassa sen perusteella, kuinka työntekijä reagoi jokaiseen oppituntiin.
Prescriptive Analytics sairaaloille ja klinikoille
Samoin sairaalat ja klinikat voivat käyttää reseptilääkkeitä parantaakseen potilaiden tuloksia. Se asettaa terveydenhuollon tiedot kontekstiin arvioidakseen erilaisten hoitomenetelmien ja hoitojen kustannustehokkuutta ja virallisia kliinisiä menetelmiä. Sitä voidaan käyttää myös analysoimaan, mitkä sairaalapotilaat ovat suurimmassa riskissä uudelleen ottamiselleen, jotta terveydenhuollon tarjoajat voivat tehdä enemmän potilaiden koulutuksen ja lääkärin seurannan avulla estääkseen jatkuvan palaamisen sairaalaan tai päivystysosastoon.
Prescriptive Analytics lentoyhtiöille
Oletetaan, että olet lentoyhtiön toimitusjohtaja ja haluat maksimoida yrityksesi voitot. Reseptoiva analytiikka voi auttaa sinua tekemään tämän säätämällä lippujen hintaa ja saatavuutta automaattisesti lukuisten tekijöiden, kuten asiakkaiden kysyntä, sää ja bensiinin hinnat, perusteella. Kun algoritmi havaitsee, että esimerkiksi tämän vuoden joulua edeltävä lippujen myynti Los Angelesista New Yorkiin on jäänyt jälkeen viime vuodesta, se voi automaattisesti laskea hintoja, kunhan varmistetaan, etteivät pudota niitä liian alhaiseksi tämän vuoden korkeampien öljynhintojen vuoksi.
Samaan aikaan, kun algoritmi arvioi tavallista korkeampaa lippujen kysyntää St. Louisista Chicagoon jäisten tieolosuhteiden vuoksi, se voi nostaa lippujen hintoja automaattisesti. Toimitusjohtajan ei tarvitse katsella tietokonetta koko päivän katsomalla mitä tapahtuu lipunmyynnin ja markkinaolosuhteiden kanssa, ja ohjaamaan sitten työntekijöitä kirjautumaan järjestelmään ja muuttamaan hintoja manuaalisesti; tietokoneohjelma voi tehdä kaiken tämän ja enemmän - ja myös nopeammassa tahdissa.
