Предписательная аналитика
Что такое предписывающая аналитика?
Предписывающая аналитика — это тип анализа данных — использование технологий, помогающих предприятиям принимать более обоснованные решения посредством анализа необработанных данных. В частности, предписывающая аналитика учитывает информацию о возможных ситуациях или сценариях, доступных ресурсах, прошлой и текущей производительности и предлагает курс действий или стратегию. Его можно использовать для принятия решений на любом временном горизонте, от ближайшего до долгосрочного.
Противоположностью предписывающей аналитики является описательная аналитика, которая изучает решения и результаты постфактум.
Как работает предписывающая аналитика
Предписывающая аналитика опирается на методы искусственного интеллекта, такие как машинное обучение — способность компьютерной программы без дополнительного участия человека понимать и продвигаться на основе данных, которые она получает, постоянно адаптируясь. Машинное обучение позволяет обрабатывать огромное количество данных, доступных сегодня. По мере появления новых или дополнительных данных компьютерные программы автоматически настраиваются, чтобы использовать их, в процессе, который намного быстрее и комплекснее, чем могут управлять человеческие возможности.
Краткий обзор
Многочисленные типы предприятий и государственных учреждений, обрабатывающих большие объемы данных, могут извлечь выгоду из использования предписывающей аналитики, в том числе в секторах финансовых услуг и здравоохранения, где человеческая ошибка высока.
Предписывающая аналитика работает с другим типом аналитики данных, прогнозной аналитикой, которая включает использование статистики и моделирования для определения будущей производительности на основе текущих и исторических данных. Однако он идет дальше: используя прогнозную аналитическую оценку того, что может произойти, он рекомендует, какой курс выбрать в будущем.
Плюсы и минусы предписывающей аналитики
Предписывающая аналитика может преодолеть беспорядок немедленной неопределенности и меняющихся условий. Это может помочь предотвратить мошенничество, ограничить риски, повысить эффективность, достичь бизнес-целей и привлечь больше лояльных клиентов.
Однако предписывающая аналитика не является надежной. Это эффективно только в том случае, если организации знают, какие вопросы задавать и как реагировать на ответы. Если исходные предположения неверны, выходные результаты не будут точными.
Однако при эффективном использовании предписывающая аналитика может помочь организациям принимать решения на основе хорошо проанализированных фактов, а не делать поспешные выводы, основанные на инстинктах. Предписательная аналитика может моделировать вероятность различных результатов и показывать вероятность каждого, помогая организациям лучше понять уровень риска и неопределенности, с которыми они сталкиваются, чем они могли бы полагаться на средние значения. Организации могут лучше понять вероятность наихудших сценариев и соответствующим образом спланировать свои действия.
Ключевые выводы
- Предписательная аналитика использует машинное обучение, чтобы помочь предприятиям выбрать курс действий на основе прогнозов компьютерной программы.
- Предписывающая аналитика работает с прогнозной аналитикой, которая использует данные для определения краткосрочных результатов.
- При эффективном использовании предписывающая аналитика может помочь организациям принимать решения на основе фактов и прогнозов, взвешенных с учетом вероятности, вместо того, чтобы делать поспешные выводы, основанные на инстинктах.
Примеры предписывающей аналитики
Многочисленные типы предприятий и государственных учреждений, обрабатывающих большие объемы данных, могут извлечь выгоду из использования предписывающей аналитики, в том числе в секторах финансовых услуг и здравоохранения, где человеческая ошибка высока.
Предварительная аналитика может быть использована для оценки того, должна ли местная пожарная служба требовать от жителей эвакуироваться из определенного района, когда поблизости горит лесной пожар. Его также можно использовать для прогнозирования популярности статьи по определенной теме среди читателей на основе данных о поисковых запросах и репостах в социальных сетях по связанным темам. Еще одно применение может заключаться в корректировке программы обучения рабочих в режиме реального времени в зависимости от того, как работник реагирует на каждый урок.
Предписательная аналитика для больниц и клиник
Точно так же предписывающая аналитика может использоваться больницами и клиниками для улучшения результатов для пациентов. Он помещает данные здравоохранения в контекст для оценки экономической эффективности различных процедур и методов лечения, а также для оценки официальных клинических методов. Его также можно использовать для анализа пациентов больниц с наибольшим риском повторной госпитализации, чтобы поставщики медицинских услуг могли делать больше посредством обучения пациентов и последующего наблюдения врача, чтобы предотвратить постоянное возвращение в больницу или отделение неотложной помощи.
Предварительная аналитика для авиакомпаний
Предположим, вы являетесь генеральным директором авиакомпании и хотите максимизировать прибыль своей компании. Предварительная аналитика может помочь вам в этом, автоматически регулируя цены и доступность билетов на основе множества факторов, включая потребительский спрос, погоду и цены на бензин. Когда алгоритм определяет, что в этом году предрождественские продажи билетов из Лос-Анджелеса в Нью-Йорк отстают, например, от прошлогодних, он может автоматически снизить цены, но при этом не упустить их слишком низко в свете более высоких цен на нефть в этом году.
В то же время, когда алгоритм оценивает более высокий, чем обычно, спрос на билеты из Сент-Луиса в Чикаго из-за гололеда, он может автоматически поднять цены на билеты. Генеральному директору не нужно весь день смотреть в компьютер, глядя на то, что происходит с продажей билетов и рыночными условиями, а затем инструктировать рабочих войти в систему и вручную изменить цены; компьютерная программа может делать все это и многое другое, причем в более быстром темпе.