Что такое предписывающая аналитика?
Предписательная аналитика - это тип анализа данных - использование технологий, помогающих компаниям принимать более правильные решения посредством анализа необработанных данных. В частности, предписывающая аналитика учитывает информацию о возможных ситуациях или сценариях, доступных ресурсах, прошлой и текущей производительности, а также предлагает направление действий или стратегию. Его можно использовать для принятия решений на любом временном горизонте, от немедленного до долгосрочного.
Противоположностью предписывающей аналитики является описательная аналитика, которая анализирует решения и результаты после факта.
Как работает Prescriptive Analytics
Предписательная аналитика опирается на методы искусственного интеллекта, такие как машинное обучение, - способность компьютерной программы без дополнительного участия человека понимать и улучшать полученные данные, постоянно адаптируясь. Машинное обучение позволяет обрабатывать огромное количество данных, доступных сегодня. Когда новые или дополнительные данные становятся доступными, компьютерные программы автоматически настраиваются, чтобы использовать их, в процессе, который намного быстрее и более всеобъемлющ, чем человеческие возможности.
Многие типы предприятий и правительственных учреждений, интенсивно использующих данные, могут извлечь выгоду из использования предписывающей аналитики, в том числе в секторах финансовых услуг и здравоохранения, где цена человеческих ошибок высока.
Предписательная аналитика работает с другим типом аналитики данных, прогнозирующей аналитикой, которая включает использование статистики и моделирования для определения будущей производительности на основе текущих и исторических данных. Тем не менее, он идет дальше: используя прогнозирующую аналитическую оценку того, что может произойти, он рекомендует, какой курс выбрать в будущем.
Плюсы и минусы предписывающей аналитики
Предписательная аналитика может пробиться сквозь хаос немедленной неопределенности и меняющихся условий. Это может помочь предотвратить мошенничество, ограничить риски, повысить эффективность, достичь бизнес-целей и создать более лояльных клиентов.
Однако предписывающая аналитика не является надежной. Это эффективно, только если организации знают, какие вопросы задавать и как реагировать на ответы. Если входные предположения неверны, выходные результаты не будут точными.
Однако при эффективном использовании предписывающая аналитика может помочь организациям принимать решения на основе тщательно проанализированных фактов, а не делать поспешные выводы на основе инстинкта. Предписательная аналитика может моделировать вероятность различных результатов и отображать вероятность каждого из них, помогая организациям лучше понять уровень риска и неопределенности, с которой они сталкиваются, чем они могли бы полагаться на средние значения. Организации могут лучше понять вероятность наихудших сценариев и планировать соответственно.
Ключевые вынос
- В предписывающей аналитике используется машинное обучение, чтобы помочь компаниям выбрать курс действий на основе прогнозов компьютерной программы. Прескриптивная аналитика работает с прогнозной аналитикой, которая использует данные для определения краткосрочных результатов. При эффективном использовании предписывающая аналитика может помочь организациям принимать решения. основанный на фактах и вероятностно-взвешенных прогнозах, а не на заниженных выводах на основе инстинкта.
Примеры предписывающей аналитики
Многие типы предприятий и правительственных учреждений, интенсивно использующих данные, могут извлечь выгоду из использования предписывающей аналитики, в том числе в секторах финансовых услуг и здравоохранения, где цена человеческих ошибок высока.
Предписательная аналитика может быть использована для оценки того, должно ли местное пожарное управление требовать от жителей эвакуации определенного района, когда поблизости горит пожар. Его также можно использовать для прогнозирования того, будет ли статья по определенной теме пользоваться популярностью у читателей на основе данных о поиске и социальных сетях по связанным темам. Другим вариантом может быть корректировка программы обучения работников в режиме реального времени в зависимости от того, как работник реагирует на каждый урок.
Prescriptive Analytics 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. Он также может быть использован для анализа того, какие больничные пациенты имеют самый высокий риск повторного госпитализации, чтобы поставщики медицинских услуг могли делать больше с помощью обучения пациентов и последующего наблюдения за врачом, чтобы предотвратить постоянное возвращение в больницу или отделение неотложной помощи.
Prescriptive Analytics для авиакомпаний
Предположим, вы являетесь генеральным директором авиакомпании и хотите максимизировать прибыль своей компании. Предписывающая аналитика может помочь вам сделать это, автоматически регулируя цену и доступность билетов на основе множества факторов, включая спрос клиентов, погоду и цены на бензин. Когда алгоритм определяет, что продажи рождественских билетов в этом году из Лос-Анджелеса в Нью-Йорк отстают, например, от прошлогодних, он может автоматически снижать цены, при этом стараясь не снижать 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 обледенелых дорожных условий, он может автоматически повышать цены на билеты. Генеральному директору не нужно целый день смотреть на компьютер, чтобы посмотреть, что происходит с продажей билетов и рыночными условиями, а затем дать указание работникам войти в систему и изменить цены вручную; компьютерная программа может делать все это и даже больше - и в более быстром темпе.
