Prescriptive Analytics
Mikä on prescriptive Analytics?
Preskriptiivinen analytiikka on eräänlainen data-analytiikka – teknologian käyttö, joka auttaa yrityksiä tekemään parempia päätöksiä raakadatan analysoinnin avulla. Erityisesti ohjeellinen analytiikka ottaa huomioon tiedot mahdollisista tilanteista tai skenaarioista, käytettävissä olevista resursseista, aiemmasta suorituskyvystä ja nykyisestä suorituskyvystä sekä ehdottaa toimintatapaa tai strategiaa. Sitä voidaan käyttää päätöksien tekemiseen missä tahansa aikahorisontissa,. välittömästä pitkällä aikavälillä.
Preskriptiivisen analytiikan vastakohta on kuvaileva analytiikka,. joka tutkii päätöksiä ja tuloksia jälkikäteen.
Kuinka ohjaava analytiikka toimii
Preskriptiivinen analytiikka perustuu tekoälytekniikoihin, kuten koneoppimiseen – tietokoneohjelman kykyyn ymmärtää ja edistyä hankkimaansa dataa ilman ylimääräistä ihmisen panosta, mukautuen koko ajan. Koneoppimisen avulla voidaan käsitellä valtavasti nykyään saatavilla olevaa dataa. Kun uutta tai lisätietoa tulee saataville, tietokoneohjelmat mukautuvat automaattisesti hyödyntämään sitä prosessissa, joka on paljon nopeampi ja kattavampi kuin ihmisen kyvyt pystyvät hallitsemaan.
Monen tyyppiset dataintensiiviset yritykset ja valtion virastot voivat hyötyä preskriptiivisen analytiikan käytöstä, mukaan lukien rahoituspalvelu- ja terveydenhuoltosektorit, joilla inhimillisten virheiden kustannukset ovat korkeat.
Preskriptiivinen analytiikka toimii toisen tyyppisen data-analytiikan, ennustavan analytiikan,. kanssa, mikä sisältää tilastojen ja mallinnuksen käytön tulevan suorituskyvyn määrittämiseksi nykyisten ja historiallisten tietojen perusteella. Se menee kuitenkin pidemmälle: se suosittelee tulevaa kurssia käyttämällä ennakoivan analytiikan arviota siitä, mitä todennäköisesti tapahtuu.
Prescriptiivisen analytiikan edut ja haitat
Preskriptiivinen analytiikka voi leikata läpi välittömän epävarmuuden ja muuttuvien olosuhteiden sotkun. Se voi auttaa estämään petoksia, rajoittaa riskejä, lisätä tehokkuutta, saavuttaa liiketoimintatavoitteet ja luoda uskollisempia asiakkaita.
Preskriptiivinen analytiikka ei kuitenkaan ole idioottivarma. Se on tehokasta vain, jos organisaatiot tietävät, mitä kysymyksiä kysyä ja miten vastata vastauksiin. Jos syöttöoletukset ovat virheellisiä, tulostetulokset eivät ole tarkkoja.
Tehokkaasti käytettynä preskriptiivinen analytiikka voi kuitenkin auttaa organisaatioita tekemään päätöksiä, jotka perustuvat pitkälle analysoituihin tosiasioihin, sen sijaan, että ne tekisivät alitietoisia johtopäätöksiä vaistojen perusteella. Preskriptiivinen analytiikka voi simuloida eri tulosten todennäköisyyttä ja näyttää kunkin todennäköisyyden, mikä auttaa organisaatioita ymmärtämään paremmin kohtaamiensa riskien ja epävarmuuden tason kuin ne voisivat luottaa keskiarvoihin. Organisaatiot voivat saada paremman käsityksen pahimpien skenaarioiden todennäköisyydestä ja suunnitella sen mukaan.
Esimerkkejä prescriptiivistä analytiikkaa
Monen tyyppiset dataintensiiviset yritykset ja valtion virastot voivat hyötyä preskriptiivisen analytiikan käytöstä, mukaan lukien rahoituspalvelu- ja terveydenhuoltosektorit, joilla inhimillisten virheiden kustannukset ovat korkeat.
Preskriptiivistä analytiikkaa voitaisiin käyttää arvioimaan, pitäisikö paikallisen palokunnan vaatia asukkaita evakuoimaan tietyltä alueelta, kun lähistöllä palaa maastopalo. Sitä voidaan myös käyttää ennustamaan, onko tiettyä aihetta käsittelevä artikkeli suosittu lukijoiden keskuudessa, perustuen hakuihin liittyviin aiheisiin liittyviin hakuihin ja jakamiseen sosiaalisessa mediassa. Toinen käyttötapa voisi olla työntekijöiden koulutusohjelman säätäminen reaaliajassa sen mukaan, kuinka työntekijä reagoi kuhunkin oppituntiin.
Prescriptive Analytics sairaaloita ja klinikoita varten
Samoin sairaalat ja klinikat voivat käyttää ohjeellista analytiikkaa parantaakseen potilaiden tuloksia. Se asettaa terveydenhuollon tiedot kontekstiin eri toimenpiteiden ja hoitojen kustannustehokkuuden arvioimiseksi sekä virallisten kliinisten menetelmien arvioimiseksi. Sen avulla voidaan myös analysoida, millä sairaalapotilailla on suurin riski joutua uudelleen hoitoon, jotta terveydenhuollon tarjoajat voivat tehdä enemmän potilaskoulutuksen ja lääkärin seurannan avulla välttääkseen jatkuvan palaamisen sairaalaan tai ensiapuun.
Prescriptive Analytics for Airlines
Oletetaan, että olet lentoyhtiön toimitusjohtaja ja haluat maksimoida yrityksesi voitot. Preskriptiivinen analytiikka voi auttaa sinua säätämään lippujen hintoja ja saatavuutta automaattisesti useiden tekijöiden, kuten asiakkaiden kysynnän, sään ja bensiinin hintojen, perusteella. Kun algoritmi havaitsee, että tämän vuoden joulua edeltävien lippujen myynti Los Angelesista New Yorkiin jää esimerkiksi viime vuoden tasosta, se voi automaattisesti laskea hintoja samalla, kun varmistetaan, ettei niitä lasketa liian alas tämän vuoden korkeampien öljynhintojen valossa.
Samaan aikaan, kun algoritmi arvioi tavallista suurempaa lippujen kysyntää St. Louisista Chicagoon jäisten tieolosuhteiden vuoksi, se voi nostaa lippujen hintoja automaattisesti. Toimitusjohtajan ei tarvitse tuijottaa tietokonetta koko päivää ja katsoa, mitä lipunmyynnissä ja markkinaolosuhteissa tapahtuu, ja sitten käskeä työntekijöitä kirjautumaan järjestelmään ja muuttamaan hintoja manuaalisesti; tietokoneohjelma voi tehdä kaiken tämän ja enemmän – ja myös nopeammin.
##Kohokohdat
Preskriptiivinen analytiikka hyödyntää koneoppimista auttaakseen yrityksiä päättämään toimintatavasta tietokoneohjelman ennusteiden perusteella.
Tehokkaasti käytettynä preskriptiivinen analytiikka voi auttaa organisaatioita tekemään päätöksiä tosiseikkoihin ja todennäköisyyspainotettuihin ennusteisiin perustuen sen sijaan, että se tekisi vaistonvaraisesti alitietoisia johtopäätöksiä.
Preskriptiivinen analytiikka toimii ennakoivan analytiikan kanssa, joka käyttää tietoja lähiajan tulosten määrittämiseen.
