Analitis Preskriptif

Apakah Analitis Preskriptif?

Analitis preskriptif ialah sejenis analitik data—penggunaan teknologi untuk membantu perniagaan membuat keputusan yang lebih baik melalui analisis data mentah. Khususnya, analitik preskriptif memfaktorkan maklumat tentang situasi atau senario yang mungkin, sumber yang tersedia, prestasi masa lalu dan prestasi semasa, dan mencadangkan tindakan atau strategi. Ia boleh digunakan untuk membuat keputusan pada bila -bila masa,. dari jangka masa segera hingga jangka panjang.

Lawan daripada analisis preskriptif ialah analisis deskriptif,. yang meneliti keputusan dan hasil selepas fakta.

Cara Analitis Preskriptif Berfungsi

Analitis preskriptif bergantung pada teknik kecerdasan buatan, seperti pembelajaran mesin—keupayaan program komputer, tanpa input manusia tambahan, untuk memahami dan memajukan daripada data yang diperolehnya, menyesuaikan diri sepanjang masa. Pembelajaran mesin memungkinkan untuk memproses sejumlah besar data yang tersedia hari ini. Apabila data baharu atau tambahan tersedia, atur cara komputer melaraskan secara automatik untuk menggunakannya, dalam proses yang lebih pantas dan lebih menyeluruh daripada yang boleh diuruskan oleh keupayaan manusia.

Pelbagai jenis perniagaan intensif data dan agensi kerajaan boleh mendapat manfaat daripada menggunakan analitik preskriptif, termasuk dalam sektor perkhidmatan kewangan dan penjagaan kesihatan, di mana kos kesilapan manusia adalah tinggi.

Analitis preskriptif berfungsi dengan jenis analitik data yang lain, analitik ramalan,. yang melibatkan penggunaan statistik dan pemodelan untuk menentukan prestasi masa hadapan, berdasarkan data semasa dan sejarah. Walau bagaimanapun, ia pergi lebih jauh: Menggunakan anggaran analitik ramalan tentang perkara yang mungkin berlaku, ia mengesyorkan kursus masa depan yang perlu diambil.

Kebaikan dan Keburukan Analitis Preskriptif

Analitik preskriptif boleh mengurangkan kekusutan ketidakpastian serta-merta dan keadaan yang berubah-ubah. Ia boleh membantu mencegah penipuan, mengehadkan risiko, meningkatkan kecekapan, memenuhi matlamat perniagaan dan mewujudkan lebih ramai pelanggan setia.

Walau bagaimanapun, analisis preskriptif tidak mudah. Ia hanya berkesan jika organisasi tahu soalan yang hendak ditanya dan cara bertindak balas terhadap jawapan. Jika andaian input tidak sah, keputusan output tidak akan tepat.

Walau bagaimanapun, apabila digunakan dengan berkesan, analitik preskriptif boleh membantu organisasi membuat keputusan berdasarkan fakta yang sangat dianalisis dan bukannya membuat kesimpulan yang kurang maklumat berdasarkan naluri. Analitik preskriptif boleh mensimulasikan kebarangkalian pelbagai hasil dan menunjukkan kebarangkalian setiap hasil, membantu organisasi untuk lebih memahami tahap risiko dan ketidakpastian yang mereka hadapi daripada yang mereka boleh bergantung pada purata. Organisasi boleh memperoleh pemahaman yang lebih baik tentang kemungkinan senario terburuk dan merancang dengan sewajarnya.

Contoh Analitis Preskriptif

Pelbagai jenis perniagaan intensif data dan agensi kerajaan boleh mendapat manfaat daripada menggunakan analisis preskriptif, termasuk dalam sektor perkhidmatan kewangan dan penjagaan kesihatan, di mana kos kesilapan manusia adalah tinggi.

Analitik preskriptif boleh digunakan untuk menilai sama ada jabatan bomba tempatan perlu menghendaki penduduk mengosongkan kawasan tertentu apabila kebakaran hutan sedang membakar berdekatan. Ia juga boleh digunakan untuk meramalkan sama ada artikel mengenai topik tertentu akan popular dengan pembaca berdasarkan data tentang carian dan perkongsian sosial untuk topik berkaitan. Penggunaan lain mungkin untuk melaraskan program latihan pekerja dalam masa nyata berdasarkan cara pekerja bertindak balas terhadap setiap pelajaran.

Analitis Preskriptif untuk Hospital dan Klinik

Begitu juga, analitik preskriptif boleh digunakan oleh hospital dan klinik untuk meningkatkan hasil untuk pesakit. Ia meletakkan data penjagaan kesihatan dalam konteks untuk menilai keberkesanan kos pelbagai prosedur dan rawatan dan untuk menilai kaedah klinikal rasmi. Ia juga boleh digunakan untuk menganalisis pesakit hospital mana yang mempunyai risiko kemasukan semula yang paling tinggi supaya penyedia penjagaan kesihatan boleh melakukan lebih banyak, melalui pendidikan pesakit dan susulan doktor untuk mengelakkan pulangan berterusan ke hospital atau bilik kecemasan.

Analitis Preskriptif untuk Syarikat Penerbangan

Katakan anda ialah CEO syarikat penerbangan dan anda ingin memaksimumkan keuntungan syarikat anda. Analitis preskriptif boleh membantu anda melakukan ini dengan melaraskan harga tiket dan ketersediaan secara automatik berdasarkan pelbagai faktor, termasuk permintaan pelanggan, cuaca dan harga petrol. Apabila algoritma mengenal pasti bahawa jualan tiket pra-Krismas tahun ini dari Los Angeles ke New York adalah ketinggalan tahun lepas, contohnya, ia boleh menurunkan harga secara automatik, sambil memastikan tidak menurunkannya terlalu rendah memandangkan harga minyak yang lebih tinggi tahun ini.

Pada masa yang sama, apabila algoritma menilai permintaan yang lebih tinggi daripada biasa untuk tiket dari St. Louis ke Chicago kerana keadaan jalan yang berais, ia boleh menaikkan harga tiket secara automatik. Ketua Pegawai Eksekutif tidak perlu merenung komputer sepanjang hari melihat apa yang berlaku dengan jualan tiket dan keadaan pasaran dan kemudian mengarahkan pekerja untuk log masuk ke sistem dan menukar harga secara manual; program komputer boleh melakukan semua ini dan banyak lagi—dan pada kadar yang lebih pantas juga.

##Sorotan

Analitis preskriptif menggunakan pembelajaran mesin untuk membantu perniagaan memutuskan tindakan berdasarkan ramalan program komputer.
Apabila digunakan dengan berkesan, analitik preskriptif boleh membantu organisasi membuat keputusan berdasarkan fakta dan unjuran berwajaran kebarangkalian, dan bukannya membuat kesimpulan yang kurang maklumat berdasarkan naluri.
Analitis preskriptif berfungsi dengan analitik ramalan, yang menggunakan data untuk menentukan hasil jangka terdekat.