Præskriptiv analyse
Hvad er præskriptiv analyse?
Præskriptiv analyse er en type dataanalyse - brugen af teknologi til at hjælpe virksomheder med at træffe bedre beslutninger gennem analyse af rådata. Specifikt tager præskriptive analyser oplysninger om mulige situationer eller scenarier, tilgængelige ressourcer, tidligere præstationer og nuværende præstationer i betragtning og foreslår et handlingsforløb eller en strategi. Det kan bruges til at træffe beslutninger på enhver tidshorisont,. fra øjeblikkelig til lang sigt.
Det modsatte af præskriptiv analyse er deskriptiv analyse,. som undersøger beslutninger og resultater efter kendsgerningen.
Sådan fungerer præskriptiv analyse
Præskriptiv analyse er afhængig af kunstig intelligens-teknikker, såsom maskinlæring - et computerprograms evne til, uden yderligere menneskelig input, at forstå og komme videre fra de data, det erhverver, og tilpasse sig hele tiden. Machine learning gør det muligt at behandle en enorm mængde data, der er tilgængelig i dag. Efterhånden som nye eller yderligere data bliver tilgængelige, justerer computerprogrammer sig automatisk for at gøre brug af dem, i en proces, der er meget hurtigere og mere omfattende, end menneskelige evner kunne klare.
Talrige typer af dataintensive virksomheder og offentlige myndigheder kan drage fordel af at bruge præskriptive analyser, herunder dem i de finansielle tjenester og sundhedssektoren, hvor omkostningerne ved menneskelige fejl er høje.
Præskriptiv analyse arbejder med en anden type dataanalyse, prædiktiv analyse,. som involverer brugen af statistik og modellering til at bestemme fremtidig ydeevne, baseret på nuværende og historiske data. Det går dog længere: Ved at bruge den prædiktive analyses vurdering af, hvad der sandsynligvis vil ske, anbefaler den, hvilken fremtidig kurs man skal tage.
Fordele og ulemper ved præskriptiv analyse
Receptpligtige analyser kan skære gennem virvar af umiddelbar usikkerhed og skiftende forhold. Det kan hjælpe med at forhindre svindel, begrænse risikoen, øge effektiviteten, opfylde forretningsmålene og skabe mere loyale kunder.
Præskriptiv analyse er dog ikke idiotsikker. Det er kun effektivt, hvis organisationer ved, hvilke spørgsmål de skal stille, og hvordan de skal reagere på svarene. Hvis input-antagelserne er ugyldige, vil outputresultaterne ikke være nøjagtige.
Når de anvendes effektivt, kan præskriptive analyser dog hjælpe organisationer med at træffe beslutninger baseret på højt analyserede fakta i stedet for at springe til underinformerede konklusioner baseret på instinkt. Præskriptive analyser kan simulere sandsynligheden for forskellige udfald og vise sandsynligheden for hver enkelt, hvilket hjælper organisationer med bedre at forstå niveauet af risiko og usikkerhed, de står over for, end de kunne stole på gennemsnit. Organisationer kan få en bedre forståelse af sandsynligheden for wor st-case scenarier og planlægge i overensstemmelse hermed.
Eksempler på præskriptiv analyse
Adskillige typer af dataintensive virksomheder og offentlige myndigheder kan drage fordel af at bruge præskriptive analyser, herunder dem i de finansielle tjenester og sundhedssektoren, hvor omkostningerne ved menneskelige fejl er høje.
Præskriptive analyser kan bruges til at vurdere, om et lokalt brandvæsen skal kræve, at beboerne evakuerer et bestemt område, når en naturbrand brænder i nærheden. Det kan også bruges til at forudsige, om en artikel om et bestemt emne vil være populær blandt læserne baseret på data om søgninger og sociale delinger for relaterede emner. En anden anvendelse kunne være at justere et medarbejdertræningsprogram i realtid baseret på, hvordan arbejderen reagerer på hver lektion.
Præskriptiv analyse til hospitaler og klinikker
På samme måde kan præskriptive analyser bruges af hospitaler og klinikker til at forbedre resultaterne for patienterne. Det sætter sundhedsdata i kontekst for at evaluere omkostningseffektiviteten af forskellige procedurer og behandlinger og for at evaluere officielle kliniske metoder. Det kan også bruges til at analysere, hvilke hospitalspatienter der har den højeste risiko for genindlæggelse, så sundhedspersonalet kan gøre mere via patientuddannelse og lægeopfølgning for at afværge konstant tilbagevenden til hospitalet eller skadestuen.
Præskriptiv analyse for flyselskaber
Antag, at du er administrerende direktør for et flyselskab, og du ønsker at maksimere din virksomheds overskud. Præskriptive analyser kan hjælpe dig med at gøre dette ved automatisk at justere billetpriser og tilgængelighed baseret på adskillige faktorer, herunder kundernes efterspørgsel, vejret og benzinpriser. Når algoritmen identificerer, at årets før-jul billetsalg fra Los Angeles til New York halter for eksempel sidste års, kan den automatisk sænke priserne, samtidig med at man sørger for ikke at falde dem for lavt i lyset af årets højere oliepriser.
På samme tid, når algoritmen vurderer den højere end sædvanlige efterspørgsel efter billetter fra St. Louis til Chicago på grund af iset vejforhold, kan den automatisk hæve billetpriserne. Den administrerende direktør behøver ikke at stirre på en computer hele dagen og se på, hvad der sker med billetsalg og markedsforhold og derefter instruere arbejderne om at logge ind i systemet og ændre priserne manuelt; et computerprogram kan alt dette og mere til – og også i et hurtigere tempo.
Højdepunkter
Præskriptiv analyse gør brug af maskinlæring til at hjælpe virksomheder med at beslutte en handlingsplan baseret på et computerprograms forudsigelser.
Når de bruges effektivt, kan præskriptive analyser hjælpe organisationer med at træffe beslutninger baseret på fakta og sandsynlighedsvægtede fremskrivninger i stedet for at springe til underinformerede konklusioner baseret på instinkt.
Præskriptiv analyse arbejder med prædiktiv analyse, som bruger data til at bestemme resultater på kort sigt.
