Analiza nakazowa

Co to jest analiza nakazowa?

Analiza nakazowa to rodzaj analizy danych — wykorzystanie technologii, która pomaga firmom podejmować lepsze decyzje poprzez analizę nieprzetworzonych danych. W szczególności analiza nakazowa uwzględnia informacje o możliwych sytuacjach lub scenariuszach, dostępnych zasobach, przeszłych i bieżących wynikach oraz sugeruje kierunek działania lub strategię. Może służyć do podejmowania decyzji w dowolnym horyzoncie czasowym,. od natychmiastowego do długoterminowego.

Przeciwieństwem analityki nakazowej jest analityka opisowa,. która bada decyzje i wyniki po fakcie.

Jak działa analiza nakazowa

Analityka preskryptywna opiera się na technikach sztucznej inteligencji, takich jak uczenie maszynowe — zdolność programu komputerowego do rozumienia i rozwijania gromadzonych danych przez program komputerowy bez dodatkowego wkładu człowieka. Uczenie maszynowe umożliwia przetwarzanie ogromnej ilości dostępnych dziś danych. W miarę pojawiania się nowych lub dodatkowych danych programy komputerowe automatycznie dostosowują się do ich wykorzystania w procesie, który jest znacznie szybszy i bardziej wszechstronny niż ludzkie możliwości.

Wiele rodzajów firm i agencji rządowych intensywnie korzystających z danych może skorzystać na korzystaniu z analiz nakazowych, w tym w sektorach usług finansowych i opieki zdrowotnej, gdzie koszty błędu ludzkiego są wysokie.

Analityka preskryptywna współpracuje z innym rodzajem analizy danych, analityką predykcyjną,. która polega na wykorzystaniu statystyk i modelowania w celu określenia przyszłej wydajności na podstawie danych bieżących i historycznych. Jednak idzie dalej: korzystając z oszacowań przewidywanych przez analitykę, co może się wydarzyć, zaleca, jaki kierunek należy obrać w przyszłości.

Plusy i minusy analizy nakazowej

Analityka nakazowa może przebić się przez bałagan natychmiastowej niepewności i zmieniających się warunków. Może pomóc w zapobieganiu oszustwom, ograniczaniu ryzyka, zwiększaniu wydajności, osiąganiu celów biznesowych i tworzeniu bardziej lojalnych klientów.

Analityka nakazowa nie jest jednak niezawodna. Jest to skuteczne tylko wtedy, gdy organizacje wiedzą, jakie pytania zadać i jak reagować na odpowiedzi. Jeśli założenia wejściowe są nieprawidłowe, wyniki wyjściowe nie będą dokładne.

Jednak gdy są skutecznie wykorzystywane, analizy nakazowe mogą pomóc organizacjom w podejmowaniu decyzji w oparciu o wysoce przeanalizowane fakty, zamiast przeskakiwać do niedoinformowanych wniosków opartych na instynkcie. Analityka nakazowa może symulować prawdopodobieństwo różnych wyników i pokazywać prawdopodobieństwo każdego z nich, pomagając organizacjom lepiej zrozumieć poziom ryzyka i niepewności, z jakimi się borykają, niż mogłyby polegać na średnich. Organizacje mogą lepiej zrozumieć prawdopodobieństwo najgorszych scenariuszy i odpowiednio zaplanować.

Przykłady analizy nakazowej

Wiele rodzajów firm i agencji rządowych intensywnie korzystających z danych może skorzystać na korzystaniu z analiz nakazowych, w tym w sektorach usług finansowych i opieki zdrowotnej, gdzie koszty błędu ludzkiego są wysokie.

Analizy nakazowe można wykorzystać do oceny, czy lokalna straż pożarna powinna wymagać od mieszkańców ewakuacji z określonego obszaru, gdy w pobliżu płonie pożar. Może również służyć do przewidywania, czy artykuł na określony temat będzie popularny wśród czytelników na podstawie danych o wyszukiwaniach i udostępnieniach społecznościowych dla powiązanych tematów. Innym zastosowaniem może być dostosowanie programu szkolenia pracowników w czasie rzeczywistym w oparciu o to, jak pracownik reaguje na każdą lekcję.

Analityka nakazowa dla szpitali i klinik

Podobnie, analizy nakazowe mogą być wykorzystywane przez szpitale i kliniki do poprawy wyników leczenia pacjentów. Zestawia dane dotyczące opieki zdrowotnej w kontekście oceny opłacalności różnych procedur i terapii oraz oceny oficjalnych metod klinicznych. Można go również wykorzystać do analizy, którzy pacjenci szpitali mają największe ryzyko ponownego przyjęcia do szpitala, aby świadczeniodawcy mogli zrobić więcej, poprzez edukację pacjentów i kontrole lekarskie, aby zapobiec ciągłym powrotom do szpitala lub na izbę przyjęć.

Analizy preskryptywne dla linii lotniczych

Załóżmy, że jesteś prezesem linii lotniczej i chcesz zmaksymalizować zyski swojej firmy. Analizy preskryptywne mogą Ci w tym pomóc, automatycznie dostosowując ceny biletów i dostępność na podstawie wielu czynników, w tym popytu klientów, pogody i cen benzyny. Kiedy algorytm zidentyfikuje, że tegoroczna przedświąteczna sprzedaż biletów z Los Angeles do Nowego Jorku pozostaje w tyle za zeszłorocznymi, może automatycznie obniżyć ceny, jednocześnie upewniając się, że nie obniży ich zbyt nisko w świetle tegorocznych wyższych cen ropy.

Jednocześnie, gdy algorytm oceni wyższe niż zwykle zapotrzebowanie na bilety z St. Z Louis do Chicago z powodu oblodzonych dróg może automatycznie podnieść ceny biletów. Prezes nie musi cały dzień wpatrywać się w komputer, patrząc na to, co dzieje się ze sprzedażą biletów i warunkami rynkowymi, a następnie instruować pracowników, aby logowali się do systemu i ręcznie zmieniali ceny; program komputerowy może zrobić to wszystko i więcej — i to w szybszym tempie.

##Przegląd najważniejszych wydarzeń

• Analizy preskryptywne wykorzystują uczenie maszynowe, aby pomóc firmom decydować o kierunku działania na podstawie przewidywań programu komputerowego.

• Skutecznie stosowana analiza nakazowa może pomóc organizacjom w podejmowaniu decyzji w oparciu o fakty i prognozy ważone prawdopodobieństwem, zamiast przeskakiwać do niedoinformowanych wniosków opartych na instynkcie.

• Analityka preskryptywna współpracuje z analizą predykcyjną, która wykorzystuje dane do określenia wyników krótkoterminowych.