Предписывающая аналитика

Что такое предписывающая аналитика?

Предписывающая аналитика — это разновидность анализа данных, т. е. использование технологий, помогающих компаниям принимать более обоснованные решения посредством анализа необработанных данных. В частности, предписывающая аналитика учитывает информацию о возможных ситуациях или сценариях, доступных ресурсах, прошлой и текущей производительности и предлагает курс действий или стратегию. Его можно использовать для принятия решений на любом временном горизонте,. от сиюминутных до долгосрочных.

Противоположностью предписывающей аналитике является описательная аналитика,. которая изучает решения и результаты постфактум.

Как работает предписывающая аналитика

Предписывающая аналитика опирается на методы искусственного интеллекта, такие как машинное обучение — способность компьютерной программы без дополнительного участия человека понимать и продвигаться на основе полученных данных, 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 всеобъемлющий, чем человеческие возможности.

Предписывающая аналитика может быть полезна многочисленным предприятиям и государственным учреждениям, которым требуется большое количество данных, в том числе в сфере финансовых услуг и здравоохранения, где цена человеческой ошибки высока.

Предписывающая аналитика работает с другим типом аналитики данных, прогнозной аналитикой,. которая включает использование статистики и моделирования для определения будущей производительности на основе текущих и исторических данных. Однако дело идет еще дальше: используя оценку прогнозной аналитики того, что может произойти, она рекомендует, какой курс следует предпринять в будущем.

Плюсы и минусы предписывающей аналитики

Предписывающая аналитика может преодолеть беспорядок непосредственной неопределенности и меняющихся условий. Это может помочь предотвратить мошенничество, ограничить риск, повысить эффективность, достичь бизнес-целей и создать более лояльных клиентов.

Однако предписывающая аналитика не является надежной. Это эффективно только в том случае, 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 поспешных выводов, основанных на интуиции. Предписывающая аналитика может моделировать вероятность различных результатов и показывать вероятность каждого из них, помогая организациям лучше понять уровень риска и неопределенности, с которыми они сталкиваются, чем они могли бы полагаться на средние значения. Организации могут лучше понять вероятность наихудших сценариев и соответствующим образом планировать свои действия.

Примеры предписывающей аналитики

Предписывающая аналитика может быть полезна многочисленным предприятиям и государственным учреждениям, которым требуется большое количество данных, в том числе в сфере финансовых услуг и здравоохранения, где цена человеческой ошибки высока.

Предписывающая аналитика может использоваться для оценки того, должна ли местная пожарная служба требовать от жителей эвакуации из определенного района, когда поблизости бушует лесной пожар. Его также можно использовать для прогнозирования популярности статьи по определенной теме среди читателей на основе данных о поисковых запросах и социальных сетях по связанным темам. Другое использование может заключаться в корректировке программы обучения рабочих в режиме реального времени в зависимости от того, как работник реагирует на каждый урок.

Предписывающая аналитика для больниц и клиник

Точно так же предписывающая аналитика может использоваться больницами и клиниками для улучшения результатов лечения пациентов. Он помещает медицинские данные в контекст для оценки экономической эффективности различных процедур и методов лечения, а также для оценки официальных клинических методов. Его также можно использовать для анализа того, какие больные пациенты имеют самый высокий риск повторной госпитализации, чтобы медицинские работники могли сделать больше посредством обучения пациентов и последующего наблюдения врачей, чтобы предотвратить постоянные повторные обращения в больницу или отделение неотложной помощи.

Предписывающая аналитика для авиакомпаний

Предположим, вы генеральный директор авиакомпании и хотите максимизировать прибыль своей компании. Предписывающая аналитика может помочь вам в этом, автоматически регулируя цены билетов и доступность на основе множества факторов, включая покупательский спрос, погоду и цены на бензин. Когда алгоритм определяет, что предрождественские продажи билетов из Лос-Анджелеса в Нью-Йорк в этом году отстают, например, от прошлогодних, он может автоматически снизить цены, при этом стараясь не опустить 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 гололеда на дорогах, он может автоматически поднимать цены на билеты. Генеральному директору не нужно весь день пялиться в компьютер, наблюдая за тем, что происходит с продажей билетов и конъюнктурой рынка, а затем инструктировать рабочих войти в систему и изменить цены вручную; компьютерная программа может делать все это и даже больше — и в более быстром темпе.

Особенности

• Предписывающая аналитика использует машинное обучение, чтобы помочь компаниям выбрать курс действий на основе прогнозов компьютерной программы.

• При эффективном использовании предписывающая аналитика может помочь организациям принимать решения, основанные на фактах и прогнозах, взвешенных с учетом вероятности, а не делать необоснованные выводы, основанные на инстинктах.

• Предписывающая аналитика работает с предиктивной аналитикой, которая использует данные для определения краткосрочных результатов.