规范性分析

什么是规范性分析？

规范性分析是一种数据分析——使用技术通过分析原始数据来帮助企业做出更好的决策。具体而言，规范性分析会考虑有关可能情况或场景、可用资源、过去表现和当前表现的信息，并建议行动或策略。它可用于在任何时间范围内做出决策，从即时到长期。

与规定性分析相反的是描述性分析，它在事后检查决策和结果。

规范性分析依赖于人工智能技术，例如机器学习——计算机程序在没有额外人工输入的情况下理解并从其获取的数据中不断进步并不断适应的能力。机器学习使处理当今可用的大量数据成为可能。随着新的或额外的数据变得可用，计算机程序会自动调整以利用它，这个过程比人类能力所能管理的更快、更全面。

许多类型的数据密集型企业和政府机构都可以从使用规范性分析中受益，包括人为错误成本很高的金融服务和医疗保健部门。

规范性分析与另一种类型的数据分析（预测分析）一起使用，其中涉及使用统计数据和建模来根据当前和历史数据确定未来的表现。然而，它走得更远：使用预测分析对可能发生的事情的估计，它建议未来采取什么路线。

规范性分析可以消除直接不确定性和不断变化的条件的混乱。它可以帮助防止欺诈、限制风险、提高效率、实现业务目标并创造更多忠诚的客户。

然而，规范性分析并非万无一失。只有当组织知道要问什么问题以及如何对答案做出反应时，它才有效。如果输入假设无效，则输出结果将不准确。

然而，如果有效使用，规范性分析可以帮助组织根据高度分析的事实做出决策，而不是根据直觉跳到消息不足的结论。规范性分析可以模拟各种结果的概率并显示每个结果的概率，帮助组织更好地了解他们所面临的风险和不确定性水平，而不是依靠平均值。组织可以更好地了解最坏情况的可能性并做出相应的计划。

许多类型的数据密集型企业和政府机构都可以从使用规范性分析中受益，包括金融服务和医疗保健行业，这些行业的人为错误成本很高。

规范性分析可用于评估当地消防部门是否应在附近发生野火时要求居民撤离特定区域。它还可以用于根据相关主题的搜索和社交分享数据来预测关于特定主题的文章是否会受到读者的欢迎。另一个用途可能是根据工人对每节课的反应实时调整工人培训计划。

同样，医院和诊所可以使用规范性分析来改善患者的治疗效果。它将医疗保健数据放在上下文中，以评估各种程序和治疗的成本效益，并评估官方临床方法。它还可用于分析哪些医院患者的再入院风险最高，以便医疗保健提供者可以通过患者教育和医生随访来做更多事情，以避免不断返回医院或急诊室。

假设您是一家航空公司的首席执行官，并且您希望最大化公司的利润。规范性分析可以帮助您做到这一点，方法是根据客户需求、天气和汽油价格等众多因素自动调整票价和可用性。例如，当算法识别出今年从洛杉矶到纽约的圣诞节前门票销售落后于去年时，它可以自动降低价格，同时确保不会因为今年的油价上涨而将价格降得太低。

同时，当算法评估从圣路易斯到芝加哥的车票由于结冰的路况而高于平时的需求时，它可以自动提高票价。首席执行官不必整天盯着电脑查看门票销售和市场状况，然后指示工人登录系统并手动更改价格；计算机程序可以完成所有这些以及更多工作——而且速度也更快。

＃＃强调