Što je preskriptivna analitika?
Propisna analitika vrsta je analitike podataka - upotreba tehnologije za pomoć poduzećima u donošenju boljih odluka kroz analizu neobrađenih podataka. Konkretno, propisivačka analitika uključuje faktore o mogućim situacijama ili scenarijima, raspoloživim resursima, prošlim performansama i trenutnim učincima te sugerira tijek akcije ili strategiju. Može se koristiti za donošenje odluka u bilo kojem vremenskom horizontu, od trenutnog do dugoročnog razdoblja.
Suprotnost receptivne analitike je deskriptivna analitika, koja ispituje odluke i ishode nakon činjenice.
Kako funkcionira analitička receptura
Propisivačka analitika oslanja se na tehnike umjetne inteligencije, poput strojnog učenja - sposobnost računalnog programa bez dodatnog ljudskog doprinosa da razumije i napreduje od podataka koje stekne, prilagođavajući se cijelo vrijeme. Strojno učenje omogućava obradu ogromne količine danas dostupnih podataka. Kako postaju dostupni novi ili dodatni podaci, računalni se programi automatski prilagođavaju kako bi ih iskoristili, u procesu koji je mnogo brži i sveobuhvatniji nego što ljudske mogućnosti mogu upravljati.
Brojne vrste poduzeća s velikim podacima i državnim agencijama mogu imati koristi od korištenja receptivne analitike, uključujući i one u sektorima financijskih usluga i zdravstva, gdje su troškovi ljudskih pogrešaka visoki.
Propisna analitika djeluje s drugom vrstom analitike podataka, prediktivnom analitikom, koja uključuje uporabu statistike i modeliranja za određivanje budućih performansi na temelju trenutnih i povijesnih podataka. Međutim, ide i dalje: koristeći procjenu prediktivne analitike onoga što će se vjerojatno dogoditi, preporučuje se koji budući tečaj krenuti.
Za i protiv preskriptivne analitike
Propisivačka analitika može probiti nered neposredne neizvjesnosti i mijenjanja uvjeta. To može pomoći u sprječavanju prijevara, ograničiti rizik, povećati učinkovitost, ispuniti poslovne ciljeve i stvoriti vjernije kupce.
Međutim, analitika na recept nije glupa. Učinkovito je samo ako organizacije znaju koja pitanja postaviti i kako reagirati na odgovore. Ako su pretpostavke unosa nevaljane, rezultati izlaza neće biti točni.
Međutim, ako se učinkovito koristi, propisivačka analitika može pomoći organizacijama da donose odluke na temelju vrlo analiziranih činjenica, a ne da preskoči na nedovoljno informirane zaključke temeljene na instinktu. Analiza propisa može simulirati vjerojatnost različitih ishoda i pokazati vjerojatnost svakog, pomažući organizacijama da bolje razumiju razinu rizika i nesigurnosti s kojima se suočavaju nego što se mogu osloniti na prosjeke. Organizacije mogu steći bolje razumijevanje vjerojatnosti postojanja najgorih scenarija i u skladu s tim planirati.
Ključni odvodi
- Propisivačka analitika koristi strojno učenje kako bi se pomoglo tvrtkama da odluče o tijeku akcije temeljenom na predviđanjima računalnog programa.Pripisna analitika radi s prediktivnom analitikom, koja koristi podatke za utvrđivanje kratkoročnih rezultata. na temelju činjenica i procijenjenih na temelju vjerojatnosti, umjesto da skačete na nedovoljno informirane zaključke temeljene na instinktu.
Primjeri preskriptivne analitike
Brojne vrste poduzeća s velikim podacima i državnim agencijama mogu imati koristi od korištenja receptivne analitike, uključujući one u sektorima financijskih usluga i zdravstva, gdje su troškovi ljudskih pogrešaka visoki.
Natpisne analitike mogle bi se koristiti za procjenu da li lokalna vatrogasna postrojba zahtijeva od stanovnika da evakuišu određeno područje kada u blizini gori divlja vatra. Također bi se mogao koristiti za predviđanje hoće li članak o određenoj temi biti popularan kod čitatelja na temelju podataka o pretraživanjima i društvenim udjelima za srodne teme. Druga bi namjena mogla biti prilagodba programa obuke radnika u stvarnom vremenu na temelju načina na koji radnik reagira na svaku lekciju.
Propisna analitika za bolnice i klinike
Slično tome, bolnice i klinike mogu primijeniti analitiku na recept za poboljšanje rezultata za pacijente. Podatke u zdravstvu stavlja u kontekst za procjenu ekonomičnosti različitih postupaka i liječenja te za procjenu službenih kliničkih metoda. Također se može koristiti za analizu koji pacijenti u bolnici imaju najveći rizik od ponovnog prihvata, tako da pružatelji zdravstvenih usluga mogu učiniti više, edukacijom pacijenata i praćenjem liječnika, kako bi se spriječili stalni povratci u bolnicu ili hitnu pomoć.
Propisna analitika za aviokompanije
Pretpostavimo da ste generalni direktor zrakoplovne tvrtke i želite maksimizirati dobit svoje tvrtke. Analiza recepta može vam pomoći da automatski prilagodite cijenu i dostupnost karata na temelju brojnih čimbenika, uključujući potražnju kupca, vremenske prilike i cijene benzina. Kad algoritam utvrdi da ovogodišnja predbožićna prodaja karata od Los Angelesa do New Yorka, primjerice, zaostaje za prošlogodišnjom, može automatski sniziti cijene, istovremeno pazeći da ih ne spusti prenisko s obzirom na ovogodišnje veće cijene nafte.
Istovremeno, kada algoritam procjenjuje veću potražnju karata od St. Louisa do Chicaga zbog ledenih uvjeta na cesti, automatski može podići cijene karata. Generalni direktor ne mora čitav dan buljiti u računalo gledajući što se događa s prodajom karata i tržišnim uvjetima, a zatim upućuje radnike da se prijave u sustav i ručno mijenjaju cijene; računalni program može učiniti sve ovo i više - i to bržim tempom.
