Co je to preskriptivní analýza?
Předepsaná analytika je typ analýzy dat - použití technologie, která podnikům pomáhá při lepším rozhodování prostřednictvím analýzy prvotních dat. Konkrétně, předepisující analytika ovlivňuje informace o možných situacích nebo scénářích, dostupných zdrojích, minulém výkonu a současném výkonu a navrhuje postup nebo strategii. Může být použit k rozhodnutí v jakémkoli časovém horizontu, od okamžitého po dlouhodobý.
Opakem předepsané analytiky je popisná analytika, která zkoumá rozhodnutí a výsledky po skutečnosti.
Jak funguje předběžná analýza
Předepisující analytika se spoléhá na techniky umělé inteligence, jako je strojové učení - schopnost počítačového programu bez dalšího lidského vstupu porozumět a postupovat z dat, která získává, a přitom se neustále přizpůsobovat. Strojové učení umožňuje zpracovat obrovské množství dat, která jsou dnes k dispozici. Jakmile budou k dispozici nová nebo doplňková data, počítačové programy se automaticky upraví, aby je využily, což je proces, který je mnohem rychlejší a komplexnější, než by dokázaly lidské schopnosti zvládnout.
Mnoho presných datových podniků a vládních agentur může těžit z použití předepsané analytiky, včetně těch v sektorech finančních služeb a zdravotnictví, kde jsou náklady na lidské chyby vysoké.
Předpisová analytika pracuje s jiným typem datové analýzy, prediktivní analýzou, která zahrnuje použití statistik a modelování k určení budoucího výkonu na základě současných a historických dat. To však jde ještě dále: Pomocí odhadu prediktivní analýzy o tom, co se pravděpodobně stane, doporučuje další postup.
Výhody a nevýhody předběžné analýzy
Předepsaná analytika může proplétat nepořádek okamžité nejistoty a měnících se podmínek. Může pomoci předcházet podvodům, omezovat rizika, zvyšovat efektivitu, plnit obchodní cíle a vytvářet věrnější zákazníky.
Předpisová analytika však není spolehlivá. Je účinné pouze tehdy, pokud organizace vědí, jaké otázky se mají zeptat a jak na odpovědi reagovat. Pokud jsou vstupní předpoklady neplatné, nebudou výstupní výsledky přesné.
Při účinném používání však předepisující analytika může organizacím pomoci rozhodnout se spíše na základě vysoce analyzovaných skutečností, než přeskočit k nedostatečně informovaným závěrům založeným na instinktu. Předepisující analytika může simulovat pravděpodobnost různých výsledků a ukázat pravděpodobnost každého z nich, pomáhá organizacím lépe porozumět úrovni rizika a nejistoty, kterým čelí, než by se mohly spolehnout na průměry. Organizace mohou lépe porozumět pravděpodobnosti nejhorších scénářů a podle toho plánovat.
Klíč s sebou
- Předepisující analytika využívá strojového učení, aby pomohla podnikům rozhodnout o postupu na základě předpovědí počítačového programu. Předpisová analytika pracuje s prediktivní analýzou, která využívá data k určení krátkodobých výsledků. založené na faktech a pravděpodobnostně vážených projekcích, spíše než přeskočit k nedostatečně informovaným závěrům založeným na instinktu.
Příklady preskriptivní analýzy
Mnoho presných datových podniků a vládních agentur může těžit z použití předepsané analytiky, včetně těch v sektorech finančních služeb a zdravotnictví, kde jsou náklady na lidské chyby vysoké.
K vyhodnocení toho, zda by místní hasičský sbor měl požadovat, aby obyvatelé evakuovali konkrétní oblast, když v blízkosti hoří oheň, může být použita předběžná analytika. Mohlo by být také použito k předpovídání, zda bude článek na určité téma oblíbený u čtenářů na základě údajů o vyhledáváních a společenských podílech souvisejících témat. Dalším využitím by mohlo být přizpůsobení programu školení pracovníků v reálném čase na základě toho, jak pracovník reaguje na každou lekci.
Předpisová analýza pro nemocnice a kliniky
Stejně tak mohou nemocnice a kliniky použít ke zlepšení výsledků pro pacienty předepisující analytiku. Uvádí údaje o zdravotní péči do kontextu, aby vyhodnotil nákladovou efektivitu různých postupů a léčebných postupů a vyhodnotil oficiální klinické metody. Může být také použit k analýze pacientů s nejvyšším rizikem opětovného přijetí, aby poskytovatelé zdravotní péče mohli dělat více, prostřednictvím vzdělávání pacientů a následných lékařských opatření, aby zabránili neustálým návratům do nemocnice nebo pohotovostní místnosti.
Předpisová analýza pro letecké společnosti
Předpokládejme, že jste generálním ředitelem letecké společnosti a chcete maximalizovat zisky vaší společnosti. K tomu vám může pomoci předepisující analytika tím, že automaticky upravuje cenu a dostupnost jízdenek na základě mnoha faktorů, včetně poptávky zákazníků, počasí a cen benzínu. Když algoritmus zjistí, že letošní předvánoční prodej letenek z Los Angeles do New Yorku například loni zaostává, může automaticky snížit ceny, přičemž je třeba je s ohledem na letošní vyšší ceny ropy neklesnout příliš nízko.
Zároveň, když algoritmus vyhodnotí vyšší než obvyklou poptávku po jízdenkách ze St. Louis do Chicaga z důvodu ledové silnice, může automaticky zvýšit ceny jízdenek. Generální ředitel nemusí celý den zírat na počítač a dívat se na to, co se děje s prodejem vstupenek a tržními podmínkami, a nařídit pracovníkům, aby se přihlásili do systému a ručně změnili ceny; počítačový program dokáže vše a další - a také rychleji.
