Kas yra prescriptive Analytics?
Prescriptive analytics yra duomenų analizės rūšis - technologijos naudojimas, siekiant padėti verslui priimti geresnius sprendimus analizuojant neapdorotus duomenis. Tiksliau sakant, nurodoma analitika atsižvelgia į informaciją apie galimas situacijas ar scenarijus, turimus išteklius, ankstesnius ir dabartinius rezultatus ir siūlo veiksmų planą ar strategiją. Jis gali būti naudojamas priimant sprendimus bet kuriuo metu, nuo trumpalaikio iki ilgalaikio.
Receptyviosios analizės priešingybė yra aprašomoji analizė, tirianti sprendimus ir rezultatus po fakto.
Kaip veikia „Prescriptive Analytics“
Prescriptive analitika remiasi dirbtinio intelekto metodais, tokiais kaip mašininis mokymasis - kompiuterinės programos galimybė be papildomo žmogaus indėlio suprasti ir tobulinti duomenis, kuriuos ji įgyja, visą laiką pritaikydama. Kompiuterinis mokymasis leidžia apdoroti didžiulį šiandien turimą duomenų kiekį. Kai tik atsiranda naujų ar papildomų duomenų, kompiuterinės programos automatiškai prisitaiko, kad jomis pasinaudotų, kai procesas yra daug greitesnis ir išsamesnis, nei galėtų valdyti žmogaus galimybės.
Daugybė rūšių duomenų reikalaujančioms įmonėms ir vyriausybinėms agentūroms gali būti naudinga naudojant receptinę analizę, įskaitant finansinių paslaugų ir sveikatos priežiūros sektorius, kur žmogiškosios klaidos kainuoja brangiai.
Recepcinė analizė veikia kartu su kito tipo duomenų analitika - prognozine analitika, kuri apima statistikos naudojimą ir modeliavimą, siekiant nustatyti būsimus rezultatus, remiantis dabartiniais ir istoriniais duomenimis. Tačiau einama toliau: Naudodamasi prognozuojančios analizės įvertinimu, kas gali atsitikti, jis rekomenduoja, kokį būsimą kursą pasirinkti.
Prescriptive Analytics privalumai ir trūkumai
Receptinė analitika gali sumažinti netikrumo ir besikeičiančių sąlygų netvarką. Tai gali padėti išvengti sukčiavimo, apriboti riziką, padidinti efektyvumą, pasiekti verslo tikslus ir sukurti lojalesnius klientus.
Tačiau receptiniai receptai nėra patikimi. Tai efektyvu tik tuo atveju, jei organizacijos žino, kokius klausimus užduoti ir kaip reaguoti į atsakymus. Jei įvesties prielaidos yra klaidingos, išvesties rezultatai nebus tikslūs.
Veiksmingai naudojama, tačiau receptinė analitika gali padėti organizacijoms priimti sprendimus remiantis gerai išnagrinėtais faktais, o ne pereiti prie nepakankamai informuotų išvadų, pagrįstų instinktu. Prescriptive analitika gali imituoti įvairių rezultatų tikimybę ir parodyti jų tikimybę, padėdama organizacijoms geriau suprasti jų patiriamo rizikos ir netikrumo lygį, nei galėtų pasikliauti vidurkiais. Organizacijos gali geriau suprasti blogiausios situacijos tikimybę ir atitinkamai planuoti.
Pagrindiniai išvežamieji daiktai
- Prescriptive analitika pasitelkia mašininį mokymąsi, kad padėtų įmonėms nuspręsti veiksmų eigą, pagrįstą kompiuterinės programos prognozėmis. Precepcinė analitika veikia su nuspėjamąja analitika, kuri naudoja duomenis artimiausio laikotarpio rezultatams nustatyti.Jei veiksmingai naudojama, receptinė analitika gali padėti organizacijoms priimti sprendimus. paremti faktais ir tikimybių įvertintomis prognozėmis, o ne pereiti prie nepakankamai informuotų išvadų, pagrįstų instinktu.
Prescriptive Analytics pavyzdžiai
Daugybė rūšių duomenų reikalaujančioms įmonėms ir vyriausybinėms agentūroms gali būti naudinga naudojant receptinę analizę, įskaitant finansinių paslaugų ir sveikatos priežiūros sektorius, kur žmogiškosios klaidos kainuoja brangiai.
Receptiniai analitikai galėtų būti naudojami norint įvertinti, ar vietos gaisrinė turėtų reikalauti, kad gyventojai evakuotųsi iš tam tikros teritorijos, kai netoliese dega gaisras. Jis taip pat galėtų būti naudojamas numatant, ar straipsnis tam tikra tema bus populiarus skaitytojams, remiantis duomenimis apie paieškas ir socialinėmis temomis. Kitas būdas galėtų būti darbuotojo mokymo programos pritaikymas realiu laiku, atsižvelgiant į tai, kaip darbuotojas reaguoja į kiekvieną pamoką.
Prescriptive Analytics ligoninėms ir klinikoms
Ligoninės ir klinikos taip pat gali naudoti receptines analizes, kad pagerintų pacientų gydymo rezultatus. Jame sveikatos priežiūros duomenys pateikiami atsižvelgiant į įvairių procedūrų ir gydymo būdų rentabilumą ir oficialius klinikinius metodus. Jis taip pat gali būti naudojamas analizuoti, kuriems ligoninės pacientams kyla didžiausia pakartotinio priėmimo rizika, kad sveikatos priežiūros paslaugų teikėjai galėtų padaryti daugiau, naudodamiesi pacientų švietimu ir gydytojų stebėjimu, kad užtikrintų nuolatinį grįžimą į ligoninę ar skubios pagalbos skyrių.
Prescriptive Analytics oro linijoms
Tarkime, kad esate oro linijų bendrovės generalinis direktorius ir norite maksimaliai padidinti įmonės pelną. Receptiniai receptai gali padėti jums tai padaryti automatiškai pakoreguodami bilieto kainą ir prieinamumą, atsižvelgiant į daugybę veiksnių, įskaitant klientų paklausą, orą ir benzino kainas. Kai algoritmas nustato, kad, pavyzdžiui, šiemet prieš Kalėdas parduodamų bilietų iš Los Andželo į Niujorką pardavimai atsilieka, pavyzdžiui, jis gali automatiškai sumažinti kainas, tuo pačiu įsitikindamas, kad jų nenuleisite per žemai, atsižvelgiant į šių metų aukštesnes naftos kainas.
Tuo pačiu metu, kai algoritmas įvertina didesnę nei įprasta bilietų iš Sent Luiso į Čikagą paklausą dėl apledėjusių kelio sąlygų, tai gali automatiškai padidinti bilietų kainas. Generaliniam direktoriui nereikia visą dieną spoksoti į kompiuterį, žiūrint į tai, kas vyksta su bilietų pardavimais ir rinkos sąlygomis, tada liepti darbuotojams prisijungti prie sistemos ir rankiniu būdu keisti kainas; kompiuterinė programa gali padaryti visa tai ir dar daugiau - ir greitesniu tempu.
