Kaj je receptna analitika?
Napisna analitika je vrsta analitike podatkov - uporaba tehnologije za pomoč podjetjem pri sprejemanju boljših odločitev z analizo surovih podatkov. Natančneje, predpisi o analitiki upoštevajo informacije o možnih situacijah ali scenarijih, razpoložljivih virih, pretekli uspešnosti in trenutni uspešnosti ter predlagajo postopek ali strategijo. Lahko se uporablja za sprejemanje odločitev v katerem koli časovnem obdobju, od takojšnjega do dolgoročnega obdobja.
Nasprotno od receptivne analitike je deskriptivna analitika, ki preučuje odločitve in rezultate po dejstvu.
Kako deluje analitična recepcija
Napisna analitika se opira na tehnike umetne inteligence, kot je strojno učenje - zmožnost računalniškega programa brez dodatnega človeškega prispevka, da razume in napreduje od podatkov, ki jih pridobi, in se ves čas prilagaja. Strojno učenje omogoča obdelavo ogromne količine podatkov, ki so danes na voljo. Ko so na voljo novi ali dodatni podatki, se računalniški programi samodejno prilagodijo, da bi jih lahko uporabili, v postopku, ki je veliko hitrejši in celovitejši, kot bi ga lahko upravljale človeške zmožnosti.
Številne vrste podatkovno intenzivnih podjetij in vladnih agencij lahko izkoristijo uporabo predpisane analitike, vključno s tistimi v sektorju finančnih storitev in zdravstvenega varstva, kjer so stroški človeških napak visoki.
Napisna analitika deluje z drugo vrsto analitike podatkov, prediktivno analitiko, ki vključuje uporabo statistike in modeliranja za določitev prihodnje uspešnosti na podlagi trenutnih in preteklih podatkov. Vendar gre še dlje: s pomočjo ocene prediktivne analitike, kaj se bo verjetno zgodilo, priporoča, kateri nadaljnji tečaj naj se loti.
Prednosti in slabosti prescriptive Analytics
Napačna analitika lahko preseže nerede takojšnje negotovosti in spreminjajočih se pogojev. Pomaga lahko preprečiti goljufije, omejiti tveganje, povečati učinkovitost, doseči poslovne cilje in ustvariti bolj zveste stranke.
Vendar analitična preslikava ni brezhibna. Učinkovito je le, če organizacije vedo, na katera vprašanja in kako odgovoriti na odgovore. Če so vhodne predpostavke neveljavne, izhodni rezultati ne bodo točni.
Če pa se uporablja učinkovito, lahko receptualna analitika pomaga organizacijam pri sprejemanju odločitev na podlagi zelo analiziranih dejstev, ne pa da prihaja do premalo informiranih zaključkov, ki temeljijo na nagonu. Napisna analitika lahko simulira verjetnost različnih rezultatov in pokaže verjetnost vsakega, kar organizacijam pomaga, da bolje razumejo stopnjo tveganja in negotovosti, s katero se soočajo, kot bi se lahko zanašale na povprečje. Organizacije lahko bolje razumejo verjetnost najslabših scenarijev in ustrezno načrtujejo.
Ključni odvzemi
- Napisna analitika uporablja strojno učenje, da podjetjem pomaga pri odločanju o poteku ukrepanja na podlagi napovedi računalniškega programa.Pripisna analitika deluje s prediktivno analitiko, ki uporablja podatke za določitev kratkoročnih rezultatov. Ko se učinkovito uporablja, lahko receptualna analitika pomaga organizacijam pri sprejemanju odločitev na podlagi dejstev in verjetnostno uteženih projekcij, namesto da bi skočili na premalo obveščene sklepe, ki temeljijo na nagonu.
Primeri analitične analitike
Številne vrste podatkovno intenzivnih podjetij in vladnih agencij lahko izkoristijo uporabo predpisane analitike, vključno s tistimi v sektorju finančnih storitev in zdravstva, kjer so stroški človeških napak visoki.
Napisna analitika bi se lahko uporabila za oceno, ali bi lokalna gasilska enota morala prebivalce evakuirati na določenem območju, ko v bližini gori divjad. Lahko bi ga uporabili tudi za napovedovanje, ali bo članek o določeni temi priljubljen pri bralcih na podlagi podatkov o iskanju in družbenih deležih za povezane teme. Druga uporaba bi lahko bila prilagoditev programa usposabljanja delavcev v realnem času glede na to, kako se delavec odziva na vsako lekcijo.
Napisna analitika za bolnišnice in klinike
Podobno lahko bolnice in klinike uporabijo predpisovalno analitiko za izboljšanje rezultatov za paciente. Podatke v zdravstvu postavlja v kontekst za oceno stroškovne učinkovitosti različnih postopkov in zdravljenj ter za oceno uradnih kliničnih metod. Uporablja se lahko tudi za analizo, kateri bolnišnični bolniki imajo največje tveganje za ponovni sprejem, tako da lahko izvajalci zdravstvenega varstva z izobraževanjem pacientov in spremljanjem zdravnika naredijo več, da preprečijo neprestano vračanje v bolnišnico ali urgentno sobo.
Napisna analitika za letalske družbe
Recimo, da ste izvršni direktor letalske družbe in želite povečati dobiček svojega podjetja. Napačna analitika vam lahko pomaga, da samodejno prilagodite ceno in razpoložljivost vozovnic na podlagi številnih dejavnikov, vključno s povpraševanjem kupcev, vremenom in cenami bencina. Ko algoritem ugotovi, da letošnja predbožična vozovnica od Los Angelesa do New Yorka na primer zaostaja za lansko, na primer lahko samodejno zniža cene, hkrati pa poskrbi, da jih ne bo spustil prenizko glede na letošnje višje cene nafte.
Hkrati, ko algoritem zaradi ledenih razmer na cesti oceni večje povpraševanje po vozovnicah od St. Louisa do Chicaga, kot običajno, lahko samodejno poviša cene vozovnic. Direktorju ni treba ves dan buljiti v računalnik in gledati, kaj se dogaja s prodajo vozovnic in tržnimi pogoji, nato pa delavcem naročiti, da se prijavijo v sistem in ročno spremenijo cene; računalniški program lahko naredi vse to in še več - in to tudi hitreje.
