Wie Prescriptive Analytics Unternehmen helfen kann

Was ist präskriptive Analytik?

Prescriptive Analytics ist eine Art der Datenanalyse – der Einsatz von Technologie, um Unternehmen durch die Analyse von Rohdaten zu helfen, bessere Entscheidungen zu treffen. Präskriptive Analysen berücksichtigen insbesondere Informationen über mögliche Situationen oder Szenarien, verfügbare Ressourcen, vergangene Leistung und aktuelle Leistung und schlägt eine Vorgehensweise vor oder Strategie. Es kann verwendet werden, um Entscheidungen über alle zu treffen Zeithorizont, von sofort bis langfristig.

Das Gegenteil von präskriptiver Analytik ist deskriptive Analytik, die Entscheidungen und Ergebnisse im Nachhinein untersucht.

So funktioniert die präskriptive Analyse

Prescriptive Analytics basiert auf Techniken der künstlichen Intelligenz, wie z Computerprogramm, ohne zusätzliche menschliche Eingaben, um die erfassten Daten zu verstehen und aus ihnen weiterzuentwickeln und alle anzupassen die während. Machine Learning ermöglicht die Verarbeitung einer enormen Datenmenge, die heute verfügbar ist. Wenn neue oder zusätzliche Daten verfügbar werden, passen sich Computerprogramme automatisch an, um sie zu nutzen, in einem Prozess, der viel schneller und umfassender ist, als die menschlichen Fähigkeiten bewältigen könnten.

Prescriptive Analytics funktioniert mit einer anderen Art von Datenanalyse, prädiktive Analytik, die die Verwendung von Statistiken und Modellieren, um die zukünftige Leistung basierend auf aktuellen und historischen Daten zu bestimmen. Es geht jedoch noch weiter: Auf Basis der Einschätzung des voraussichtlichen Geschehens durch Predictive Analytics empfiehlt es den künftigen Kurs.

Die Vor- und Nachteile von Prescriptive Analytics

Prescriptive Analytics kann das Durcheinander der unmittelbaren Unsicherheit und sich ändernden Bedingungen durchbrechen. Es kann dazu beitragen, Betrug zu verhindern, Risiken zu begrenzen, die Effizienz zu steigern, Geschäftsziele zu erreichen und loyalere Kunden zu gewinnen.

Prescriptive Analytics ist jedoch nicht narrensicher. Es ist nur effektiv, wenn Organisationen wissen, welche Fragen sie stellen und wie sie auf die Antworten reagieren müssen. Wenn die Eingabeannahmen ungültig sind, sind die Ausgabeergebnisse nicht genau.

Wenn sie jedoch effektiv eingesetzt wird, können präskriptive Analysen Unternehmen dabei unterstützen, Entscheidungen auf der Grundlage gründlich analysierter Fakten zu treffen, anstatt zu ungenügend informierten Schlussfolgerungen aus Instinkt zu springen. Prescriptive Analytics kann die Wahrscheinlichkeit verschiedener Ergebnisse simulieren und die Wahrscheinlichkeit jedes einzelnen zeigen, was hilft Unternehmen, um das Ausmaß an Risiken und Unsicherheiten, denen sie ausgesetzt sind, besser zu verstehen, als sie sich darauf verlassen könnten Durchschnitte. Organisationen können die Wahrscheinlichkeit von Worst-Case-Szenarien und entsprechend planen.

Beispiele für präskriptive Analytik

Zahlreiche Arten von datenintensiven Unternehmen und Regierungsbehörden können von der Verwendung von präskriptiven. profitieren Analytik, einschließlich solcher im Finanzdienstleistungs- und Gesundheitssektor, wo die Kosten für menschliches Versagen hoch.

Präskriptive Analysen könnten verwendet werden, um zu bewerten, ob eine örtliche Feuerwehr die Bewohner auffordern sollte, einen bestimmten Bereich zu evakuieren, wenn ein Lauffeuer in der Nähe brennt. Es könnte auch verwendet werden, um basierend auf Daten zu Suchanfragen und sozialen Anteilen für verwandte Themen vorherzusagen, ob ein Artikel zu einem bestimmten Thema bei den Lesern beliebt ist. Eine andere Verwendung könnte darin bestehen, ein Schulungsprogramm für Arbeiter in Echtzeit basierend darauf anzupassen, wie der Arbeiter auf jede Lektion reagiert.

Präskriptive Analytik für Krankenhäuser und Kliniken

Ebenso können präskriptive Analysen von Krankenhäusern und Kliniken verwendet werden, um die Ergebnisse für die Patienten zu verbessern. Es stellt Gesundheitsdaten in einen Kontext, um die Kosteneffizienz verschiedener Verfahren und Behandlungen zu bewerten und offizielle klinische Methoden zu bewerten. Es kann auch verwendet werden, um zu analysieren, welche Krankenhauspatienten das höchste Risiko einer Wiedereinweisung haben, so dass Gesundheitsdienstleister durch Patientenaufklärung und ärztliche Nachsorge mehr tun können, um ständige Rückkehr ins Krankenhaus oder in die Notaufnahme zu verhindern.

Präskriptive Analysen für Fluggesellschaften

Angenommen, Sie sind der CEO einer Fluggesellschaft und Sie möchten den Gewinn Ihres Unternehmens maximieren. Prescriptive Analytics kann Ihnen dabei helfen, indem Ticketpreise und Verfügbarkeit basierend auf zahlreichen Faktoren wie Kundennachfrage, Wetter und Benzinpreisen automatisch angepasst werden. Wenn der Algorithmus feststellt, dass der diesjährige Vorweihnachts-Ticketverkauf von Los Angeles nach New York hinter dem des Vorjahres zurückbleibt, zum Beispiel kann es die Preise automatisch senken und gleichzeitig sicherstellen, dass sie angesichts des diesjährigen höheren Ölpreises nicht zu tief fallen Preise.

Gleichzeitig kann der Algorithmus die Ticketpreise automatisch erhöhen, wenn er die aufgrund vereister Straßenverhältnisse überdurchschnittlich hohe Nachfrage nach Tickets von St. Louis nach Chicago auswertet. Der CEO muss nicht den ganzen Tag auf einen Computer starren, um zu sehen, was mit dem Ticketverkauf und den Marktbedingungen passiert, und dann die Mitarbeiter anweisen, sich in das System einzuloggen und die Preise manuell zu ändern; ein Computerprogramm kann all dies und noch mehr – und das auch noch schneller.