การวิเคราะห์เชิงกำหนดสามารถช่วยธุรกิจได้อย่างไร
Prescriptive Analytics คืออะไร?
การวิเคราะห์เชิงกำหนดเป็นประเภทของการวิเคราะห์ข้อมูล—การใช้เทคโนโลยีเพื่อช่วยให้ธุรกิจตัดสินใจได้ดีขึ้นผ่านการวิเคราะห์ข้อมูลดิบ โดยเฉพาะอย่างยิ่ง การวิเคราะห์ตามกำหนดจะระบุข้อมูลปัจจัยเกี่ยวกับสถานการณ์หรือสถานการณ์ที่เป็นไปได้ ทรัพยากรที่มีอยู่ ประสิทธิภาพที่ผ่านมา และประสิทธิภาพปัจจุบัน และแนะนำแนวทางการดำเนินการหรือ กลยุทธ์. ใช้ตัดสินใจอะไรก็ได้ ขอบฟ้าเวลาจากทันทีสู่ระยะยาว
ตรงกันข้ามกับการวิเคราะห์ตามใบสั่งแพทย์คือ การวิเคราะห์เชิงพรรณนาซึ่งตรวจสอบการตัดสินใจและผลลัพธ์หลังจากข้อเท็จจริง
Prescriptive Analytics ทำงานอย่างไร
การวิเคราะห์เชิงกำหนดขึ้นอยู่กับเทคนิคปัญญาประดิษฐ์ เช่น การเรียนรู้ของเครื่อง—ความสามารถของa โปรแกรมคอมพิวเตอร์โดยไม่ต้องป้อนข้อมูลเพิ่มเติมจากมนุษย์เพื่อทำความเข้าใจและก้าวหน้าจากข้อมูลที่ได้รับมาปรับทั้งหมด ในขณะที่ แมชชีนเลิร์นนิงทำให้สามารถประมวลผลข้อมูลจำนวนมหาศาลที่มีอยู่ในปัจจุบันได้ เมื่อมีข้อมูลใหม่หรือข้อมูลเพิ่มเติม โปรแกรมคอมพิวเตอร์จะปรับเปลี่ยนโดยอัตโนมัติเพื่อใช้งาน ในกระบวนการที่เร็วกว่าและครอบคลุมกว่าความสามารถของมนุษย์มาก
ธุรกิจที่เน้นข้อมูลจำนวนมากและหน่วยงานภาครัฐสามารถได้รับประโยชน์จากการใช้ข้อกำหนด การวิเคราะห์ รวมถึงในภาคบริการทางการเงินและการดูแลสุขภาพ ที่ต้นทุนของความผิดพลาดของมนุษย์คือ สูง.
การวิเคราะห์เชิงกำหนดทำงานร่วมกับการวิเคราะห์ข้อมูลประเภทอื่น การวิเคราะห์เชิงคาดการณ์ซึ่งเกี่ยวข้องกับการใช้ สถิติ และการสร้างแบบจำลองเพื่อกำหนดประสิทธิภาพในอนาคต โดยอิงจากข้อมูลปัจจุบันและในอดีต อย่างไรก็ตาม มันยังดำเนินต่อไป: การใช้การวิเคราะห์เชิงคาดการณ์ของสิ่งที่น่าจะเกิดขึ้นนั้น จะแนะนำว่าควรดำเนินการหลักสูตรใดในอนาคต
ข้อดีและข้อเสียของ Prescriptive Analytics
การวิเคราะห์เชิงกำหนดสามารถขจัดความยุ่งเหยิงของความไม่แน่นอนในทันทีและสภาวะที่เปลี่ยนแปลงได้ สามารถช่วยป้องกันการฉ้อโกง จำกัดความเสี่ยง เพิ่มประสิทธิภาพ บรรลุเป้าหมายทางธุรกิจ และสร้างลูกค้าที่ภักดีมากขึ้น
อย่างไรก็ตาม การวิเคราะห์เชิงกำหนดนั้นไม่สามารถป้องกันความผิดพลาดได้ จะมีผลก็ต่อเมื่อองค์กรรู้ว่าจะถามคำถามอะไรและจะตอบสนองต่อคำตอบอย่างไร หากสมมติฐานอินพุตไม่ถูกต้อง ผลลัพธ์จะไม่ถูกต้อง
อย่างไรก็ตาม เมื่อใช้อย่างมีประสิทธิภาพ การวิเคราะห์แบบกำหนดเงื่อนไขสามารถช่วยองค์กรในการตัดสินใจตามข้อเท็จจริงที่มีการวิเคราะห์อย่างสูง แทนที่จะข้ามไปยังข้อสรุปที่มีข้อมูลไม่เพียงพอตามสัญชาตญาณ การวิเคราะห์เชิงกำหนดสามารถจำลองความน่าจะเป็นของผลลัพธ์ต่างๆ และแสดงความน่าจะเป็นของแต่ละรายการ ช่วยได้ องค์กรเพื่อให้เข้าใจระดับความเสี่ยงและความไม่แน่นอนที่พวกเขาเผชิญได้ดีกว่าที่จะพึ่งพาได้ ค่าเฉลี่ย องค์กรสามารถได้รับความเข้าใจที่ดีขึ้นเกี่ยวกับความเป็นไปได้ของ สถานการณ์เลวร้ายที่สุด และวางแผนตามนั้น
ประเด็นที่สำคัญ
- การวิเคราะห์เชิงกำหนดใช้แมชชีนเลิร์นนิงเพื่อช่วยให้ธุรกิจตัดสินใจดำเนินการตามการคาดการณ์ของโปรแกรมคอมพิวเตอร์
- การวิเคราะห์เชิงกำหนดจะทำงานร่วมกับการวิเคราะห์เชิงคาดการณ์ ซึ่งใช้ข้อมูลเพื่อกำหนดผลลัพธ์ในระยะสั้น
- เมื่อใช้อย่างมีประสิทธิภาพ การวิเคราะห์เชิงกำหนดสามารถช่วยองค์กรในการตัดสินใจตามข้อเท็จจริง และการคาดการณ์ที่ถ่วงน้ำหนักความน่าจะเป็น แทนที่จะข้ามไปยังข้อสรุปที่มีข้อมูลไม่เพียงพอโดยอิงตาม สัญชาตญาณ.
ตัวอย่างของ Prescriptive Analytics
ธุรกิจที่เน้นข้อมูลจำนวนมากและหน่วยงานภาครัฐสามารถได้รับประโยชน์จากการใช้ข้อกำหนด การวิเคราะห์ รวมถึงในภาคบริการทางการเงินและการดูแลสุขภาพ ที่ต้นทุนของความผิดพลาดของมนุษย์คือ สูง.
การวิเคราะห์เชิงกำหนดสามารถใช้เพื่อประเมินว่าแผนกดับเพลิงในพื้นที่ควรกำหนดให้ผู้อยู่อาศัยอพยพในพื้นที่ใดพื้นที่หนึ่งเมื่อไฟป่ากำลังลุกไหม้ในบริเวณใกล้เคียงหรือไม่ นอกจากนี้ยังสามารถใช้เพื่อคาดการณ์ว่าบทความในหัวข้อใดหัวข้อหนึ่งจะได้รับความนิยมจากผู้อ่านหรือไม่ โดยพิจารณาจากข้อมูลเกี่ยวกับการค้นหาและการแบ่งปันทางสังคมสำหรับหัวข้อที่เกี่ยวข้อง การใช้งานอีกอย่างหนึ่งอาจเป็นการปรับโปรแกรมการฝึกอบรมพนักงานแบบเรียลไทม์โดยพิจารณาจากวิธีที่ผู้ปฏิบัติงานตอบสนองต่อบทเรียนแต่ละบท
Prescriptive Analytics สำหรับโรงพยาบาลและคลินิก
โรงพยาบาลและคลินิกสามารถใช้การวิเคราะห์ตามใบสั่งแพทย์เพื่อปรับปรุงผลลัพธ์สำหรับผู้ป่วยในทำนองเดียวกัน โดยใส่ข้อมูลด้านการดูแลสุขภาพในบริบทเพื่อประเมินความคุ้มค่าของขั้นตอนและการรักษาต่างๆ และเพื่อประเมินวิธีการทางคลินิกอย่างเป็นทางการ นอกจากนี้ยังสามารถใช้ในการวิเคราะห์ว่าผู้ป่วยในโรงพยาบาลรายใดที่มีความเสี่ยงสูงที่จะกลับเข้ารับการรักษาซ้ำได้อีกด้วย ผู้ให้บริการด้านสุขภาพ สามารถทำได้มากขึ้นผ่านการศึกษาผู้ป่วยและติดตามผลแพทย์เพื่อป้องกันการกลับมาที่โรงพยาบาลหรือห้องฉุกเฉินอย่างต่อเนื่อง
Prescriptive Analytics สำหรับสายการบิน
สมมติว่าคุณเป็น ผู้บริหารสูงสุด ของสายการบินและคุณต้องการเพิ่มผลกำไรของบริษัทให้สูงสุด การวิเคราะห์แบบกำหนดล่วงหน้าสามารถช่วยคุณได้โดยการปรับราคาตั๋วและความพร้อมจำหน่ายตั๋วโดยอัตโนมัติตามปัจจัยหลายประการ รวมถึงความต้องการของลูกค้า สภาพอากาศ และราคาน้ำมัน เมื่ออัลกอริทึมระบุว่าการขายตั๋วก่อนคริสต์มาสของปีนี้จากลอสแองเจลิสไปนิวยอร์กนั้นล้าหลังในปีที่แล้ว ตัวอย่างเช่น มันสามารถลดราคาได้โดยอัตโนมัติ ในขณะที่ทำให้แน่ใจว่าจะไม่ลดราคาลงต่ำเกินไปเนื่องจากน้ำมันที่สูงขึ้นในปีนี้ ราคา
ในเวลาเดียวกัน เมื่ออัลกอริทึมประเมินความต้องการตั๋วจากเซนต์หลุยส์ไปยังชิคาโกที่สูงกว่าปกติเนื่องจากสภาพถนนที่เป็นน้ำแข็ง ก็สามารถเพิ่มราคาตั๋วได้โดยอัตโนมัติ ซีอีโอไม่ต้องจ้องที่คอมพิวเตอร์ทั้งวันเพื่อดูว่าเกิดอะไรขึ้นกับการขายตั๋วและสภาพตลาด จากนั้นสั่งคนงานให้เข้าสู่ระบบและเปลี่ยนราคาด้วยตนเอง โปรแกรมคอมพิวเตอร์สามารถทำสิ่งนี้ได้ทั้งหมดและมากกว่านั้น—และเร็วกว่าด้วย