IBM heeft de term 'prescriptieve analyse' gemaakt, die soms wordt aangeduid als de 'laatste grens' van een analysestrategie. In dit artikel wordt dieper ingegaan op de definitie, voorbeelden, voor- en nadelen van prescriptieve analyses.
Het nemen van gegevensgestuurde beslissingen is van cruciaal belang voor zakelijk en marketingsucces, en prescriptieve analyses maken gebruik van computationele wetenschappen en wiskunde om u te helpen profiteren van beschrijvende en voorspellende analyses. Het gaat verder dan projecties en suggereert hoe uw marketingbeslissingen zullen worden geïmplementeerd. Kortom, het voorspelt niet alleen wat er zal gebeuren en wanneer het zal gebeuren, maar beantwoordt ook de vraag "waarom zal het gebeuren?" - iets wat marketeers en bedrijven vaak stellen.
Prescriptieve analyse-definitie
Laten we een stap terug doen om de definitie van beschrijvende en voorspellende analyses te analyseren voordat we verder gaan met prescriptieve analyses. Beschrijvende analyse is een tak van statistiek die historische gegevens onderzoekt om informatie te genereren voor verder onderzoek. U kunt de redenen achter de successen en mislukkingen van beschrijvende analyses ontdekken door dataminingtechnieken toe te passen. Voorspellende analyse is het proces van het combineren van historische gegevens met algoritmen om resultaten te voorspellen.
Prescriptieve analyse daarentegen is een soort gegevensanalyse waarbij technologie wordt gebruikt om bedrijven te helpen betere beslissingen te nemen door onbewerkte gegevens te analyseren. Prescriptieve analyses houden rekening met informatie over mogelijke situaties of scenario's, beschikbare middelen, eerdere prestaties en huidige prestaties om een actie of strategie aan te bevelen. Het kan worden gebruikt om oordelen te vellen over een breed scala van tijdsperioden, van de onmiddellijke tot de lange termijn.
Het is het tegenovergestelde van beschrijvende analyse, die beslissingen en resultaten analyseert nadat ze hebben plaatsgevonden.
Het grotere plaatje voor marketeers en bedrijven
Prescriptieve analyse helpt marketeers bij realtime campagne-optimalisatie. Het stelt marketeers in staat om beter geïnformeerde strategische beslissingen te nemen. Specialisten kunnen snellere optimalisatiebeslissingen nemen en bepalen wat het beste presteert voor uw merk-, doelgroep- en campagnedoelen, omdat er realtime gegevens beschikbaar zijn.
Het helpt u bij het nemen van de best geïnformeerde zakelijke beslissingen. Het kan u ook helpen zakelijke doelen te bereiken, zoals het verhogen van de verkoop of het genereren van leads of het optimaliseren van logistiek en productleveringen.
Hoe werkt het?
Prescriptieve analyses zijn gebaseerd op kunstmatige-intelligentiemethoden, zoals machine learning, waarmee de enorme hoeveelheden gegevens van vandaag kunnen worden verwerkt. En als er nieuwe of extra gegevens beschikbaar komen, veranderen computerprogramma's automatisch om hiervan te profiteren. Dit gebeurt op een veel snellere en completere manier dan de menselijke capaciteiten aankunnen.
Het is gerelateerd aan voorspellende analyses, waarbij gebruik wordt gemaakt van statistieken en modellering om toekomstige prestaties te voorspellen op basis van huidige en eerdere gegevens. Het gaat echter nog een stap verder; het adviseert een toekomstige route op basis van de voorspellende analyse van wat er waarschijnlijk gaat gebeuren.
De voor- en nadelen van prescriptieve analyses
Prescriptieve analyse doorbreekt de ruis van de huidige onzekerheid en veranderende omstandigheden. Het helpt ook bij het voorkomen van fraude, het verminderen van risico's, het verhogen van de efficiëntie, het behalen van bedrijfsdoelstellingen en het ontwikkelen van loyalere klanten.
Dit type analyse is daarentegen niet zonder gebreken. Organisaties kunnen alleen effectief zijn als ze weten welke vragen ze moeten stellen en hoe ze op de antwoorden moeten reageren. De outputbevindingen zullen niet nauwkeurig zijn als de inputaannames onjuist zijn.
Indien correct toegepast, kunnen prescriptieve analyses organisaties echter helpen bij het maken van beoordelingen op basis van grondig onderzochte gegevens in plaats van overhaaste beoordelingen op basis van intuïtie. Het kan ook de waarschijnlijkheid van verschillende uitkomsten simuleren en weergeven, waardoor bedrijven het risico en de onzekerheid waarmee ze worden geconfronteerd beter kunnen begrijpen dan te vertrouwen op gemiddelden. Bovendien kunnen worstcasescenario's nauwkeuriger worden voorspeld, waardoor bedrijven dienovereenkomstig kunnen plannen.
Andere voordelen van prescriptieve analyse in het bedrijfsleven
Als senior executive denkt u voortdurend na over hoe u de efficiëntie en prestaties van de activiteiten van uw bedrijf kunt verbeteren. Prescriptieve analyse is de meest voor de hand liggende en efficiënte techniek voor het ondersteunen van business intelligence in elke organisatie. De volgende zijn enkele van de voordelen;
Lees ook: PLM Tools: lijst met beste productbeheertools in 2023
#1. Creëert een gemakkelijk te volgen pad naar succes
Voorgeschreven analytische modellen worden gemaakt door gegevens en bewerkingen te combineren om een routekaart te maken die u precies vertelt wat u moet doen en hoe u het de eerste keer correct moet doen. Kunstmatige intelligentie neemt business intelligence over door gebeurtenissen in een situatie te simuleren en de stappen te genereren die nodig zijn om mislukkingen te voorkomen of succes te behalen.
#2. Biedt informatie over realtime en langetermijnbedrijfsactiviteiten
Besluitvormers kunnen tegelijkertijd zowel realtime als voorspelde gegevens zien om beslissingen te nemen die succes en groei op lange termijn ondersteunen. Dit vereenvoudigt de besluitvorming door specifieke suggesties te doen.
#3. Vermindert de tijd die u besteedt aan nadenken en verhoogt de tijd die u besteedt aan presteren
Uw team zou minder tijd besteden aan het vinden van problemen en meer tijd aan het bouwen van uitstekende oplossingen dankzij de snelle doorlooptijd van gegevensanalyse en resultaatvoorspelling. Kunstmatige intelligentie kan data sneller en efficiënter verzamelen en verwerken dan uw team van data-engineers.
#4. Verminder de kans op menselijke fouten of vooroordelen
Voorspellende analyses bieden een uitgebreidere en nauwkeurigere vorm van gegevensverzameling en -analyse dan beschrijvende analyses, voorspellende analyses of zelfs individuen, dankzij complexere algoritmen en machine learning-technieken.
Voorbeelden van prescriptieve analyses
Het kan verschillende gegevensintensieve organisaties en overheidsinstanties helpen, waaronder die in de financiële dienstverlening en de gezondheidszorg, waar menselijke fouten kostbaar zijn.
Wanneer bijvoorbeeld een natuurbrand in de buurt laait, kunnen prescriptieve analyses worden gebruikt om de beste call-of-action te bepalen. Het zou kunnen bepalen of een lokale brandweer burgers moet dwingen een bepaalde regio te evacueren. Het kan ook worden gebruikt om te anticiperen of een artikel over een specifiek onderwerp populair zou zijn bij lezers op basis van gegevens van gerelateerde zoekopdrachten en sociaal delen. Een andere toepassing zou kunnen zijn om een trainingsprogramma voor werknemers in realtime te wijzigen op basis van hoe elke les wordt ontvangen.
#1. Ziekenhuizen en klinieken
Het kan ook worden gebruikt door ziekenhuizen en klinieken om de patiëntresultaten te verbeteren. Het contextualiseert zorggegevens om de kosteneffectiviteit van verschillende operaties en therapieën te beoordelen. Dit omvat de luxe van het beoordelen van officiële klinische methodologieën. Het kan ook worden gebruikt om te bepalen welke ziekenhuispatiënten het grootste risico lopen op heropname. Met deze informatie kan het zorgpersoneel meer doen om frequente bezoeken aan het ziekenhuis of de spoedeisende hulp te voorkomen door patiëntenvoorlichting en follow-up door artsen.
#2. Luchtvaartmaatschappijen
Stel dat u de CEO van een luchtvaartmaatschappij bent en dat het uw doel is om de inkomsten te maximaliseren. Prescriptieve analyses kunnen u hierbij helpen door de ticketprijzen en beschikbaarheid automatisch te wijzigen op basis van verschillende criteria, zoals; klantvraag, weer en benzineprijzen. Wanneer de computer detecteert dat de kaartverkoop voor kerst van Los Angeles naar New York achterblijft bij die van vorig jaar, kan hij automatisch de prijzen verlagen en ervoor zorgen dat ze niet te laag worden door de hogere olieprijzen van dit jaar.
Tegelijkertijd, als het algoritme vaststelt dat de vraag naar tickets van St. Louis naar Chicago hoger is dan normaal vanwege de ijzige wegomstandigheden, kan het automatisch de ticketkosten verhogen. Computersoftware kan dit alles en nog veel meer - en nog sneller ook - in plaats van dat de CEO de hele dag naar een computer staart om te kijken wat er aan de hand is met de kaartverkoop en de marktomstandigheden en vervolgens mensen instrueert om in te loggen op het systeem en handmatig de tarieven wijzigen.
Voorbeelden van prescriptieve analyses uit de praktijk
Prescriptieve analyse is niet alleen een rage of een slogan. Het is ook geen ontoegankelijke bron voor niet-zakelijke organisaties. Bekijk enkele voorbeelden van bedrijven die perceptive analytics gebruiken. Volgens online enquêtes gebruiken onderstaande bedrijven inzichten uit deze analyses om processen en klantervaringen te verbeteren.
#1. Betere patiëntenzorg wordt geboden door CenterLight Healthcare
Als het gaat om patiëntenzorg en planning, maakt CenterLight gebruik van prescriptieve analyses om het verrassingselement te elimineren. Prescriptieve analyse helpt CenterLight in feite bij het bepalen van de optimale tijden voor het plannen van behandelingen en controlesessies. Dit is om overbelasting van hun patiënten te voorkomen en toch hun veiligheid en welzijn te behouden. Wanneer er zich tegenslagen of verrassingen voordoen, zorgt prescriptieve analyse ervoor dat CenterLight net zo proactief kan zijn als hun patiënten.
#2. SideTrade anticipeert op betalingsgedrag
Om een betere kennis te krijgen van de echte betalingsgewoonten van een klant, gebruikt SideTrade prescriptieve analyses. Het kan klanten beoordelen op basis van hun betalingsgeschiedenis met behulp van prescriptieve analyses. SideTrade en haar klanten zullen dus beter rekening kunnen houden met dure betalingsvertragingen als gevolg van deze grotere transparantie en nauwkeurigheid.
Prescriptive Analytics bestaat uit wetenschappelijke disciplines
- Computerondersteund leren
- Verwerking van natuurlijke taal
- Computerinzichten
- Signaal- en beeldverwerking
- Statistische en wiskundige analyse
- Onderzoek naar operaties
Elke discipline bestaat op zichzelf en dient een bepaald doel, maar prescriptieve analyses komen tot leven wanneer ze worden geïntegreerd om een output te produceren (een zakelijke beslissing). Zo beantwoordt het de vraag hoe we iets kunnen laten gebeuren.
Wat zijn prescriptieve analysetechnieken?
Prescriptieve analyse maakt gebruik van een verscheidenheid aan technieken en hulpmiddelen, waaronder bedrijfsregels, algoritmen, machine learning (ML) en procedures voor computationele modellering. Deze technieken worden gebruikt voor gegevens uit verschillende bronnen, waaronder historische en transactiegegevens, realtime gegevensfeeds en big data.
Wat is een voorbeeld van prescriptieve analyse?
Een productiebedrijf kan bijvoorbeeld vertrouwen op meer dan alleen bedrijfsgegevens. Het kan historische en klanttrends en voorspellingen in de branche gebruiken, evenals algemene economische voorspellende analyses. Elke dag stuwt de kracht van de cloud prescriptieve analyses in nieuwe en opwindende richtingen.
AI Prescriptieve Analyse?
Prescriptieve analyse is gebaseerd op kunstmatige intelligentie, met name machine learning, dat bestaat uit algoritmen en modellen waarmee computers beslissingen kunnen nemen op basis van statistische gegevensrelaties en -patronen.
Wat is prescriptieve versus voorspellende analyse?
Op basis van de gegevens die u verzamelt, helpen voorspellende en prescriptieve analyses u bij het plannen van uw bedrijfsstrategieën. Voorspellende analyses vertellen u wat er in de toekomst zou kunnen gebeuren, en prescriptieve analyses helpen u met specifieke suggesties te komen.
Wat is prescriptieve en beschrijvende analyse?
Bedrijven gebruiken drie soorten analyses om beslissingen te nemen: beschrijvende analyses, die ons vertellen wat er al is gebeurd, voorspellende analyses, die ons laten zien wat er zou kunnen gebeuren, en prescriptieve analyses, die ons vertellen wat er in de toekomst zou moeten gebeuren.
Hoe gebruikt Netflix prescriptieve analyses?
Prescriptieve analyse kijkt naar wat er in de toekomst zal gebeuren en hoe dit het heden zal beïnvloeden. Het helpt Netflix erachter te komen welke factoren van invloed zijn op de aankoopbeslissingen van klanten. Vervolgens wordt deze methode gebruikt om suggesties te doen over wat te doen.
Hoe gebruikt Amazon prescriptieve analyses?
Amazon was van plan dit te doen door machine learning (ML) te gebruiken om erachter te komen wat een klant het meest waarschijnlijk zal kopen en wanneer. Het zou het artikel dan naar de klant verzenden voordat de klant het zelfs maar kocht. Het is duidelijk dat als ze een klant iets sturen dat ze niet hebben gekocht of niet willen, de klant het pakket gewoon weigert.
Conclusie
Met de definitie, voorbeelden en voordelen van prescriptieve analyses uit de weg, zou de volgende vraag natuurlijk zijn: hoe implementeer je dit? Als eigenaar van een bedrijf hoeft u alleen maar contact op te nemen met uw adviseur en een strategie te bedenken om dit voor elkaar te krijgen. Als consultant of strateeg daarentegen zijn er talloze tools om je in een mum van tijd op weg te helpen. Dit komt echter in een ander bericht aan de orde.
Maar in de tussentijd kunt u contact met ons opnemen in het opmerkingengedeelte voor vragen of contact met ons opnemen via onze Startpagina.
- 7 hacks voor bedrijfsgroei voor 2023 [met gids]
- STRATEGISCHE RISICOBEPERKING: hoe u het op de juiste manier doet?
- GEGEVENSSTRATEGIE: 7 componenten van gegevensstrategie die elke verbinding nodig heeft
- BUSINESS INTELLIGENCE (BI): definitie, belang, tools en voordelen
- Psychografische segmentatie: voordelen, tools (+ praktijkvoorbeelden)
