У бізнесі складно прийняти відповідні судження, особливо коли недостатньо даних, які б сприяли прийняттю рішень. Аналіз історії не завжди є надійним прогнозом того, що станеться в майбутньому. Тому приймати рішення лише на основі історичних фактів часто некоректно. Прогностична та директивна аналітика — це дві передові технології, які використовують керівники компаній, щоб вийти за межі цих обмежень. Вони точніше прогнозують майбутнє, а у випадку прескриптивної аналітики спрямовують керівників до найкращих загальних рішень шляхом поєднання історичних даних (описової аналітики), правил і знань про бізнес. Але тоді ви повинні спочатку знати різницю між ними (прогностична та наказова аналітика), перш ніж робити крок у цьому напрямку, враховуючи, що вони обидва звучать однаково.
Огляд (прогнозний або директивний аналіз)
Зростаюча важливість цих аналітичних методів відображається в прогнозі, що світовий ринок прогнозної та директивної аналітики буде розширюватися в один момент. CAGR 19.6% до 28.7 мільярдів доларів до 2026 року.
Тож велике питання полягає в тому, чи є якісь відмінності між прогнозною та директивною аналітикою, чи вони взаємозамінні?
Навпаки, незважаючи на те, що обидві стратегії є далекоглядними, можуть звучати однаково, між ними є суттєва різниця. Згідно з Аналітична модель зростання від Gartner, наступна ієрархія аналітичних методів:
- Що сталося? (Описова аналітика)
- Чому так сталося? (Діагностична аналітика)
- Що станеться? (Прогностична аналітика)
- Як ми можемо зробити прогнозну аналітику реальністю? (Презитивна аналітика)
Отже, в той час як прогнозна аналітика передбачає, що може статися, директивна аналітика показує, як це зробити. У цьому сценарії прогнозна аналітика підпорядковується директивній аналітиці. Це не означає, що прогнозна аналітика не є корисною; просто інформація, яку вони надають, неоднакова.
Прогностична аналітика
Використання статистичних і моделюючих підходів для прогнозування того, що станеться в майбутньому, відоме як прогнозна аналітика. Він обчислює ймовірність певної події або подій, використовуючи історичні дані та підходи до моделювання. Прогнозне обслуговування є фантастичним прикладом прогнозної аналітики, оскільки воно намагається визначити, коли машина потребує обслуговування, використовуючи різні алгоритми та машинні дані для оцінки життєвого циклу важливих компонентів. Хоча ці дані є інформативними та практичними, вони не визначають конкретну дію, яка має послідувати. Швидше, він повідомляє користувачеві, що потрібне обслуговування.
Презитивна аналітика
Приписна аналітика відрізняється від прогнозної аналітики тим, що вона не тільки передбачає, що станеться, але й надає користувачеві конкретні варіанти та визначає, які бізнес-рішення є найкращими на основі визначених критеріїв. Цей тип аналітики допомагає бізнесу чи організації побудувати модель. І щоб гарантувати, що вона точно представляє всі аспекти бізнесу, ця модель оцінюється на основі поточних та історичних даних.
Крім того, користувачі можуть вивчити модель, щоб визначити найкраще рішення на основі встановлених критеріїв, таких як прибутковість, SLA та пропускна здатність, а не просто прогнозувати, що станеться.
Рекомендаційна аналітика в контексті наведеного вище прикладу з прогнозним обслуговуванням не тільки вирішує, що технічне обслуговування неминуче, але й визначає найкращі варіанти обслуговування, заміни або аутсорсингу, щоб максимізувати загальну прибутковість і оборот.
Прогнозна та директивна аналітика: в чому різниця?
Як прогнозна, так і директивна аналітика є важливими бізнес-інструментами, і кожен з них має різні цілі. Але, відповідно, прогнозна аналітика поступається директивній аналітиці Ієрархія аналітики Gartner. Це тому, що прогнозна аналітика передбачає, що станеться, але не дає вказівок щодо того, як приймати необхідні рішення. З іншого боку, директивна аналітика не тільки передбачає, що станеться, але й визначає найбільш оптимальне бізнес-рішення.
Атрибути прогнозної аналітики
- Допомагає моделювати певні елементи бізнесу.
- Передбачає, що може статися в майбутньому.
- Він передбачає часові рамки (коли це станеться).
- Вихідні результати не підлягають дії; вони лише вказують на те, що потрібне рішення.
- Він має тенденцію віддавати перевагу одній функції над іншими.
- Як правило, гіпотези перевіряються за допомогою заздалегідь визначених сценаріїв з обмеженими можливостями.
Атрибути директивної аналітики
- Допомагає моделювати всю компанію
- Залежить виключно від даних
- Допомагає рекомендувати конкретні бізнес-рішення.
- Враховує взаємозалежності
- Не обмежується жорсткими правилами
- Переваги є помітними та піддаються кількісному виміру.
- Включає сценарії що-якщо.
- Буквально вільний від «інстинкту» та особистих упереджень
- Бере до уваги всі вхідні дані, змінні та результати.
- Впроваджує відкалібровані та перевірені моделі, щоб точно відображати, як працює компанія.
Чи важливий аналіз аналітики передбачуваної та попередньої?
Так, різниця між прогнозною та директивною аналітикою є значною.
Деякі часто задаються питанням, чи є відмінність між цими двома аналітиками дійсно суттєвою на практиці. Це є результатом того, наскільки економічніше використовувати прогнозну аналітику проти директивної аналітики. Іншими словами, вони намагаються вказати на те, що оптимізація рецептивного аналітичного рішення вимагає набагато більше зусиль, ніж оптимізація дрібномасштабного прогнозного аналітичного рішення. Відповідаючи на це запитання, дуже важливо оцінити зрілість бізнесу потенційних клієнтів.
Хоча більшість компаній використовують бізнес-аналітику, не всі з них перейшли до прогнозної аналітики. Крім того, записи показують, що директивну аналітику наразі використовують лише 11% середніх і великих підприємств. З іншого боку, очікується, що ринок програмного забезпечення для директивної аналітики зростатиме на а 20.6 відсотка CAGR до 2023 року. Це свідчить про те, що приблизно 37% підприємств почнуть використовувати рецептурну аналітику.
Ці результати показують, що відмінність між прогнозною та директивною аналітикою стає все більш важливою для зростаючого числа компаній.
У будь-якому випадку, обидві аналітичні методології служать абсолютно різним цілям. Прогнозна аналітика є реактивною в тому сенсі, що вона підкреслює необхідність реагування керівництва. З іншого боку, директивна аналітика є проактивною, оскільки вона показує керівництву шлях вперед.
Але ось у них є спільне. Як прогнозна, так і директивна аналітика використовує дані в реальному часі, отримані від компанії чи підприємства, а також іншу інформацію.
Прогнозна аналітика проти директивної аналітики: які проблеми ви б вирішили?
Прогнозна та директивна аналітика не є окремими рішеннями, які можна використовувати самостійно. Усі види бізнес-аналітики мають місце в організаціях для вирішення різноманітних проблем.
Прогностична аналітика часто є інструментом для визначення коротко- та середньострокових тенденцій, які часто стають у нагоді, хоча й ізольовано від більших тенденцій. Ось кілька прикладів:
- Аналіз ризиків для короткострокового страхування
- Тенденції продажів, особливо окремих ліній і товарів.
- Прогнозування попиту
- Управління запасами
- Відтік клієнтів
- рентабельність
- Вимоги до технічного обслуговування
З іншого боку, директивна аналітика дає широкий погляд на ситуацію. Наказні моделі часто аналізують цілі організації або, принаймні, окремі функції, підрозділи або фабрики, тоді як прогнозна аналітика може вимірювати конкретні закономірності. Рекомендаційна аналітика вирішує такі проблеми:
- Оптимізація видобутку вугілля на кількох шахтах, щоб задовольнити потреби клієнтів, одночасно підвищуючи загальну прибутковість.
- Визначення найкращої стратегії виробництва та запасів, особливо для фірм, що випускають споживчі товари.
- Вибір оптимального підходу до роботи для підприємства з очищення стічних вод, яке обслуговує великий столичний регіон, дотримуючись правил.
Різниця в організаційній цінності, яку забезпечують обидва методи
Незважаючи на те, що обидві методології мають реальні переваги, директивна аналітика зазвичай перевершує прогнозну аналітику. У той час як масштаб операцій відіграє роль, типи прийнятих рішень і можливості директивної аналітики для оптимізації рішень також відіграють роль.
Для короткострокових оцінок ризику прогнозна аналітика, як правило, зосереджується на відносно обмеженому наборі критеріїв, як-от приклад вище. Хоча ця форма дослідження може принести значні переваги за рахунок зниження ризику, навряд чи воно буде в такому ж масштабі, що й рішення для директивної аналітики, яке імітує діяльність страхової компанії. Така модель може виявити найприбутковіші страхові продукти, найкращі ринки та найкращі методи довгострокового успіху в бізнесі. Крім того, замість того, щоб обмежуватися певними сценаріями, керівники компаній можуть використовувати директивну аналітику для вивчення різноманітних варіантів, можливостей і компромісів.
Рекомендаційна аналітика може бути дорожчою, ніж прогнозна, однак рентабельність інвестицій може бути набагато більшою.
Різниця між технологічними потребами
Аналіз даних традиційно був сферою науковців з даних; але сучасне швидко розвивається бізнес-середовище вимагає, щоб лінійні менеджери та керівники мали негайний доступ до цих аналітичних інструментів. Хоча це не вказує на участь у програмуванні чи уточненні даних, це означає, що вони повинні мати доступ до інструментів та інформаційних панелей кінцевих користувачів, які дозволяють їм самостійно досліджувати результати. Цей практичний підхід вселяє довіру до технологій, а також надає дані в режимі реального часу для прийняття рішень.
По суті, ви можете виконувати безліч завдань аналітики, що наказують, за допомогою різноманітних технологій, починаючи від мов програмування високого рівня і закінчуючи вбудованими інструментами ERP та пакетами програмного забезпечення для конкретних рішень. Щоб зробити дані придатними для використання, першим кроком є їх очищення та інтеграція. Після цього численні аналітичні підходи, які застосовуються, включають:
- Регресійні методики; включає лінійні, часові та логістичні методи регресії
- Методи машинного навчання
- Нейронні мережі
- Умовна ймовірність (Нав Байєс)
Приписна аналітика робить це ще далі, включаючи евристики або оптимізацію в аналіз.
Евристика
Евристика стане в нагоді при роботі з оперативними сценаріями, які неможливо описати. Цей метод є математичним підходом, заснованим на правилах. Це корисно в тих випадках, коли подібні рішення приймаються на регулярній основі, наприклад, придбання сировини. В основному, евристика корисна для автоматизації суджень, але не стільки для їх оптимізації. Однак деякі основні недоліки включають відсутність вимог щодо регулярного внесення змін до правил, щоб уникнути застарівання правил, а також той факт, що евристика не може вивчити всі можливі обставини.
Ідеальне рішення визначається за допомогою комбінації математичних моделей і точних алгоритмів. Щоб відповісти на конкретні запити, створюється математична модель, що відображає бізнес або функцію, і використовується точний алгоритм. Мета оптимізаційної моделі — максимізувати або зменшити такий параметр, як прибуток або витрати.
Оптимізація
Також доступні пакетні рішення та платформи оптимізації програмне забезпечення для директивної аналітики. Пакети легше налаштовувати і часто створюються для вирішення загальної проблеми або для певної галузі. Вони зазвичай доступні як рішення SaaS або PaaS у хмарі.
Платформа оптимізації, однак, складається з двох частин: платформи моделювання для визначення проблеми та оптимізаційного вирішувача.
Моделі створюються за допомогою візуального інтерфейсу перетягування або за допомогою математики. Більше того, більшість систем оптимізації функціонують всередині компанії, і витрати значно відрізняються. Вони надають дуже персоналізовані рішення, які є реалістичними представленнями проблеми. Крім того, вони можуть вимагати використання кваліфікованих програмістів для побудови моделі, і їм часто не вистачає інтерфейсу кінцевого користувача.
Деякі, як платформа Microsoft Azure від River Logic, вимагають широких можливостей програмування, а інші, як платформа Microsoft Azure від River Logic, ні.
Що таке прогнозна та директивна аналітика?
Прогностична та директивна аналітика — це дві передові технології, які використовують керівники компаній, щоб вийти за межі обмежень прийняття рішень на основі простих припущень. Вони правильніше прогнозують майбутнє і, у випадку наказової аналітики, спрямовують керівників до найкращих загальних рішень, поєднуючи історичні дані (описова аналітика), правила та знання бізнесу.
Яка різниця між рекомендованим і прогнозованим обслуговуванням?
Рекомендаційна аналітика, на відміну від прогнозної, не тільки вирішує, що технічне обслуговування потрібне, але й визначає найкращі варіанти обслуговування, заміни чи аутсорсингу, щоб максимізувати загальну прибутковість та оборот.
Що є прикладом прескриптивної аналітики?
Карти та програми для дорожнього руху є типовими прикладами директивної аналітики в дії. Карти Google перевірять усі доступні види транспорту (наприклад, автобус, пішохід або автомобілем), поточні умови руху та ймовірні дорожні роботи під час розрахунку оптимального маршруту, щоб дістатися з точки А в пункт Б.
Який тип аналізу даних має найбільшу цінність?
У той час як прогнозна аналітика передбачає, що може статися, директивна аналітика показує, як це зробити. У цьому сценарії прогнозна аналітика підпорядковується директивній аналітиці. Це не означає, що прогнозна аналітика не є корисною; просто інформація, яку вони надають, неоднакова.
Чим схожі предиктивна та прескриптивна аналітика?
Обидва надають знання та навіть передбачення, щоб допомогти підприємствам приймати рішення. Як прогнозна, так і директивна аналітика використовують статистичне моделювання, машинне навчання та інтелектуальний аналіз даних, щоб надати стратегічні інструменти та глибоке розуміння клієнтів і загальних операцій для керівників MBA та аспірантів MBA.
