Analytics Preskriptif
Apa Analytics Preskriptif?
Analisis preskriptif adalah jenis analisis data — penggunaan teknologi untuk membantu bisnis membuat keputusan yang lebih baik melalui analisis data mentah. Secara khusus, faktor analitik preskriptif informasi tentang kemungkinan situasi atau skenario, sumber daya yang tersedia, kinerja masa lalu, dan kinerja saat ini, dan menyarankan tindakan atau strategi. Ini dapat digunakan untuk membuat keputusan kapan saja, dari jangka pendek hingga jangka panjang.
Kebalikan dari analitik preskriptif adalah analitik deskriptif , yang memeriksa keputusan dan hasil setelah fakta.
Cara Kerja Preskriptif Analytics
Analisis preskriptif bergantung pada teknik kecerdasan buatan, seperti pembelajaran mesin — kemampuan program komputer, tanpa masukan manusia tambahan, untuk memahami dan melanjutkan dari data yang diperolehnya, beradaptasi sepanjang waktu. Pembelajaran mesin memungkinkan untuk memproses data dalam jumlah besar yang tersedia saat ini. Saat data baru atau tambahan tersedia, program komputer menyesuaikan secara otomatis untuk memanfaatkannya, dalam proses yang jauh lebih cepat dan lebih komprehensif daripada yang dapat dikelola oleh kemampuan manusia.
Referensi cepat
Banyak jenis bisnis intensif data dan lembaga pemerintah dapat memanfaatkan analitik preskriptif, termasuk di sektor layanan keuangan dan perawatan kesehatan, yang biaya kesalahan manusia tinggi.
Analitik preskriptif bekerja dengan jenis analitik data lain, analitik prediktif , yang melibatkan penggunaan statistik dan pemodelan untuk menentukan kinerja masa depan, berdasarkan data saat ini dan historis. Namun, ini melangkah lebih jauh: Dengan menggunakan perkiraan analitik prediktif tentang apa yang mungkin terjadi, ini merekomendasikan kursus apa yang harus diambil di masa depan.
Pro dan Kontra dari Analisis Preskriptif
Analisis preskriptif dapat memotong kekacauan ketidakpastian langsung dan kondisi yang berubah. Ini dapat membantu mencegah penipuan, membatasi risiko, meningkatkan efisiensi, memenuhi tujuan bisnis, dan menciptakan lebih banyak pelanggan setia.
Namun, analitik preskriptif tidak selalu berhasil. Ini hanya efektif jika organisasi mengetahui pertanyaan apa yang harus diajukan dan bagaimana bereaksi terhadap jawaban. Jika asumsi masukan tidak valid, hasil keluaran tidak akan akurat.
Namun, bila digunakan secara efektif, analitik preskriptif dapat membantu organisasi membuat keputusan berdasarkan fakta yang sangat dianalisis daripada langsung mengambil kesimpulan yang kurang informasi berdasarkan naluri. Analisis preskriptif dapat mensimulasikan probabilitas berbagai hasil dan menunjukkan probabilitas masing-masing, membantu organisasi untuk lebih memahami tingkat risiko dan ketidakpastian yang mereka hadapi daripada mengandalkan rata-rata. Organisasi dapat memperoleh pemahaman yang lebih baik tentang kemungkinan skenario terburuk dan membuat rencana yang sesuai.
Poin Penting
- Analisis preskriptif memanfaatkan pembelajaran mesin untuk membantu bisnis memutuskan tindakan berdasarkan prediksi program komputer.
- Analisis preskriptif bekerja dengan analitik prediktif, yang menggunakan data untuk menentukan hasil jangka pendek.
- Ketika digunakan secara efektif, analitik preskriptif dapat membantu organisasi membuat keputusan berdasarkan fakta dan proyeksi tertimbang probabilitas, daripada melompat ke kesimpulan yang kurang informasi berdasarkan naluri.
Contoh Analisis Preskriptif
Banyak jenis bisnis intensif data dan lembaga pemerintah dapat memanfaatkan analitik preskriptif, termasuk di sektor layanan keuangan dan perawatan kesehatan, yang biaya kesalahan manusia tinggi.
Analitik preskriptif dapat digunakan untuk mengevaluasi apakah pemadam kebakaran setempat harus meminta penduduk untuk mengungsi dari area tertentu ketika kebakaran terjadi di dekatnya. Ini juga dapat digunakan untuk memprediksi apakah artikel tentang topik tertentu akan populer di kalangan pembaca berdasarkan data tentang penelusuran dan pembagian sosial untuk topik terkait. Kegunaan lain bisa jadi untuk menyesuaikan program pelatihan pekerja secara real-time berdasarkan bagaimana pekerja menanggapi setiap pelajaran.
Analisis Preskriptif untuk Rumah Sakit dan Klinik
Demikian pula, analitik preskriptif dapat digunakan oleh rumah sakit dan klinik untuk meningkatkan hasil bagi pasien. Ini menempatkan data perawatan kesehatan dalam konteks untuk mengevaluasi keefektifan biaya berbagai prosedur dan perawatan dan untuk mengevaluasi metode klinis resmi. Ini juga dapat digunakan untuk menganalisis pasien rumah sakit mana yang memiliki risiko masuk kembali tertinggi sehingga penyedia layanan kesehatan dapat berbuat lebih banyak, melalui pendidikan pasien dan tindak lanjut dokter untuk mencegah pengembalian konstan ke rumah sakit atau ruang gawat darurat.
Analisis Preskriptif untuk Maskapai
Misalkan Anda adalah CEO sebuah maskapai penerbangan dan Anda ingin memaksimalkan keuntungan perusahaan Anda. Analisis preskriptif dapat membantu Anda melakukan ini dengan menyesuaikan harga tiket dan ketersediaan secara otomatis berdasarkan berbagai faktor, termasuk permintaan pelanggan, cuaca, dan harga bensin. Ketika algoritme mengidentifikasi bahwa penjualan tiket pra-Natal tahun ini dari Los Angeles ke New York tertinggal tahun lalu, misalnya, algoritme dapat secara otomatis menurunkan harga, sambil memastikan untuk tidak menurunkannya terlalu rendah karena kenaikan harga minyak tahun ini.
Pada saat yang sama, saat algoritme mengevaluasi permintaan tiket yang lebih tinggi dari biasanya untuk tiket dari St. Louis ke Chicago karena kondisi jalan yang licin, algoritme dapat menaikkan harga tiket secara otomatis. CEO tidak harus menatap komputer sepanjang hari untuk melihat apa yang terjadi dengan penjualan tiket dan kondisi pasar dan kemudian menginstruksikan pekerja untuk masuk ke sistem dan mengubah harga secara manual; program komputer dapat melakukan semua ini dan lebih banyak lagi — dan dengan kecepatan yang lebih cepat, juga.