Ennakoivan analytiikan määritelmä
Ennustava analytiikka on luokka data analytics, jonka tavoitteena on tehdä ennusteita tulevasta talouskehityksestä perustuvat historialliset tiedot ja analytics-tekniikoita, kuten tilastollinen mallinnus ja koneoppimisen. Ennakoivan analytiikan tiede voi tuottaa tulevaisuuden oivalluksia merkittävällä tarkkuudella., Kanssa apua hienostunut ennakoivan analytiikan työkaluja ja malleja, mikä tahansa organisaatio voi nyt käyttää entisiä ja nykyisiä tietoja luotettavasti ennustaa trendejä ja käyttäytymistä millisekuntia, päivää, tai vuotta tulevaisuuteen.
Ennustava analytiikka on kuvattu tukea monenlaisia järjestöjä, joiden maailmanlaajuisten markkinoiden ennustetaan nousevan noin $10.95 miljardia euroa vuoteen 2022 mennessä, kasvava vuotuinen kasvuvauhti (CAGR) on noin 21 prosenttia vuosina 2016 ja 2022, mukaan 2017 kertomuksen antama Zion Market Research.,
Ennustava analytiikka työssä
Ennustava analytiikka ammentaa voimaa monenlaisia menetelmiä ja tekniikoita, mukaan lukien big data, tiedonlouhinta, tilastollinen mallinnus machine learning ja valikoituja matemaattisia prosesseja. Organisaatiot käyttävät ennakoivaa analytiikkaa tutkiakseen nykyisiä ja historiallisia tietoja havaitakseen trendejä ja ennusteita tapahtumista ja olosuhteista, joiden pitäisi tapahtua tiettynä ajankohtana toimitettujen parametrien perusteella.,
ennakoivalla analytiikalla organisaatiot voivat löytää ja hyödyntää dataan sisältyviä kuvioita riskien ja mahdollisuuksien havaitsemiseksi. Malleja voidaan suunnitella esimerkiksi erilaisten käyttäytymistekijöiden välisten suhteiden löytämiseen. Tällaisten mallien avulla voidaan arvioida joko lupaus tai riskistä, jonka tietty joukko ehtoja, ohjaava tietoon perustuvan päätöksenteon eri luokkien toimitusketjun ja hankintojen tapahtumia.
vinkkejä siitä, miten tehokkaasti valjastaa ennakoivaa analytics, katso ”7 secrets of predictive analytics menestys.,”
Edut ennakoivaa analytics
Ennustava analytiikka tekee katse tulevaisuuteen tarkempi ja luotettavampi kuin aiemmat välineet. Sellaisenaan se voi auttaa adoptoijia löytämään tapoja säästää ja ansaita rahaa. Vähittäiskauppiaat käyttävät usein ennakoivia malleja varastovaatimusten ennustamiseen, toimitusaikataulujen hallintaan ja kauppojen asettelujen määrittämiseen myynnin maksimoimiseksi. Lentoyhtiöt usein käyttää ennakoivaa analytics asettaa lippujen hinnat heijastavat menneisyyden matkustaa suuntauksia., Hotellit, ravintolat ja muut ravintola-alan toimijat voivat käyttää teknologiaa ennustamaan vieraiden määrää tiettynä iltana maksimoidakseen käyttöasteen ja tulot.
optimoimalla markkinoinnin kampanjat ennakoivaa analytics, organisaatiot voivat myös luoda uuden asiakkaan vastauksia tai ostot, sekä edistää rajat myydä mahdollisuuksia. Ennakoivat mallit voivat auttaa yrityksiä houkuttelemaan, säilyttämään ja vaalimaan arvostetuimpia asiakkaitaan.
ennakoivaa analytiikkaa voidaan käyttää myös erilaisten rikollisten käyttäytymisen havaitsemiseen ja pysäyttämiseen ennen kuin mitään vakavaa vahinkoa syntyy., Käyttämällä ennakoivaa analytiikkaa tutkimuksen, käyttäjän käyttäytymistä ja toimia, organisaatio voi tunnistaa toimintoja, jotka ovat tavallisuudesta, jotka vaihtelevat luottokortin petos yritysten vakoilusta cyberattacks.
ennakoivat analytiikkaesimerkit
organisaatiot käyttävät nykyään ennakoivaa analytiikkaa lähes loputtomasti. Teknologia auttaa omaksujia niinkin erilaisilla aloilla kuin rahoitus, terveydenhuolto, vähittäiskauppa, vieraanvaraisuus, lääkkeet, autoteollisuus, ilmailu ja valmistus.,
Tässä muutamia esimerkkejä siitä, miten organisaatiot hyödyntävät ennakoivaa analytics:
- Ilmailu: Ennustaa vaikutusta erityiset huoltotoimenpiteet ilma-alusten luotettavuus, polttoaineen käyttö, saatavuus ja käytettävyys.
- Auto: Sisällyttää kirjaa komponentti tukevuus ja epäonnistumisen osaksi tulevan ajoneuvon valmistus suunnitelmia. Tutki kuljettajan käyttäytymistä kehittääksesi parempia kuljettajan avustustekniikoita ja lopulta autonomisia ajoneuvoja.
- Energia: ennuste pitkän aikavälin hinta-ja kysyntäsuhteista., Määritä Sääilmiöiden, laitteistovikojen, määräysten ja muiden muuttujien vaikutus palvelukustannuksiin.
- Rahoituspalvelut: kehitetään luottoriskimalleja. Ennustettu rahoitusmarkkinoiden kehitys. Ennakoi uusien politiikkojen, lakien ja säädösten vaikutusta yrityksiin ja markkinoihin.
- valmistus: ennakoi konevikojen sijaintia ja nopeutta. Optimoi raaka-ainetoimitukset ennakoitujen tulevaisuuden vaatimusten perusteella.
- lainvalvonta: käytä rikollisuuden trenditietoja määritelläksesi lähiöitä, jotka saattavat tarvita lisäsuojaa tiettyinä vuodenaikoina.,
-
Vähittäiskauppa: Seuraa online-asiakas reaaliajassa määrittämään, onko tarjota muita tuotteen tietoja tai kannustimet lisäävät todennäköisyyttä tehty kauppa.
Ennakoivan analytiikan työkaluja
Ennakoivan analytiikan työkalut antavat käyttäjille syvä, reaaliaikainen oivalluksia lähes loputon valikoima liiketoimintaa., Työkaluja voidaan käyttää ennustamaan erilaisia käyttäytymiseen ja kuvioita, kuten miten jakaa resursseja, erityisesti aikoina, kun täydentymään varastossa tai paras hetki käynnistää markkinointikampanjan, perustaen ennusteita analyysin tiedot on kerätty yli ajan.
lähes kaikki ennakoivat analytiikan omaksujat käyttävät yhden tai useamman ulkoisen kehittäjän tarjoamia työkaluja. Monet näistä välineistä on räätälöity vastaamaan tiettyjen yritysten ja yksiköiden tarpeita., Merkittävä ennakoivan analytiikan ohjelmisto-ja palveluntarjoajat ovat:
- esimerkiksi acxiom
- IBM
- Tiedon Rakentajia
- Microsoft
- SAP
- SAS Institute
- Tableau Software
- Teradata
- TIBCO Software
Ennakoivan analytiikan malleja
Mallit ovat perusta ennakoivaa analytics — malleja, joiden avulla käyttäjät voivat kääntää menneisyyden ja nykyisten tietojen käytännöllisiä oivalluksia, luoda myönteisiä pitkän aikavälin tuloksia., Tyypillisiä ennustemalleja ovat:
- Asiakkaan eliniän arvomalli: Paikantakaa asiakkaat, jotka todennäköisimmin investoivat enemmän tuotteisiin ja palveluihin.
- Asiakkaan Segmentointi Malli: Ryhmä asiakkaita perustuu samanlaisia ominaisuuksia ja ostamalla käyttäytymistä
- Ennakoiva Huolto Malli Tulee mahdollisuudet tärkeitä laitteita hajottaa.
- Laadunvarmistusmalli: Etsi ja ehkäise vikoja pettymysten ja lisäkustannusten välttämiseksi tuotteita tai palveluja asiakkaille tarjottaessa.,
Ennustava mallinnus tekniikoita
Malli käyttäjillä on pääsy lähes loputon valikoima ennakoivaa mallintamista. Monet menetelmät ovat ainutlaatuisia erityisiä tuotteita ja palveluja, mutta ydin yleisiä tekniikoita, kuten päätös puita, regressio — ja jopa neuroverkot ovat nyt laajalti tuettu monilla ennustava analytiikka-alustoille.
Päätös puita, yksi suosituimmista tekniikoita, luottaa kaavamainen, puu-muotoinen kaavio, jota käytetään määrittämään toimintatapa tai näyttää tilastollinen todennäköisyys., Haarautumistapa voi myös näyttää jokaisen mahdollisen lopputuloksen tietystä päätöksestä ja siitä, miten yksi valinta voi johtaa seuraavaan.
Regressiotekniikoita käytetään usein pankki -, investointi-ja muissa rahoituslähtöisissä malleissa. Regressio auttaa käyttäjiä ennustamaan varallisuusarvoja ja ymmärtämään muuttujien, kuten hyödykkeiden ja osakekurssien, välisiä suhteita.
kärjessä ennakoivan analytiikan menetelmiä ovat neuroverkot — algoritmit on suunniteltu tunnistamaan taustalla olevia suhteita tietojen joukko, matkimalla, miten ihmisen mieli toimii.,
Ennakoivan analytiikan algoritmit
Ennustava analytiikka vaiheessa on helppo pääsy laaja valikoima tilasto -, data-mining ja kone oppimisen algoritmeja suunniteltu käytettäväksi ennakoivan analyysin malleja. Algoritmit on yleensä suunniteltu ratkaisemaan tietyn liiketoiminnan ongelma tai useita ongelmia, parantaa olemassa olevaa algoritmia tai toimittaa jonkinlainen ainutlaatuinen kyky.
Klusterointi algoritmit, esimerkiksi, ovat hyvin asiakkaiden segmentointi, yhteisön havaitseminen ja muut sosiaaliset liittyviä tehtäviä., Asiakkaiden säilyttämisen parantamiseksi tai suositusjärjestelmän kehittämiseksi käytetään tyypillisesti luokittelualgoritmeja. Regressioalgoritmi valitaan tyypillisesti luoton pisteytysjärjestelmän luomiseksi tai monien aikavetoisten tapahtumien lopputuloksen ennustamiseksi.
Ennustava analytiikka terveydenhuollossa
Terveydenhuollon organisaatioiden on tullut joitakin kaikkein innostunut ennakoivan analytiikan vaiheessa hyvin yksinkertaisesta syystä: tekniikka on auttaa heitä säästää rahaa.,
Terveydenhuollon organisaatiot käyttää ennakoivaa analytics useilla eri tavoilla, mukaan lukien älykkäästi kohdentaa laitoksen resurssit, joka perustuu aiemmista suuntauksista, optimoimalla henkilöstön aikatauluja, tunnistaa potilaiden riski kallis lähiajan takaisinottoa ja lisäämällä älyä lääkealan ja tarjonnan hankinta ja hallinta.,
2017 Society of Aktuaarien kertomuksen terveydenhuollon alan trendejä ennakoivaa analytics, havaittiin, että yli puolet terveydenhuollon johtajat (57 prosenttia) järjestöt jo käyttää ennakoivaa analytics uskovat, että teknologian avulla ne voivat säästää 15 prosenttia tai enemmän niiden kokonaisbudjetti on yli seuraavan viiden vuoden aikana. Vielä 26 prosenttia ennusti säästöä vähintään 25 prosenttia.,
tutkimus paljasti myös, että suurin osa terveydenhuollon johtajista (89 prosenttia) kuuluu organisaatioihin, jotka joko käyttävät ennakoivaa analytiikkaa tai suunnittelevat sitä seuraavan viiden vuoden aikana. Vaikuttava 93 prosenttia terveydenhuollon johtajista totesi, että ennakoiva analytiikka on tärkeää heidän liiketoimintansa tulevaisuuden kannalta.
miten organisaation pitäisi aloittaa ennakoivalla analytiikalla?,
Vaikka aloittaminen ennakoiva analytiikka ei ole helppoa, se on tehtävä, että lähes mikä tahansa liike voi käsitellä niin kauan kuin yksi on edelleen sitoutunut lähestymistapa ja on valmis sijoittamaan aikaa ja varoja tarpeen saada hanke liikkeelle. Alkaen rajoitetun mittakaavan pilottihanke kriittinen liiketoiminta-alue on erinomainen tapa ymp: n start-up kustannukset minimoiden aika, ennen kuin rahallisia palkintoja alkaa liikkuvan. Kun malli on otettu käyttöön, se vaatii yleensä vain vähän ylläpitoa, koska se jauhaa edelleen toimintakelpoisia oivalluksia useiden vuosien ajan.,
syvempää tarkastelua varten katso ”miten pääset alkuun ennakoivalla analytiikalla.”