Framtiden för big data analytics har kommit, och det kallas normativ analytics.
Gartner definierar normativ analytics som en form av avancerad data analytics som “granskar inkommande data eller innehåll för att svara på frågan” Vad bör göras? “eller” Vad kan vi göra för att göra _______ händer?'”
Med andra ord, normativ analytics använder big data, såsom historiska data och data i realtid för att inte bara förutse vad som kommer att hända och när, men varför något ska hända och rekommenderar åtgärder för att ta baserade på dessa prognoser. Genom att agera på dessa insikter, företag kan maximera på en förestående möjlighet att optimera en situation, minska framtida risk, och få en konkurrenskraftig fördel.
Se även: Uthyrning kit: Data arkitekt (Tech Pro Forskning)
Lika lovande som normativ analytics verkar, men det är fortfarande en omogen teknik, som kan vara förvirrande att distribuera och hantera. Innan den genomförs normativ analys i ditt företag, är det viktigt att dispell missuppfattningar och förstå exakt vad som normativt analytics är-och vad det inte är.
5 normativ analytics myter
1. Normativ analytics är samma som prediktiv analys.
Normativ analytics fungerar med avancerad data analytics som beskrivande analys och prediktiv analys och bygger på det. Till exempel, beskrivande analytics ger insikter i det förflutna genom att svara på “vad som hänt.” Predictive analytics tar det ett steg längre genom prognostisering “vad som kommer att hända”, Medan, normativ analytics föreskriver en verklig lösning, som i “vad vi bör göra åt det.”
2. Normativ analytics är idiotsäkert.
Normativ analytics är bara så effektiva som de uppgifter som den tar emot. Många faktorer kan påverka kvaliteten på data. Till exempel, felaktiga data, dåliga antaganden, och dåligt byggda modeller kan påverka tillförlitligheten i normativ analytics insikter.
3. Normativ analytics är enkelt.
Trots att de är snabbare och mer omfattande än människans förmåga, du kan inte bara trycka på en knapp och genast hämta insikter. Normativ analytics bygger på sofistikerad analytics-verktyg, metoder och teknik, som artificiell intelligens och maskininlärning, heuristik, och algoritmer för att manifestera lösningar, vilket gör att det är svårt att genomföra och förvalta.
Se även: Ta den här undersökningen och få en gratis forskningsrapport
4) Normativ analytics har begränsad användning fall.
Många industrier inklusive drift, logistik, försäljning, marknadsföring, telekom, finans, och fler kan dra nytta av normativ analytics. Till exempel, återförsäljare som Amazon kan använda normativt analytics för att förbättra kundservice eller rekommendera köp, hälso-och sjukvården kan använda normativt analytics för att förbättra behandlingsresultat, olja företag kan använda normativt analytics för att se för optimal borrning platser, och så vidare.
5. Normativ analytics erbjuder en lösning.
Normativ analytics fungerar 24 timmar om dygnet och hela tiden processer nya uppgifter som det blir tillgängligt för att re-förutsäga-och re-föreskriva lösningar.
Vad tror du? Vi vill höra från dig
Är normativ analytics-ett-lösning för ditt företag? Hur aktivt är ditt företag med hjälp av normativ analytics? Är du säker på att de uppgifter som du använder i din normativ analytics är pålitlig?
Ta denna normativa analytics undersökning från TechRepublic s systersajt Tech Pro Forskning och låt oss veta.
Alla deltagare kommer att ha möjlighet att skriva in sin e-post i slutet av undersökningen och få en gratis kopia av den resulterande forskningsrapport, som normalt bara är tillgängliga för Tech Pro Forskning abonnenter.
Släkt historier
Hur man blir en data scientist: En lathund (TechRepublic)Googla normativ analytics: YouTube rekommendationer och analytics-continuum (ZDNet)60 sätt att få ut mesta möjliga värde av big data-initiativ (gratis PDF) (TechRepublic)Volume, velocity och variety: att Förstå de tre V: s stora uppgifter (ZDNet)Bästa moln-tjänster för småföretag (CNET)Big data: Fler måste-läsa täckning (TechRepublic på Blädderblock)
Relaterade Ämnen:
Digital Omvandling
Robotteknik
Sakernas Internet
Innovation
Affärssystem
CXO