Fremtiden for store data analytics er ankommet, og det hedder præskriptive analytics.
Gartner definerer præskriptive analytics som en form for avanceret data analytics, at “analyserer data eller indhold på at besvare spørgsmålet ‘Hvad bør der gøres?’ eller ‘Hvad kan vi gøre for at gøre _______ ske?'”
Med andre ord, præskriptive analytics anvender big data såsom historiske data og real-time data til ikke kun at forudse, hvad der vil ske og hvornår, men hvorfor noget vil ske, og anbefaler tiltag til at tage, er baseret på disse forudsigelser. Ved at handle på denne indsigt, virksomheder kan maksimere på en forestående mulighed for, at optimere en situation, afbøde fremtidige risiko, og opnå en konkurrencemæssig fordel.
Se også: Leje kit: Data arkitekt (Tech Pro Forskning)
Så lovende som præskriptive analytics virker, men det er stadig en spirende teknologi, som kan være forvirrende at implementere og administrere. Før gennemførelse af præskriptive analytics i din virksomhed, er det vigtigt at dispell misforståelser og forstå, hvad der præcist præskriptive analytics er-og hvad det ikke er.
5 præskriptive analytics myter
1. Præskriptive analytics er den samme som predictive analytics.
Præskriptive analytics arbejder med avancerede data analytics, såsom beskrivende analytics og predictive analytics og bygger videre på det. For eksempel, beskrivende analytics giver indsigt i fortiden, ved at besvare “hvad der er sket.” Predictive analytics tager det et skridt videre ved at forecasting “hvad er tilbøjelige til at ske,” der Henviser til, at præskriptive analytics foreskriver en egentlig løsning, som i “hvad vi skal gøre ved det.”
2. Præskriptive analytics er idiotsikker.
Præskriptive analytics er kun så effektive som de data, den modtager. Mange faktorer kan påvirke kvaliteten af data. For eksempel, fejlbehæftede data, dårlige forudsætninger, og dårligt bygget modeller, kan alle påvirke pålideligheden af præskriptive analytics’ indsigter.
3. Præskriptive analytics er nemt.
På trods af at være hurtigere og mere omfattende end den menneskelige formåen, du kan ikke bare trykke på en knap og straks hente indsigter. Præskriptive analytics bygger på avancerede analyser værktøjer, teknikker og teknologi, som kunstig intelligens, machine learning, heuristik, og algoritmer til at manifestere løsninger, som gør det til en udfordring at implementere og administrere.
Se også: Tag denne undersøgelse, og få en gratis forskningsrapport
4) Præskriptive analytics har et begrænset antal use cases.
Mange industrier, herunder operationer, supply chain, salg, marketing -, tele -, finans -, og mere kan drage nytte af præskriptive analytics. For eksempel, forhandlere som Amazon kan bruge præskriptive analytics til at forbedre kundeservice eller anbefale køb; healthcare faciliteter kan bruge præskriptive analytics til at forbedre patienternes resultater; olieselskaber kan bruge præskriptive analytics til at se for optimal boring steder, og så videre.
5. Foreskrivende analyse tilbyder en løsning.
Præskriptive analytics fungerer 24 timer i døgnet og løbende processer, nye data, efterhånden som det kommer til at re-forudsige og re-ordinere løsninger.
Hvad synes du? Vi vil gerne høre fra dig
Er præskriptive analytics-en løsning til din virksomhed? Hvor aktivt er din virksomhed ved hjælp af præskriptive analytics? Er du sikker på, at de data, du bruger i din præskriptive analytics er pålidelig?
Tage denne præskriptive analytics undersøgelse fra TechRepublic ‘ s søster-site Tech Pro Forsknings-og lad os det vide.
Alle respondenterne vil have en chance for at indtaste deres e-mail i slutningen af undersøgelsen, og i modtage en gratis kopi af den resulterende forskning rapport, som er normalt kun tilgængelige for Tech Pro Forskning abonnenter.
Relaterede historier
Hvordan til at blive en data-forsker: Et cheat sheet (TechRepublic)Googling præskriptive analytics: YouTube anbefalinger og analytics-kontinuum (ZDNet)60 måder at få mest værdi ud af din big data-initiativer (gratis PDF) (TechRepublic)Volumen, hastighed, variation: Forståelse af de tre V ‘ s af big data (ZDNet)Bedste cloud tjenester til små virksomheder (CNET)Big data: Flere skal læse dækning (TechRepublic på Flipboard)
Relaterede Emner:
Digital Transformation
Robotteknologi
Tingenes Internet
Innovation
Virksomhedens Software
CXO