Il futuro di big data analytics è arrivato, e si chiama prescrittivo analytics.
Gartner definisce “prescrittivo ” analytics”, un modulo di analisi avanzate dei dati che “esamina i dati o il contenuto di rispondere alla domanda:” che Cosa deve essere fatto?’ o ‘che Cosa possiamo fare per rendere _______ accadere?'”
In altre parole, le linee analytics utilizza i big data come dati storici e dati in tempo reale non solo di anticipare cosa accadrà e quando, ma perché qualcosa succederà, e raccomanda azioni per prendere sulla base di queste previsioni. Agendo su queste intuizioni, le aziende possono ottimizzare su un imminente opportunità, ottimizzare una situazione di, mitigare il rischio in futuro, e ottenere un vantaggio competitivo.
Vedi anche: il noleggio del kit: Data architect (Tech Pro Ricerca)
Come promettente come prescrittivo analytics sembra, tuttavia, rimane una nascente tecnologia, che può essere fonte di confusione per distribuire e gestire. Prima di implementare prescrittivo analytics nel vostro business, è importante per scacciare i fraintendimenti e capire che cosa esattamente prescrittivo analytics è, e ciò che non lo è.
5 prescrittivo analytics miti
1. Prescrittivo analytics è lo stesso di analisi predittiva.
Prescrittivo analytics funziona con analisi avanzate dei dati, quali l’analisi descrittiva e di analisi predittiva e costruisce su di esso. Per esempio, l’analisi descrittiva fornisce intuizioni passato da rispondere “quello che è successo.” Predictive analytics prende un ulteriore passo avanti con la previsione “che cosa è probabile che accada”, Mentre prescrittivo analytics prescrive una soluzione vera e propria, come in “che cosa dobbiamo fare”.
2. Prescrittivo analytics è infallibile.
Prescrittivo analytics è efficace quanto i dati che riceve. Molti fattori possono influenzare la qualità dei dati. Per esempio, dati errati, ipotesi errate, e mal costruito modelli possono influire sulla affidabilità delle prescrittivo analytics intuizioni.
3. Prescrittivo analytics è facile.
Pur essendo più veloce e più completo rispetto delle capacità umane, non si può semplicemente premere un pulsante e subito recuperare intuizioni. Prescrittivo analytics si avvale di sofisticati strumenti di analisi, le tecniche e la tecnologia, come l’intelligenza artificiale, machine learning, euristica, e gli algoritmi per il manifesto di soluzioni, il che rende difficile da implementare e gestire.
Vedi anche: partecipare a questo sondaggio, e ottenere un libero rapporto di ricerca
4) Prescrittivo analytics ha limitato i casi di utilizzo.
Molti settori, tra cui operations, supply chain, vendite, marketing, telecomunicazioni, finanza, e più possono beneficiare di prescrittivi analytics. Per esempio, i rivenditori come Amazon può utilizzare prescrittivo analytics per migliorare il servizio clienti o di raccomandare gli acquisti; le strutture sanitarie possono utilizzare prescrittivo analytics per migliorare i risultati dei pazienti; le compagnie petrolifere possono utilizzare prescrittivo analytics per cercare ottimale luoghi di perforazione, e così via.
5. Prescrittivo analytics offre una soluzione.
Prescrittivo analytics funziona 24 ore al giorno e continuamente processi di nuovi dati come diventa disponibile per re-prevedere e ri-prescrivere soluzioni.
Voi cosa ne pensate? Vogliamo sentire da voi
È prescrittivo analytics, una soluzione per la vostra azienda? Come attivamente la vostra azienda utilizza prescrittivo analytics? Sei sicuro che i dati che si sta utilizzando nel vostro prescrittivo analytics è affidabile?
Prendere questo prescrittivo analytics sondaggio di TechRepublic sorella del sito Tech Pro Ricerca e facci sapere.
Tutti i partecipanti avranno la possibilità di entrare nel loro e-mail al termine dell’indagine e per ricevere una copia gratuita del conseguente rapporto di ricerca, che è normalmente disponibile solo per Tech Pro Ricerca di iscritti.
Storie correlate
Come diventare un data scientist: Un foglietto (TechRepublic)Googling prescrittivo analytics: YouTube raccomandazioni e le analisi continuum (ZDNet)60 modi per ottenere il massimo valore dai big data, iniziative (PDF gratuito) (TechRepublic)Volume, velocità e varietà: la Comprensione dei tre V di big data (ZDNet)Migliori servizi cloud per le piccole imprese (CNET)Big data: il Più letto di copertura (TechRepublic su Flipboard)
Argomenti Correlati:
La Trasformazione Digitale
Robotica
Internet delle Cose
L’innovazione
Enterprise Software
CXO