Войти
Предписывающая аналитика - это третий и последний этап бизнес-аналитики, который также включает описательную и прогнозирующую аналитику.
Называемая «последней границей аналитических возможностей» предписывающая аналитика влечет за собой применение математических и вычислительных наук и предлагает варианты решения, позволяющие воспользоваться результатами описательной и прогнозной аналитики. Первым этапом бизнес-аналитики является описательная аналитика, которая до сих пор составляет большую часть всей бизнес-аналитики. Описательная аналитика смотрит на прошлую производительность и понимает эту производительность, анализируя исторические данные, чтобы найти причины прошлых успехов или неудач. В большинстве управленческих отчетов, таких как продажи, маркетинг, операции и финансы, используется этот тип посмертного анализа.
Предписывающая аналитика выходит за рамки прогнозной аналитики, определяя как действия, необходимые для достижения прогнозируемых результатов, так и взаимосвязанные эффекты каждого решения Следующим этапом является прогнозная аналитика. Прогнозная аналитика отвечает на вопрос, что может произойти. Это когда исторические данные комбинируются с правилами, алгоритмами, а иногда и внешними данными для определения вероятного будущего исхода события или вероятности возникновения ситуации. Заключительный этап - предписывающая аналитика, которая выходит за рамки прогнозирования будущих результатов, а также предлагает действия, которые позволят извлечь выгоду из прогнозов, и показывает последствия каждого варианта решения.
Предписывающая аналитика не только предугадывает, что произойдет и когда это произойдет., но и почему это произойдет. Кроме того, предписывающая аналитика предлагает варианты решения о том, как воспользоваться будущей возможностью или уменьшить будущий риск, и показывает значение каждого варианта решения. Предписывающая аналитика может постоянно получать новые данные для повторного прогнозирования и повторного назначения, таким образом автоматически повышая точность прогнозов и предлагая лучшие варианты решений. Предписывающая аналитика принимает гибридные данные, комбинацию структурированных (числа, категории) и неструктурированных данных (видео, изображения, звуки, тексты) и бизнес-правил, чтобы предсказать, что ждет впереди, и предписать, как воспользоваться этим предсказанным будущим без ущерба для других приоритеты.
Все три этапа аналитики могут выполняться с помощью профессиональных услуг, технологий или их комбинации. Для масштабирования технологии предписывающей аналитики должны быть адаптивными, чтобы принимать во внимание растущий объем, скорость и разнообразие данных, которые могут генерировать наиболее критически важные процессы и их среды.
Одна из критических замечаний по поводу предписывающей аналитики заключается в том, что ее отличие от прогнозной аналитики плохо определено и, следовательно, непродумано.
Научные дисциплины, составляющие предписывающую аналитику предписывающая аналитика включает в себя как структурированные, так и неструктурированные данные и использует комбинацию передовых аналитических методов и дисциплин для прогнозирования, назначения и адаптации. Хотя термин предписывающая аналитика был впервые введен в обращение IBM, а затем был зарегистрирован торговой маркой Ayata, лежащие в основе концепции существуют уже сотни лет. Технология, лежащая в основе предписывающей аналитики, синергетически объединяет гибридные данные, бизнес-правила с математическими моделями и вычислительными моделями. Входные данные для предписывающей аналитики могут поступать из нескольких источников: внутренних, например, внутри корпорации; и внешние, также известные как данные об окружающей среде. Данные могут быть структурированными, включая числа и категории, а также неструктурированные данные, такие как тексты, изображения, звуки и видео. Неструктурированные данные отличаются от структурированных данных тем, что их формат сильно различается и не может быть сохранен в традиционных реляционных базах данных без значительных усилий при преобразовании данных. По данным IBM, сегодня более 80% мировых данных неструктурированы.
В дополнение к этому разнообразию типов данных и растущему объему данных, входящие данные также могут развиваться в зависимости от скорости, то есть генерировать больше данных в более быстром или переменном темпе. Бизнес-правила определяют бизнес-процесс и включают в себя ограничения целей, предпочтения, политики, передовой опыт и границы. Математические модели и вычислительные модели - это методы, полученные из математических наук, информатики и смежных дисциплин, таких как прикладная статистика, машинное обучение, исследование операций, обработка естественного языка, компьютерное зрение, распознавание образов, обработка изображений, распознавание речи и обработка сигналов. Правильное применение всех этих методов и проверка их результатов подразумевает потребность в ресурсах в широком масштабе, включая человеческие, вычислительные и временные, для каждого проекта предписывающей аналитики. Чтобы сэкономить десятки людей, высокопроизводительные машины и недели работы, необходимо учитывать сокращение ресурсов и, следовательно, снижение точности или надежности результата. Предпочтительный путь - сокращение, которое дает вероятностный результат в приемлемых пределах.
Ключевые вопросы Программное обеспечение предписывающей аналитики дает ответы производителям нефти и газа Энергетика - крупнейшая отрасль в мире мир (размером 6 триллионов долларов). Процессы и решения, связанные с разведкой, разработкой и добычей нефти и природного газа, генерируют большие объемы данных. Многие типы захваченных данных используются для создания моделей и изображений структуры Земли и слоев на глубине 5000-35000 футов под поверхностью и для описания деятельности вокруг самих скважин, таких как характеристики отложений, производительность оборудования, скорость потока нефти, температуры и давления пласта.. Программное обеспечение для предписывающей аналитики может помочь как в обнаружении, так и в добыче углеводородов путем сбора сейсмических данных, данных каротажа, данных добычи и других связанных наборов данных, чтобы прописать конкретные рецепты того, как и где бурить, заканчивать и добывать скважины, чтобы оптимизировать извлечение, минимизировать затраты и уменьшить воздействие на окружающую среду.
Примеры наборов структурированных и неструктурированных данных, генерируемых нефтегазовыми компаниями и их экосистемой поставщиков услуг, которые можно анализировать вместе с помощью предписывающей аналитики программное обеспечение Поскольку ценность конечного продукта определяется мировой экономикой сырьевых товаров, основой конкуренции для операторов разведки и добычи является способность эффективно использовать капитал для поиска и добычи ресурсов более эффективно, действенно, предсказуемо и безопасно, чем у их коллег. При разработке нетрадиционных ресурсов операционная эффективность снижается из-за несогласованности коллектора, а принятие решений затрудняется высокой степенью неопределенности. Эти проблемы проявляются в виде низких коэффициентов восстановления и большого разброса производительности.
Программное обеспечение Prescriptive Analytics может точно прогнозировать добычу и предписывать оптимальные конфигурации контролируемых параметров бурения, заканчивания и добычи путем одновременного моделирования множества внутренних и внешних переменных, независимо от источника, структуры, размера или формата. Программное обеспечение для предписывающей аналитики также может предоставлять варианты решений и показывать влияние каждого варианта решения, чтобы операционные менеджеры могли своевременно предпринять соответствующие действия, чтобы гарантировать будущие результаты разведки и добычи и максимизировать экономическую ценность активов на каждом этапе в течение курса. от их срока службы.
В сфере технического обслуживания нефтепромыслового оборудования Prescriptive Analytics может оптимизировать конфигурацию, прогнозировать и предотвращать незапланированные простои, оптимизировать планирование работ и улучшать планирование технического обслуживания. По данным General Electric, в мире установлено более 130 000 электрических погружных насосов (ЭЦН), что составляет 60% мировой добычи нефти. Предписывающая аналитика была развернута, чтобы предсказать, когда и почему ESP выйдет из строя, и рекомендовать необходимые действия для предотвращения отказа.
В области Здоровье, безопасность и окружающая среда предписывающая аналитика может прогнозировать и предотвращать инциденты, которые могут привести к репутационным и финансовым потерям для нефтегазовых компаний.
Ценообразование - это еще одна область внимания. Цены на природный газ сильно колеблются в зависимости от предложения, спроса, эконометрики, геополитики и погодных условий. Производители газа, трубопроводные транспортные компании и коммунальные предприятия заинтересованы в более точном прогнозировании цен на газ, чтобы иметь возможность зафиксировать выгодные условия и при этом снизить риск снижения цен. Программное обеспечение для предписывающей аналитики может точно прогнозировать цены, моделируя внутренние и внешние переменные одновременно, а также предлагать варианты решений и показывать влияние каждого варианта решения.
Движущей силой являются многочисленные факторы поставщики медицинских услуг должны значительно улучшить бизнес-процессы и операции по мере того, как отрасль здравоохранения США начинает необходимый переход от системы, основанной на больших объемах услуг, к платной и выгодной -система. Директивная аналитика играет ключевую роль в повышении эффективности в ряде областей с участием различных заинтересованных сторон: плательщиков, поставщиков и фармацевтических компаний.
предписывающая аналитика может помочь поставщикам медицинских услуг повысить эффективность оказания клинической помощи населению, которым они управляют, и в процессе добиться большего удовлетворения и удержания пациентов. Поставщики медицинских услуг могут лучше управлять здоровьем населения, определяя соответствующие модели вмешательства для стратифицированного по риску населения, комбинируя данные об эпизодах оказания медицинской помощи в учреждении и телемедицине на дому.
Предписывающая аналитика также может принести пользу поставщикам медицинских услуг при планировании их мощностей за счет использования аналитики для использования операционных данных и данных об использовании в сочетании с данными внешних факторов, таких как экономические данные, демографические тенденции населения и тенденции здоровья населения, для более точного планирования будущие капитальные вложения, такие как новые помещения и использование оборудования, а также понимание компромиссов между добавлением дополнительных коек и расширением существующего помещения по сравнению со строительством нового.
Предварительная аналитика может помочь фармацевтическим компаниям ускорить разработку своих лекарств путем выявления когорт пациентов, которые наиболее подходят для клинических испытаний во всем мире - пациентов, которые, как ожидается, будут соблюдать правила и не выберутся из исследования из-за осложнений. Аналитика может сказать компаниям, сколько времени и денег они могут сэкономить, если выберут одну когорту пациентов в одной стране, а не другую.
В переговорах между поставщиком и плательщиком поставщики могут улучшить свою позицию на переговорах со страховыми компаниями, выработав четкое понимание будущего использования услуг. Точно прогнозируя загрузку, поставщики также могут лучше распределять персонал.
