Prescriptive Analytics
Coloque os analíticos para trabalhar e otimizar suas decisões de negócios.
O que é análise prescritiva?
Os analíticos prescritivos são considerados a forma mais sofisticada de analíticos e, geralmente, são habilitados por inteligência artificial. Os analíticos prescritivos vão além de descrever o que aconteceu no passado (analíticos descritivos), o que fez algo acontecer (analíticos de diagnóstico) e prever o que provavelmente ocorrerá no futuro (analíticos preditivos). Ele prescreve ações específicas que podem ser tomadas para obter um resultado futuro desejado.
Um médico pode usar dados, seus sintomas e sua experiência para identificar a doença de um paciente, mas isso por si só não fornecerá uma cura. O que e como tratar um paciente é o problema mais importante da etapa final. O mesmo acontece com os analíticos prescritivos. Coletar dados e identificar técnicas analíticas apropriadas apenas cria insights. Onde e como essas percepções são usadas pelas empresas para criar compromissos ideais com o cliente ou decisões de negócios em tempo real é o verdadeiro valor dos analíticos. Afinal, insights por insights não irão melhorar um negócio, aumentar a receita ou criar um relacionamento encantador com o cliente.
"Dados sem uma decisão são uma distração." - Gareth Herschel, vice-presidente do Gartner Group
Como funcionam os analíticos prescritivos
Os analíticos prescritivos representam a forma mais avançada de análise de dados, indo além dos analíticos descritivos e preditivos para recomendar ações específicas para resultados ideais.
A análise prescritiva combina dados históricos, informações em tempo real e algoritmos avançados, incluindo aprendizagem automática, inteligência artificial e técnicas de otimização, para determinar o melhor curso de ação para qualquer cenário.
Uma abordagem geral para analíticos prescritivos geralmente inclui estas 9 etapas:
Etapa 1: Coleta e integração de dados
- Reúna dados relevantes de várias fontes, como fluxos de dados em tempo real, dados de clientes, dados de mercado, transações, etc.
- Revise os dados para garantir a qualidade e a consistência em todas as fontes
- Armazene os dados em um repositório centralizado para análise
Etapa 2: Preparação dos dados
- Limpar, processar e preparar os dados para análise: remova valores ausentes, resolva inconsistências e atualize o formato para ser adequado à modelagem
Etapa 3: Análise descritiva
- Analise o que aconteceu no passado
- Criar uma compreensão de linha de base de padrões e tendências históricos
- Estabeleça indicadores-chave de desempenho (KPIs) e métricas
Etapa 4: Modelagem preditiva
- Use inteligência aplicada, algoritmos de aprendizagem automática, padrões históricos e tendências identificados na etapa 3 e métodos estatísticos para prever resultados futuros
- Gerar cenários de probabilidade para diferentes resultados
Etapa 5: Otimização
- Considere as restrições de negócios (orçamento, recursos, regulamentos)
- Aplicar técnicas matemáticas de otimização
- Avaliar várias ações possíveis e suas compensações
Etapa 6: Simulação de cenários
- Execute análises hipotéticas para diferentes opções de decisão
- Modele o impacto potencial de várias escolhas
- Considere a incerteza e os fatores de risco
Etapa 7: Fornecer recomendações acionáveis
- Compara os resultados previstos de cada cenário para descobrir quais produzirão os melhores resultados com base nos KPIs identificados na etapa 1
- Classifique as alternativas por resultados esperados
- Fornecer recomendações claras, específicas e acionáveis, destacando as melhores ações
Etapa 8: Implementação e monitoramento
- Executar as ações recomendadas
- Acompanhe o desempenho em relação a previsões e KPIs
- Refine continuamente os modelos com base em novos resultados
Etapa 9: Rastrear e refinar
- Aprenda com os resultados para melhorar as recomendações futuras
- Atualize os modelos com novos dados e percepções, levando em consideração as mudanças nas condições de negócios
Os benefícios da análise prescritiva
Exemplos de analíticos prescritivos e casos de uso
Transporte e logística
Roteirização de veículos
Determine o conjunto mais eficiente de rotas para uma frota de veículos atender a um conjunto conhecido de clientes ou locais, minimizando custos como distância total ou tempo de viagem e respeitando restrições como capacidade do veículo, janelas de tempo de entrega e regulamentos de motorista.
Telecomunicações
Equipe de call center
Prever volumes de chamadas e otimizar a equipe da força de trabalho para garantir que a demanda do cliente seja atendida com o menor custo possível, mantendo acordos de nível de serviço, como tempo médio de espera ou taxas de abandono de chamadas.
Saúde e ciências da vida
Alocação de recursos médicos
Distribua recursos limitados, como leitos hospitalares, ventiladores, equipe, suprimentos médicos e assim por diante, entre pacientes, departamentos ou regiões, de uma forma que maximize os resultados dos pacientes e a eficiência do sistema, minimizando as iniquidades.
Energia & utilidades
Programação da produção
Determinar os níveis precisos de produção das instalações de produção, coordenando recursos para minimizar custos, atender às previsões de demanda e cumprir os requisitos operacionais e regulamentares.
Comunicação e varejo
Gestão de estoques
Determine os níveis certos de estoque para manter, reabastecer e distribuir em lojas, armazéns e canais, a fim de atender à demanda do cliente e, ao mesmo tempo, minimizar os custos de retenção, falta de estoque e desperdício. Práticas de otimização robustas são comumente usadas para controlar a incerteza nas previsões e previsões usadas nos modelos.
Desafios
Principais conclusões
Nossa solução FICO Xpress Optimization usa analíticos prescritivos para ajudar os usuários de negócios a resolver problemas complexos em minutos, para implementação mais rápida, maior receita e melhor satisfação do cliente.
- Sua organização pode ter bons dados e um quadro completo de cientistas analíticos, mas você pode usar os insights para tomar melhores decisões? Se a ciência de dados não pode ser mapeada para seus problemas de negócios e, mais importante, para otimizar o engajamento do cliente em tempo real, então para que serve?
- Os analíticos prescritivos, ao contrário dos analíticos preditivos ou da própria IA, tratam do mapeamento de dados e analíticos para SEU problema de negócios. Em vez de simplesmente fornecer percepções, os analíticos prescritivos informam o que você deve fazer.
- Existem metodologias comprovadas para mapear todos os analíticos em relação a regras de engajamento de negócios – o que você pode fazer, qual estoque está disponível, quais são seus requisitos de margem ideal ou limites de risco – para permitir que todos em sua empresa engagem clientes de forma otimizada e criem os melhores relacionamentos – relacionamentos que otimizam a satisfação dos negócios e do cliente.
- Os analíticos prescritivos são a etapa além dos analíticos ou da inteligência artificial. Depois de coletar dados e percepções, por meio de processos humanos ou robóticos, ser capaz de usar essas percepções na interação humana em tempo real só é possível investindo em metodologias prescritivas.
- A FICO investiu décadas no desenvolvimento e aprimoramento de técnicas analíticas prescritivas e criou uma metodologia única e comprovada que combina dados, analíticos, IA, regras de decisão e otimização de uma maneira única e poderosa para fornecer analíticos prescritivos para empresas em todos os setores imagináveis, incluindo serviços financeiros, energia, transporte e logística, varejo, governo e muitos outros