Startseite  /  präskriptive Analytik

präskriptive Analytik

Nutzung der Analytik zur Optimierung von Geschäftsentscheidungen.

Frau kauft etwas mit einer Kreditkarte
Was ist präskriptive Analytik?So funktioniert'sVorteileBeispiele und AnwendungsfälleHerausforderungenWichtigste Erkenntnisse

Was ist präskriptive Analytik?

 

Die präskriptive Analytik gilt als die anspruchsvollste Form der Analytik. Sie wird oft mit künstlicher Intelligenz erreicht. Präskriptive Analytik geht über die Beschreibung dessen hinaus, was in der Vergangenheit passiert ist (deskriptive Analytik), was zu einem bestimmten Ereignis geführt hat (diagnostische Analytik) und über die Vorhersage dessen, was in der Zukunft wahrscheinlich geschehen wird (prädiktive Analytik). Es schreibt konkrete Maßnahmen vor, die ergriffen werden können, um ein gewünschtes zukünftiges Ergebnis zu erzielen.

Ein Arzt kann Daten, Ihre Symptome und seine Erfahrung verwenden, um das Leiden eines Patienten zu identifizieren, aber das allein wird keine Heilung bringen. Welche Behandlung für einen Patienten in Frage kommt und wie sie durchgeführt wird, ist dagegen letztendlich die wichtigste Herausforderung. Das Gleiche gilt für die präskriptive Analytik. Das Sammeln von Daten und die Identifizierung geeigneter Analysetechniken schaffen lediglich Erkenntnisse. Der eigentliche Wert der Analytik besteht darin, wo und wie diese Erkenntnisse von Unternehmen genutzt werden, um optimale Kundenkontakte herzustellen oder Geschäftsentscheidungen in Echtzeit zu treffen. Denn Erkenntnisse um der Erkenntnisse willen werden ein Unternehmen nicht verbessern, den Umsatz nicht steigern und keine interessanten Kundenbeziehungen schaffen.

"Daten ohne Entscheidung lenken ab." – Gareth Herschel, Vice President, Gartner Group

So funktioniert Prescriptive Analytics

 

Präskriptive Analytik ist die fortschrittlichste Form der Datenanalyse, die über deskriptive und prädiktive Analytik hinausgeht und spezifische Maßnahmen für optimale Ergebnisse empfiehlt.

Präskriptive Analytik kombiniert historische Daten, Echtzeitinformationen und fortschrittliche Algorithmen wie Machine Learning, künstliche Intelligenz und Optimierungstechniken, um die beste Vorgehensweise für ein bestimmtes Szenario zu bestimmen.

Ein allgemeiner Ansatz für präskriptive Analytik umfasst in der Regel die folgenden 9 Schritte:

Schritt 1: Datenerfassung und -integration

  • Sammeln Sie relevante Daten aus verschiedenen Quellen wie Echtzeit-Datenströmen, Kundendaten, Marktdaten, Transaktionen usw.
  • Überprüfen Sie die Daten, um Qualität und Konsistenz über alle Quellen hinweg sicherzustellen
  • Speichern Sie die Daten zur Analyse in einem zentralen Repository

Schritt 2: Datenaufbereitung

  • Bereinigen Sie, verarbeiten und bereiten Sie die Daten für die Analyse vor: Entfernen Sie fehlende Werte, beheben Sie Inkonsistenzen und aktualisieren Sie das Format, damit es für die Modellierung geeignet ist

Schritt 3: Deskriptive Analyse

  • Analysieren, was in der Vergangenheit passiert ist
  • Schaffen Sie ein grundlegendes Verständnis historischer Muster und Trends
  • Festlegen von Key Performance Indicators (KPIs) und Metriken

Schritt 4: Prädiktive Modellierung

  • Verwenden Sie angewandte Intelligenz, Algorithmen des maschinellen Lernens, die in Schritt 3 identifizierten historischen Muster und Trends sowie statistische Methoden, um zukünftige Ergebnisse vorherzusagen
  • Generierung von Wahrscheinlichkeitsszenarien für unterschiedliche Ergebnisse

Schritt 5: Optimierung

  • Berücksichtigung geschäftlicher Einschränkungen (Budget, Ressourcen, Vorschriften)
  • Mathematische Optimierungstechniken anwenden
  • Bewerten Sie mehrere mögliche Aktionen und deren Kompromisse

Schritt 6: Szenario-Simulation

  • Durchführung von "Was-wäre-wenn"-Analysen für verschiedene Entscheidungsoptionen
  • Modellieren Sie die potenziellen Auswirkungen verschiedener Auswahlmöglichkeiten
  • Berücksichtigung von Unsicherheiten und Risikofaktoren

Schritt 7: Umsetzbare Empfehlungen bereitstellen

  • Vergleicht die vorhergesagten Ergebnisse der einzelnen Szenarien, um herauszufinden, welche basierend auf den in Schritt 1 identifizierten KPIs die besten Ergebnisse liefern
  • Klassifizierung von Alternativen nach erwarteten Ergebnissen
  • Geben Sie klare, spezifische und umsetzbare Empfehlungen, die die besten Maßnahmen hervorheben

Schritt 8: Implementierung und Überwachung

  • Führen Sie die empfohlenen Aktionen aus
  • Verfolgen Sie die Leistung anhand von Vorhersagen und KPIs
  • Kontinuierliche Verfeinerung von Modellen auf der Grundlage neuer Ergebnisse

Schritt 9: Nachverfolgen und Verfeinern

  • Aus den Ergebnissen lernen, um zukünftige Empfehlungen zu verbessern
  • Aktualisieren Sie Modelle mit neuen Daten und Erkenntnissen unter Berücksichtigung sich ändernder Geschäftsbedingungen

Die Vorteile von Prescriptive Analytics

done
Objektivere Entscheidungsfindung
Präskriptive Analytik liefert datengestützte Empfehlungen, die Entscheidungen aus dem Bauch heraus durch evidenzbasierte Entscheidungen ersetzen. So können Unternehmen die Entscheidungszeit durch die Automatisierung komplexer Analyseprozesse, die sonst Wochen oder Monate dauern würden, erheblich verkürzen.
done
Bessere betriebliche Effizienz
Analytikbasierte Entscheidungen ermöglichen es Unternehmen, ihre Ressourcenallokation zu optimieren, um maximale Produktivität bei minimaler Verschwendung zu erreichen und ineffiziente Praktiken zu eliminieren, die Ressourcen und Zeit verbrauchen. Darüber hinaus können routinemäßige Entscheidungsprozesse automatisiert werden, um personelle Ressourcen für strategischere Aufgaben freizusetzen.
done
Verbessertes Risikomanagement
Unternehmen können potenzielle Risiken und Bedrohungen identifizieren, bevor sie sich zu tatsächlichen Problemen ausweiten, und umfassende Notfallpläne für verschiedene Szenarien und unerwartete Situationen entwickeln.
done
Kostensenkung
Präskriptive Analytik kann die Betriebskosten durch bessere Planung, Prognose und Ressourcenzuweisung senken. Zum Beispiel durch die Minimierung der Lagerhaltungskosten und die Reduzierung von Verschwendung durch genauere Bedarfsprognosen.
done
Umsatzwachstum
Präskriptive Analytik unterstützt Unternehmen dabei, ihre Preisstrategien zu optimieren, um maximale Rentabilität zu erzielen und gleichzeitig wettbewerbsfähig zu bleiben. Es ermöglicht Unternehmen auch, die Kundenansprache und Personalisierung zu verbessern, um die Konversionsraten und den Customer Lifetime Value zu erhöhen.
done
Verbesserte langfristige Planung
Präskriptive Analytik verbessert die Agilität in der strategischen Planung und ermöglicht eine schnellere Reaktion auf Marktveränderungen, damit sich Unternehmen auf potenzielle Marktstörungen vorbereiten und schnell umstellen können.

Beispiele und Anwendungsfälle für präskriptive Analytik

Bauarbeiter mit Tablet

Transport & Logistik

Routing von Fahrzeugen

Ermitteln Sie die effizientesten Routen für eine Fahrzeugflotte, um eine bekannte Gruppe von Kunden oder Standorten zu bedienen, und minimieren Sie dabei Kosten wie Gesamtentfernung oder Reisezeit und berücksichtigen Sie Einschränkungen wie Fahrzeugkapazität, Lieferzeitfenster und Fahrervorschriften.

Frau im Callcenter mit Headset und Computer

Telekommunikation

Callcenter-Personal

Prognostizieren Sie das Anrufaufkommen und optimieren Sie die Personalbesetzung, um sicherzustellen, dass die Kundennachfrage zu den geringstmöglichen Kosten erfüllt wird, während Sie Servicevereinbarungen wie durchschnittliche Wartezeit oder Anrufabbruchraten einhalten.

Zuweisung medizinischer Ressourcen

Gesundheit und Biowissenschaften

Zuweisung medizinischer Ressourcen

Verteilen Sie begrenzte Ressourcen wie Krankenhausbetten, Beatmungsgeräte, Personal, medizinisches Material usw. auf Patienten, Abteilungen oder Regionen auf eine Weise, die die Patientenergebnisse und die Systemeffizienz maximiert und gleichzeitig Ungleichheiten minimiert.

Mann im Lager mit Weste, Hut und Tablet

Energie- und Versorgungswirtschaft

Produktionsplanung

Bestimmen Sie die genauen Produktionsniveaus von Produktionsanlagen und koordinieren Sie Ressourcen, um Kosten zu minimieren, Nachfrageprognosen zu erfüllen und betriebliche und behördliche Anforderungen zu erfüllen.

Lebensmittelhändler in einem Lebensmittelgeschäft mit Tablet

Kommunikation & Handel

Bestandsverwaltung

Bestimmen Sie die richtigen Lagerbestände, die vorgehalten, aufgefüllt und über Filialen, Lager und Kanäle verteilt werden sollen, um die Kundennachfrage zu erfüllen und gleichzeitig Lagerkosten, Fehlbestände und Abfall zu minimieren. Robuste Optimierungspraktiken werden häufig verwendet, um Unsicherheiten in Prognosen und Vorhersagen zu kontrollieren, die in den Modellen verwendet werden.

Herausforderungen

done
Datenqualität und -verfügbarkeit
Unvollständige, inkonsistente oder qualitativ minderwertige Daten können die Genauigkeit präskriptiver Modelle und Datensilos über verschiedene Abteilungen und Systeme hinweg untergraben und die Integration von Informationen für eine umfassende Analyse erschweren.
done
Technische Komplexität
Präskriptive Analytik erfordert ausgefeilte mathematische Modellierungs- und Optimierungstechniken, deren Implementierung und Wartung komplex sind. Dies kann für Unternehmen ohne fortschrittliche Recheninfrastruktur und Rechenleistung zur Bewältigung umfangreicher Optimierungsprobleme eine Herausforderung darstellen. Die Komplexität von Algorithmen macht es für nicht-technische Interessengruppen schwierig, die Empfehlungen zu verstehen.
done
Implementierung und Change Management
Einige Stakeholder sträuben sich möglicherweise gegen die Einführung neuer datengesteuerter Prozesse und Empfehlungen und bevorzugen vertraute Entscheidungsmethoden, insbesondere wenn Empfehlungen im Widerspruch zu Erfahrung oder Intuition stehen.
done
Genauigkeit und Zuverlässigkeit des Modells
Präskriptive Analytikmodelle sind nur so gut wie die zugrunde liegenden Vorhersagemodelle, und Ungenauigkeiten können zu schlechten Empfehlungen führen. Zum Beispiel kann es sein, dass ein übermäßiges Vertrauen in historische Muster beispiellose Ereignisse oder Black-Swan-Szenarien nicht erklärt.

Das Wichtigste zum Mitnehmen

 

Unsere FICO Xpress Optimization-Lösung nutzt präskriptive Analytik, um Geschäftsanwendern zu helfen, komplexe Probleme innerhalb von Minuten zu lösen, um die Bereitstellung zu beschleunigen, den Umsatz zu steigern und die Kundenzufriedenheit zu verbessern.

  • Ihr Unternehmen verfügt vielleicht über gute Daten und eine ganze Reihe von Analytikern, aber können Sie diese Erkenntnisse nutzen, um bessere Entscheidungen zu treffen? Was für einen Sinn hat Datenwissenschaft, wenn sie sich nicht auf Geschäftsprobleme und vor allem auf die Optimierung von Kundenkontakten in Echtzeit anwenden lässt?
  • Bei der präskriptiven Analytik geht es, anders als bei der prädiktiven Analytik oder bei KI an sich, um die Zuordnung von Daten und Analysen zu IHREM Geschäftsproblem. Anstatt nur Einblicke zu gewähren, gibt die präskriptive Analytik vor, was zu unternehmen ist.
  • Es gibt bewährte Methoden um alle Analysen den Regeln für das geschäftliche Handeln zuzuordnen – was Sie tun können, welche Bestände verfügbar sind, wie Ihre optimalen Margenanforderungen oder Risikogrenzen aussehen –, damit jeder in Ihrem Unternehmen Kunden optimal ansprechen und die besten Beziehungen aufbauen kann – Beziehungen, die sowohl die Geschäfts- als auch die Kundenzufriedenheit verbessern.
  • Präskriptive Analytik geht noch einen Schritt weiter als Analytik oder künstliche Intelligenz. Sobald man Daten gesammelt und Erkenntnisse gewonnen hat, sei es durch menschliche oder robotergestützte Prozesse, ist die Nutzung dieser Erkenntnisse im Rahmen der menschlichen Interaktion in Echtzeit nur möglich, wenn man in präskriptive Methoden investiert.
  • FICO hat jahrzehntelang in die Entwicklung und Verbesserung präskriptiver Analysetechniken investiert und eine einzigartige und bewährte Methodik entwickelt, die Daten, Analytik, KI, Entscheidungsregeln und Optimierung auf einzigartige und wirkungsvolle Weise kombiniert, um Unternehmen in jeder erdenklichen Branche präskriptive Analytik zu bieten, darunter Finanzdienstleistungen, Energie, Transport und Logistik, Einzelhandel, Behörden und viele andere.

Kontakt

Nehmen Sie Kontakt auf, und Sie bekommen Antworten auf jede Ihrer Fragen zu unseren Produkten und Lösungen. Wir freuen uns sehr darauf, von Ihnen zu hören.
Kontakt