Центри за Медицаре и Медицаид (ЦМС) недавно су објавили да је од 2012. до 2014. организација уштедела 42 милијарде долара. ЦМС партнерство са органима за спровођење закона и провјером здравствених радника је био одговоран за дио штедње. Међутим, ЦМС је уштедио већи део новца тако што је спровео предиктивну аналитику, чиме је спречио "преваре, отпад и злоупотребе".
"Од 1. октобра 2012. до 30. септембра 2014. године (фискална година (ФГ) 2013 и ФИ 2014), сваки долар уложен у напоре у интегритету програма Медицаре програма ЦМС спасио је 12,40 долара за програм Медицаре."
$config[code] not foundЈедноставно речено, предиктивна аналитика је „компјутери који уче из прошлог понашања о томе како боље обавити одређене пословне процесе и пружити нове увиде у то како ваша организација заиста функционира“.
Компаније треба да науче како да рукују стратегијама које могу да се предузму из скупа података које прикупљају. Предиктивна аналитика може имати користи од вашег пословања на много начина, укључујући одређивање акција клијената, поједностављење процеса и смањење вашег ризика.
Гарбаге Ин - Гарбаге Оут (ГИГО)
У ИТ имамо изреку: смеће у - смеће (ГИГО). То значи да је квалитет ваших података изузетно важан. Основање пословних одлука о неважећим подацима може имати озбиљан негативан утицај на ваше пословање.
Уверите се да свако ко је укључен у унос података у вашој компанији разуме колико је критична тачност за успех вашег пословања.
Примери предиктивне анализе
Предиктивна аналитика Поједностављује пословање компаније
Харвард Бусинесс Ревиев извјештава да су велики подаци изузетно корисни за предвиђање потражње купаца за производима који нису „погодци“, већ се продају многим људима у различитим нишама (иначе познатим као „дуги реп“).
Рударство ове врсте података је изазовније, јер производи у дугом репу нису толико популарни као што су производи у којима су погођени и региони у којима се продају нису тако велики.
Предиктивна аналитика је изузетно корисна за рударство ових података и одређивање шта клијенти у тим нишама желе.
Подешавање цене помоћу предиктивне анализе
Други начин на који аналитика предвиђања помаже компанијама је у одређивању цијена. Предузећа могу повећати продају тако што циљају одређене клијенте са специфичним ценама, попустима и промоцијама.
Онлине продавци могу да користе тоне података које прикупљају о понашању својих клијената како би прилагодили своје цене у складу са оним што ће највише привлачити њихове клијенте.
Предиктивна аналитика такође у великој мери помаже индустријама које се ослањају на машине за њихов успех, јер се подаци могу користити за процену када је тим машинама потребно одржавање или је вероватно да неће успети.
Научници у Мицрософту су користили податке које су прикупили на авиону како би утврдили када ће летови бити отказани или одложени. Авио-компаније су само један пример организација које могу да ублаже огромну количину отпада тако што ће једноставно бити вољне да пронађу начине за прикупљање података које већ имају.
Предиктивна аналитика смањује ризик
Смањивање ризика за компаније је још једна предност аналитике предвиђања. Предузећа имају интерес да открију начине да повећају своју сигурност јер се не ради о томе да ли ће доћи до повреда података, већ прије када ће се догодити.
Прикупљање информација о прошлим нападима и идентификација дигиталног отиска прста ради спречавања будућих инфилтрација је конвенционални начин покушаја да се спрече повреде података. Овај метод постаје све неефикаснији јер сајбер напади постају софистициранији.
Предиктивна аналитика, наравно, није загарантована да спречи сваки напад који се догоди. Међутим, то је проактивни приступ чувању информација уместо реактивног.
Компаније могу да користе предиктивну аналитику да идентификују нападе које никада раније нису видели, него да се ослањају на оно што знају о прошлим нападима. У комбинацији са вештачком интелигенцијом, предиктивна аналитика би заиста могла да постане веома моћна.
Имплементинг Предицтиве Аналитицс
Лако је говорити о примени предиктивне аналитике, али то заправо може бити компликовано. Компаније треба да одреде следеће за почетак:
- одговорност за ваш посао ако руководство донесе лоше одлуке,
- врсте одлука које ваша компанија доноси,
- који ресурси ће вам најбоље помоћи да спроведете своју стратегију аналитике у пракси.
Предиктивна аналитика ће бити очигледна предност ваше компаније ако ће трошкови израде низа лоших одлука бити високи (на примјер, слично као 42 милијарде долара које би ЦМС потрошио).
Такође је корисно препознати да нису све одлуке једнаке. Оперативне одлуке обично имају исправне или погрешне одговоре, док стратешке одлуке могу имати двосмислене одговоре.
Можете користити предиктивну аналитику са оба типа одлука, али ћете морати да прилагодите моделирање за сваку ситуацију. А онда морате да изаберете решење за аналитику које највише одговара вашим потребама и са тимом који зна шта ради.
Менаџмент треба да идентификује:
- твоје проблеме,
- жељени исходи,
- интерни скупови података,
- вредност решења које разматрате.
Користите ове информације да бисте утврдили који продавац најбоље одговара вашој компанији.
Велики подаци и предиктивна аналитика од Професор Лили СагхафиПредиктивна аналитика је ефективно средство
Искориштавање великих података више није покрајина само великих корпорација. Чак и мала предузећа сада препознају њену вриједност. Срећом, компаније сада могу искористити предности великих података због доступности нових цлоуд рјешења.
Када је у питању побољшање у било којој сфери живота, нема никаквих лекова. Међутим, предиктивна аналитика је драгоцен ресурс који помаже вашем пословању не само да буде ефикаснији него и да смањи њен ризик у различитим областима.
Предвидите фотографију преко Схуттерстоцка
1
