Qual è la differenza tra analisi descrittiva, predittiva e prescrittiva?
Ecco la vostra guida di due minuti per capire e selezionare le giuste analisi descrittive, predittive e prescrittive da usare nella vostra catena di approvvigionamento.
Con la marea di dati a disposizione delle aziende per quanto riguarda la loro catena di approvvigionamento in questi giorni, le aziende si stanno rivolgendo a soluzioni di analisi per estrarre significato dagli enormi volumi di dati per aiutare a migliorare il processo decisionale.
Le aziende che stanno cercando di ottimizzare i loro sforzi S&OP hanno bisogno di capacità per analizzare i dati storici e prevedere cosa potrebbe accadere in futuro. La promessa di farlo bene e di diventare un’organizzazione guidata dai dati è grande. Si può godere di enormi ROI, come dimostrano le aziende che hanno ottimizzato la loro catena di approvvigionamento, abbassato i costi operativi, aumentato le entrate o migliorato il loro servizio clienti e il mix di prodotti.Guardare tutte le opzioni analitiche può essere un compito scoraggiante. Tuttavia, fortunatamente queste opzioni analitiche possono essere categorizzate ad alto livello in tre tipi distinti. Nessun tipo di analitica è migliore di un’altra, e infatti coesistono e si completano a vicenda. Affinché un’azienda possa avere una visione olistica del mercato e di come competere in modo efficiente all’interno di quel mercato, è necessario un robusto ambiente analitico che include:
- Analisi descrittive, che utilizzano l’aggregazione dei dati e il data mining per fornire una visione del passato e rispondere: “Cosa è successo?”
- Analisi predittiva, che usa modelli statistici e tecniche di previsione per capire il futuro e rispondere: “Cosa potrebbe succedere?”
- Prescriptive Analytics, che usano algoritmi di ottimizzazione e simulazione per consigliare i possibili risultati e rispondere: “Cosa dovremmo fare?”
Descriptive Analytics: Insight into the past
L’analisi descrittiva o statistica fa esattamente quello che il nome implica: “descrive”, o riassume, i dati grezzi e li rende qualcosa di interpretabile dall’uomo. Sono analisi che descrivono il passato. Il passato si riferisce a qualsiasi punto del tempo in cui si è verificato un evento, che sia un minuto fa o un anno fa. Le analisi descrittive sono utili perché ci permettono di imparare dai comportamenti passati e capire come potrebbero influenzare i risultati futuri.
La maggior parte delle statistiche che usiamo rientrano in questa categoria. (Di solito, i dati sottostanti sono un conteggio o un aggregato di una colonna di dati filtrata a cui viene applicata la matematica di base. Per tutti gli scopi pratici, ci sono un numero infinito di queste statistiche. Le statistiche descrittive sono utili per mostrare cose come lo stock totale in inventario, i dollari medi spesi per cliente e il cambiamento anno dopo anno nelle vendite. Esempi comuni di analitica descrittiva sono i rapporti che forniscono approfondimenti storici sulla produzione, le finanze, le operazioni, le vendite, la finanza, l’inventario e i clienti dell’azienda.
Utilizzate l’analitica descrittiva quando avete bisogno di capire a livello aggregato cosa sta succedendo nella vostra azienda, e quando volete riassumere e descrivere diversi aspetti del vostro business.
Analitica predittiva: Capire il futuro
L’analitica predittiva ha le sue radici nella capacità di “prevedere” ciò che potrebbe accadere. Queste analisi riguardano la comprensione del futuro. L’analitica predittiva fornisce alle aziende delle intuizioni azionabili basate sui dati. L’analitica predittiva fornisce stime sulla probabilità di un risultato futuro. È importante ricordare che nessun algoritmo statistico può “prevedere” il futuro con il 100% di certezza. Le aziende usano queste statistiche per prevedere cosa potrebbe accadere in futuro. Questo perché il fondamento dell’analitica predittiva si basa sulle probabilità.
Queste statistiche cercano di prendere i dati che avete, e riempire i dati mancanti con le migliori ipotesi. Combinano i dati storici trovati nei sistemi ERP, CRM, HR e POS per identificare i modelli nei dati e applicare modelli statistici e algoritmi per catturare le relazioni tra vari set di dati. Le aziende usano le statistiche e l’analitica predittiva ogni volta che vogliono guardare al futuro. L’analitica predittiva può essere usata in tutta l’organizzazione, dalla previsione del comportamento dei clienti e dei modelli di acquisto all’identificazione delle tendenze nelle attività di vendita. Aiutano anche a prevedere la domanda di input dalla supply chain, dalle operazioni e dall’inventario.
Un’applicazione comune con cui la maggior parte delle persone ha familiarità è l’uso dell’analitica predittiva per produrre un punteggio di credito. Questi punteggi sono usati dai servizi finanziari per determinare la probabilità che i clienti effettuino in tempo i futuri pagamenti del credito. Gli usi tipici del business includono la comprensione di come le vendite potrebbero chiudersi alla fine dell’anno, prevedendo quali articoli i clienti acquisteranno insieme, o prevedendo i livelli di inventario basati su una miriade di variabili.
Utilizza l’analitica predittiva ogni volta che hai bisogno di sapere qualcosa sul futuro, o riempire le informazioni che non hai.
Analitica prescrittiva: Consigliare i possibili risultati
Il campo relativamente nuovo dell’analitica prescrittiva permette agli utenti di “prescrivere” una serie di diverse azioni possibili e guidarle verso una soluzione. In poche parole, queste analitiche si occupano di fornire consigli. L’analitica prescrittiva cerca di quantificare l’effetto delle decisioni future al fine di consigliare i possibili risultati prima che le decisioni siano effettivamente prese. Al meglio, l’analitica prescrittiva predice non solo ciò che accadrà, ma anche il perché accadrà, fornendo raccomandazioni sulle azioni che trarranno vantaggio dalle previsioni.
Queste analitiche vanno oltre l’analitica descrittiva e predittiva, raccomandando uno o più possibili corsi d’azione. Essenzialmente prevedono più futuri e permettono alle aziende di valutare una serie di possibili risultati basati sulle loro azioni. L’analitica prescrittiva usa una combinazione di tecniche e strumenti come regole di business, algoritmi, apprendimento automatico e procedure di modellazione computazionale. Queste tecniche vengono applicate a fronte di input provenienti da diversi set di dati, tra cui dati storici e transazionali, feed di dati in tempo reale e big data.
L’analitica prescrittiva è relativamente complessa da amministrare e la maggior parte delle aziende non la utilizza ancora nel corso della propria attività quotidiana. Se implementati correttamente, possono avere un grande impatto sul modo in cui le aziende prendono decisioni e sui profitti dell’azienda. Le aziende più grandi stanno utilizzando con successo l’analitica prescrittiva per ottimizzare la produzione, la programmazione e l’inventario nella supply chain, per assicurarsi di consegnare i prodotti giusti al momento giusto e ottimizzare l’esperienza del cliente.
Utilizza l’analitica prescrittiva ogni volta che hai bisogno di fornire agli utenti consigli sulle azioni da compiere.
Vuoi saperne di più sull’analitica descrittiva, predittiva e prescrittiva? Scarica il nostro white paper Cinque domande da porre ai fornitori di soluzioni analitiche avanzate.