記述的分析、予測的分析、記述的分析の違いとは？
ここでは、サプライ チェーン全体で使用するための正しい記述的分析、予測的分析、および記述的分析を理解し、選択するための 2 分間のガイドを提供します。
S&OP の取り組みを最適化しようとしている企業は、過去のデータを分析し、将来起こりうることを予測する機能を必要としています。 それを正しく実行し、データ駆動型組織になることは、大きな期待です。 その結果、サプライチェーンの最適化、運用コストの削減、収益の増加、顧客サービスや製品ミックスの改善など、大きなROIを得ることができます。 しかし、幸いなことに、これらの分析オプションは、高いレベルで3つの異なるタイプに分類することができます。 どのタイプの分析が優れているということはなく、実際には、互いに共存し、補完し合っているのです。 企業が市場の全体像を把握し、その中で効率的に競争するためには、以下のような堅牢な分析環境が必要です：
- 記述的分析：データ集計とデータマイニングを使用して、過去に対する洞察を提供し、回答するもの。 「
- 予測分析：統計モデルと予測技術を使用して、将来を理解し、それに答えます。 「7500>
- Prescriptive Analyticsは、最適化とシミュレーションのアルゴリズムを使用して、起こりうる結果について助言し、それに答えます。 「7500>
Descriptive Analytics（記述的分析）。 記述的分析または統計は、その名前が示すとおり、生のデータを「記述」または要約して、人間が解釈可能なものにします。 これらは、過去を記述する分析です。 過去とは、1分前、1年前など、ある事象が発生した任意の時点を指します。 記述的分析は、過去の行動から学び、それが将来の結果にどのように影響するかを理解できるため、有用です。 (通常、基礎となるデータは、カウント、または基本的な数学が適用されるデータのフィルタリングされた列の集計値です。 実用上、これらの統計は無限にあります。 記述統計は、在庫の総量、顧客一人当たりの平均消費額、売上の前年比などを示すのに便利である。 記述的分析の一般的な例は、会社の生産、財務、業務、販売、財務、在庫、顧客に関する過去の洞察を提供するレポートです。
会社で何が起こっているかを集約レベルで理解する必要がある場合や、ビジネスのさまざまな側面を要約して説明する場合は、記述的分析を使用します。 未来を理解する
予測分析は、起こるかもしれないことを「予測」する能力にルーツがあります。 これらの分析は、未来を理解することです。 予測分析は、データに基づく実行可能な洞察を企業に提供します。 予測分析は、将来の結果の可能性についての推定を提供します。 ここで重要なのは、どんな統計アルゴリズムも100%の確度で未来を「予測」することはできないということです。 企業はこれらの統計データを使って、将来起こりうることを予測するのです。 これは、予測分析の基礎が確率に基づいているためです。
これらの統計は、手持ちのデータを利用し、不足しているデータを最善の推測で埋めようとするものです。 ERP、CRM、HR、POSシステムで見つかった過去のデータを組み合わせてデータのパターンを特定し、統計モデルやアルゴリズムを適用して、さまざまなデータセット間の関係を把握するのです。 企業は、将来を見通すために、いつでも予測統計と分析を使用します。 予測分析は、顧客の行動や購買パターンの予測から、営業活動の傾向の特定まで、組織全体で活用することができます。 また、サプライチェーン、オペレーション、在庫からのインプットに対する需要予測にも役立ちます。
ほとんどの人が知っている一般的なアプリケーションとして、クレジットスコアを作成するための予測分析の利用が挙げられます。 これらのスコアは、金融サービスで、顧客が将来クレジット支払いを期限内に行う確率を判断するために使用されます。 典型的なビジネス用途としては、年末にどのように販売が終了するかを理解する、顧客が一緒に購入するアイテムを予測する、あるいは無数の変数に基づいて在庫レベルを予測する、などがあります。
Prescriptive Analytics の比較的新しい分野では、ユーザーが多くの異なる可能性のあるアクションを「処方」して、解決策に導くことができます。 一言で言えば、これらのアナリティクスはアドバイスを提供することです。 処方的アナリティクスは、将来の意思決定の影響を定量化し、実際に意思決定が行われる前に、考えられる結果について助言することを試みます。 最高の状態で、処方的アナリティクスは、何が起こるかだけでなく、なぜそれが起こるかも予測し、その予測を活用する行動に関する推奨を提供します。
これらのアナリティクスは、1つまたは複数の可能な行動方針を推奨することにより、記述的アナリティクスと予測的アナリティクスを超えるものです。 基本的には、複数の未来を予測し、企業がその行動に基づいて多くの可能な結果を評価できるようにするものである。 記述的分析では、ビジネスルール、アルゴリズム、機械学習、計算モデリング手順などの技術やツールを組み合わせて使用します。 これらの技術は、履歴データや取引データ、リアルタイムのデータフィード、ビッグデータなど、多くの異なるデータセットからの入力に対して適用されます。
処方的分析は管理が比較的複雑で、ほとんどの企業はまだ日々の業務の中でそれらを使用していません。 正しく実装すれば、ビジネスの意思決定方法や企業の収益に大きな影響を与えることができる。 大企業では、サプライ チェーンにおける生産、スケジューリング、および在庫を最適化し、適切な製品を適切な時間に提供し、顧客体験を最適化するために、処方的アナリティクスをうまく利用しています。
どのような行動を取るべきかについてユーザーにアドバイスを提供する必要がある場合は、いつでも処方的アナリティクスを使用してください。 ホワイトペーパー「Five Questions to Ask Advanced Analytics Solution Providers」をダウンロードする。