Vad är skillnaden mellan deskriptiv, prediktiv och preskriptiv analys?
Här får du en tvåminutersguide för att förstå och välja rätt deskriptiv, prediktiv och preskriptiv analys för användning i din leveranskedja.
Med den flod av data som företag har tillgång till om sin försörjningskedja i dag vänder sig företagen till analyslösningar för att extrahera mening från de enorma datamängderna för att hjälpa till att förbättra beslutsfattandet.
Företag som försöker optimera sina S&OP-ansträngningar behöver kapacitet för att analysera historiska data och prognostisera vad som kan hända i framtiden. Löftet om att göra rätt och bli en datadriven organisation är stort. Stora avkastningar kan uppnås, vilket framgår av företag som har optimerat sin försörjningskedja, sänkt sina driftskostnader, ökat sina intäkter eller förbättrat sin kundservice och produktmix.Att titta på alla analytiska alternativ kan vara en skrämmande uppgift. Men som tur är kan dessa analysalternativ kategoriseras på en hög nivå i tre olika typer. Ingen typ av analys är bättre än någon annan, utan de existerar faktiskt tillsammans och kompletterar varandra. För att ett företag ska ha en helhetsbild av marknaden och hur ett företag konkurrerar effektivt på den marknaden krävs en robust analysmiljö som omfattar:
- Deskriptiv analys, som använder dataaggregation och datautvinning för att ge insikt i det förflutna och svara: ”
- Predictive Analytics, som använder statistiska modeller och prognosmetoder för att förstå framtiden och ge svar: ”Vad skulle kunna hända?”
- Prescriptive Analytics, som använder optimerings- och simuleringsalgoritmer för att ge råd om möjliga utfall och ge svar: ”Vad ska vi göra?”
Descriptive Analytics:
Deskriptiv analys eller statistik gör exakt vad namnet antyder: de ”beskriver”, eller sammanfattar, rådata och gör det till något som kan tolkas av människor. Det är analyser som beskriver det förflutna. Med det förflutna avses varje tidpunkt då en händelse har inträffat, oavsett om det är för en minut sedan eller för ett år sedan. Beskrivande analyser är användbara eftersom de gör det möjligt för oss att lära oss av tidigare beteenden och förstå hur de kan påverka framtida utfall.
Den stora majoriteten av den statistik vi använder hör till denna kategori. (Tänk på grundläggande aritmetik som summor, medelvärden, procentuella förändringar.) Vanligtvis är de underliggande uppgifterna en räkning eller ett aggregat av en filtrerad datakolumn på vilken grundläggande matematik tillämpas. För alla praktiska ändamål finns det ett oändligt antal av denna statistik. Beskrivande statistik är användbar för att visa saker som totalt lager i lager, genomsnittligt belopp som spenderas per kund och förändring av försäljningen från år till år. Vanliga exempel på deskriptiv analys är rapporter som ger historiska insikter om företagets produktion, ekonomi, verksamhet, försäljning, ekonomi, lager och kunder.
Använd deskriptiv analys när du behöver förstå på en aggregerad nivå vad som händer i ditt företag och när du vill sammanfatta och beskriva olika aspekter av din verksamhet.
Prediktiv analys: Förstå framtiden
Prediktiv analys har sina rötter i förmågan att ”förutsäga” vad som kan hända. Dessa analyser handlar om att förstå framtiden. Prediktiv analys ger företag handlingsinriktade insikter baserade på data. Prediktiv analys ger uppskattningar om sannolikheten för ett framtida utfall. Det är viktigt att komma ihåg att ingen statistisk algoritm kan ”förutsäga” framtiden med 100 % säkerhet. Företagen använder statistiken för att förutse vad som kan hända i framtiden. Detta beror på att grunden för prediktiv analys bygger på sannolikheter.
Denna statistik försöker ta de uppgifter som du har och fylla i de saknade uppgifterna med bästa gissningar. De kombinerar historiska data som finns i ERP-, CRM-, HR- och POS-system för att identifiera mönster i data och tillämpa statistiska modeller och algoritmer för att fånga relationer mellan olika datamängder. Företag använder sig av prediktiv statistik och analys närhelst de vill se in i framtiden. Prediktiv analys kan användas i hela organisationen, från att förutse kunders beteende och köpmönster till att identifiera trender i försäljningsaktiviteter. De hjälper också till att prognostisera efterfrågan på insatsvaror från leveranskedjan, verksamheten och lagerhållningen.
En vanlig tillämpning som de flesta känner till är användningen av prediktiv analys för att ta fram ett kreditbetyg. Dessa poäng används av finansiella tjänster för att fastställa sannolikheten för att kunderna ska göra framtida kreditbetalningar i tid. Typiska användningsområden inom näringslivet är att förstå hur försäljningen kan komma att avslutas i slutet av året, förutsäga vilka varor som kunderna kommer att köpa tillsammans eller förutse lagernivåer baserat på en myriad av variabler.
Använd Predictive Analytics närhelst du behöver veta något om framtiden eller fylla i information som du inte har.
Prescriptive Analytics: Det relativt nya området preskriptiv analys gör det möjligt för användare att ”ordinera” ett antal olika möjliga åtgärder och vägleda dem till en lösning. I ett nötskal handlar dessa analyser om att ge råd. Prescriptive analytics försöker kvantifiera effekten av framtida beslut för att ge råd om möjliga utfall innan besluten faktiskt fattas. I bästa fall förutspår preskriptiv analys inte bara vad som kommer att hända, utan också varför det kommer att hända, och ger rekommendationer om åtgärder som drar nytta av förutsägelserna.
Dessa analyser går längre än deskriptiv och prediktiv analys genom att rekommendera ett eller flera möjliga handlingsalternativ. I huvudsak förutsäger de flera framtider och gör det möjligt för företag att bedöma ett antal möjliga utfall baserat på deras åtgärder. I preskriptiva analyser används en kombination av tekniker och verktyg som affärsregler, algoritmer, maskininlärning och beräkningsmodellering. Dessa tekniker tillämpas mot indata från många olika datamängder, inklusive historiska och transaktionsdata, realtidsdata och big data.
Preskriptiva analyser är relativt komplexa att administrera och de flesta företag använder dem ännu inte i sin dagliga verksamhet. När de implementeras på rätt sätt kan de ha stor inverkan på hur företag fattar beslut och på företagets resultat. Större företag använder framgångsrikt preskriptiva analyser för att optimera produktion, schemaläggning och lagerhållning i leveranskedjan för att se till att de levererar rätt produkter i rätt tid och optimerar kundupplevelsen.
Använd preskriptiva analyser närhelst du behöver ge användarna råd om vilken åtgärd de ska vidta.
Vill du lära dig mer om deskriptiva, prediktiva och preskriptiva analyser? Ladda ner vår vitbok Fem frågor att ställa till leverantörer av avancerade analyslösningar.