¿Cuál es la diferencia entre el análisis descriptivo, predictivo y prescriptivo?
Aquí tiene una guía de dos minutos para entender y seleccionar los análisis descriptivos, predictivos y prescriptivos adecuados para su cadena de suministro.
Con la avalancha de datos de que disponen las empresas en relación con su cadena de suministro en la actualidad, las empresas están recurriendo a soluciones de análisis para extraer el significado de los enormes volúmenes de datos y ayudar a mejorar la toma de decisiones.
Las empresas que intentan optimizar sus esfuerzos de S&OP necesitan capacidades para analizar los datos históricos y prever lo que podría ocurrir en el futuro. La promesa de hacerlo bien y convertirse en una organización basada en datos es grande. Las empresas que han optimizado su cadena de suministro, han reducido los costes operativos, han aumentado los ingresos o han mejorado el servicio al cliente y la combinación de productos pueden obtener enormes beneficios. Sin embargo, por suerte, estas opciones analíticas pueden clasificarse a un alto nivel en tres tipos distintos. Ningún tipo de analítica es mejor que otro, y de hecho coexisten y se complementan entre sí. Para que una empresa tenga una visión holística del mercado y de cómo compite eficientemente dentro de ese mercado se requiere un entorno analítico robusto que incluya:
- Analítica descriptiva, que utiliza la agregación de datos y la minería de datos para proporcionar una visión del pasado y responder: «¿Qué ha pasado?»
- Análisis predictivo, que utiliza modelos estadísticos y técnicas de previsión para comprender el futuro y responder: «¿Qué podría pasar?»
- Analítica prescriptiva, que utiliza algoritmos de optimización y simulación para asesorar sobre posibles resultados y responder: «¿Qué deberíamos hacer?»
Análisis descriptivos: Visión del pasado
El análisis descriptivo o la estadística hacen exactamente lo que su nombre indica: «describen», o resumen, los datos brutos y los convierten en algo interpretable por los humanos. Son análisis que describen el pasado. El pasado se refiere a cualquier punto del tiempo en el que ha ocurrido un evento, ya sea hace un minuto o hace un año. Los análisis descriptivos son útiles porque nos permiten aprender de los comportamientos pasados y comprender cómo pueden influir en los resultados futuros.
La gran mayoría de las estadísticas que utilizamos entran en esta categoría. (Piense en aritmética básica como sumas, promedios, cambios porcentuales.) Por lo general, los datos subyacentes son un recuento, o un agregado de una columna de datos filtrada a la que se aplican las matemáticas básicas. A efectos prácticos, hay un número infinito de estas estadísticas. Las estadísticas descriptivas son útiles para mostrar cosas como el total de existencias en el inventario, el promedio de dólares gastados por cliente y la variación interanual de las ventas. Ejemplos comunes de análisis descriptivos son los informes que proporcionan información histórica sobre la producción, las finanzas, las operaciones, las ventas, las finanzas, el inventario y los clientes de la empresa.
Utilice los análisis descriptivos cuando necesite comprender a nivel agregado lo que está sucediendo en su empresa, y cuando quiera resumir y describir diferentes aspectos de su negocio.
Análisis predictivos: Entender el futuro
La analítica predictiva tiene sus raíces en la capacidad de «predecir» lo que podría ocurrir. Estos análisis tratan de comprender el futuro. La analítica predictiva proporciona a las empresas una visión procesable basada en los datos. El análisis predictivo proporciona estimaciones sobre la probabilidad de un resultado futuro. Es importante recordar que ningún algoritmo estadístico puede «predecir» el futuro con un 100% de certeza. Las empresas utilizan estas estadísticas para prever lo que podría ocurrir en el futuro. Esto se debe a que el fundamento del análisis predictivo se basa en las probabilidades.
Estas estadísticas tratan de tomar los datos que se tienen, y rellenar los datos que faltan con las mejores conjeturas. Combinan los datos históricos que se encuentran en los sistemas ERP, CRM, HR y POS para identificar patrones en los datos y aplicar modelos estadísticos y algoritmos para capturar las relaciones entre varios conjuntos de datos. Las empresas utilizan la estadística y la analítica predictivas siempre que quieren mirar hacia el futuro. Los análisis predictivos pueden utilizarse en toda la organización, desde la previsión del comportamiento de los clientes y los patrones de compra hasta la identificación de tendencias en las actividades de venta. También ayudan a prever la demanda de insumos de la cadena de suministro, las operaciones y el inventario.
Una aplicación común con la que la mayoría de la gente está familiarizada es el uso de la analítica predictiva para producir una puntuación de crédito. Estas puntuaciones son utilizadas por los servicios financieros para determinar la probabilidad de que los clientes realicen los futuros pagos de crédito a tiempo. Los usos empresariales típicos incluyen la comprensión de cómo podrían cerrarse las ventas al final del año, la predicción de los artículos que los clientes comprarán juntos o la previsión de los niveles de inventario en función de una miríada de variables.
Utilice el análisis predictivo en cualquier momento en que necesite saber algo sobre el futuro o completar la información que no tiene.
Análisis prescriptivo: Aconsejar sobre posibles resultados
El campo relativamente nuevo de la analítica prescriptiva permite a los usuarios «prescribir» una serie de diferentes acciones posibles y guiarlas hacia una solución. En pocas palabras, estas analíticas consisten en dar consejos. La analítica prescriptiva intenta cuantificar el efecto de las decisiones futuras para aconsejar sobre los posibles resultados antes de que se tomen las decisiones. En el mejor de los casos, la analítica prescriptiva predice no sólo lo que ocurrirá, sino también por qué ocurrirá, proporcionando recomendaciones sobre las acciones que aprovecharán las predicciones.
Estas analíticas van más allá de la analítica descriptiva y predictiva al recomendar uno o más cursos de acción posibles. Esencialmente, predicen múltiples futuros y permiten a las empresas evaluar una serie de posibles resultados basados en sus acciones. Los análisis prescriptivos utilizan una combinación de técnicas y herramientas como reglas de negocio, algoritmos, aprendizaje automático y procedimientos de modelización computacional. Estas técnicas se aplican a partir de muchos conjuntos de datos diferentes, como datos históricos y transaccionales, fuentes de datos en tiempo real y big data.
Los análisis prescriptivos son relativamente complejos de administrar, y la mayoría de las empresas aún no los utilizan en su actividad diaria. Cuando se aplican correctamente, pueden tener un gran impacto en la forma en que las empresas toman decisiones, y en el resultado final de la empresa. Las empresas más grandes están utilizando con éxito la analítica prescriptiva para optimizar la producción, la programación y el inventario en la cadena de suministro para asegurarse de que están entregando los productos adecuados en el momento adecuado y optimizando la experiencia del cliente.
Utilice la analítica prescriptiva en cualquier momento que necesite proporcionar a los usuarios consejos sobre qué acción tomar.
¿Quiere saber más sobre la analítica descriptiva, predictiva y prescriptiva? Descargue nuestro libro blanco Cinco preguntas que hacer a los proveedores de soluciones de análisis avanzado.