Qual é a diferença entre Análise Descritiva, Preditiva e Prescritiva?
Aqui está o seu guia de dois minutos para compreender e seleccionar a análise descritiva, preditiva e prescritiva correcta para uso em toda a sua cadeia de fornecimento.
>
Com a enxurrada de dados disponíveis para as empresas em relação à sua cadeia de suprimentos atualmente, as empresas estão se voltando para soluções analíticas para extrair significado dos enormes volumes de dados para ajudar a melhorar a tomada de decisões.
>
As empresas que estão tentando otimizar seus esforços S&Op precisam de capacidades para analisar dados históricos e prever o que pode acontecer no futuro. A promessa de fazê-lo corretamente e tornar-se uma organização orientada por dados é grande. Grandes ROIs podem ser desfrutadas como evidenciado por empresas que otimizaram sua cadeia de suprimentos, reduziram os custos operacionais, aumentaram as receitas ou melhoraram seu atendimento ao cliente e mix de produtos. No entanto, felizmente estas opções analíticas podem ser categorizadas em três tipos distintos. Nenhum tipo de análise é melhor do que outro e, na verdade, elas coexistem e se complementam mutuamente. Para que um negócio tenha uma visão holística do mercado e como uma empresa compete eficientemente dentro desse mercado requer um ambiente analítico robusto que inclua:
- Análise Descritiva, que usa agregação de dados e mineração de dados para fornecer uma visão do passado e responder: “O que aconteceu?”
- Análise Preditiva, que usa modelos estatísticos e técnicas de previsão para entender o futuro e responder: “O que poderia acontecer?”
- Análise Prescritiva, que usam algoritmos de otimização e simulação para aconselhar sobre possíveis resultados e resposta: “O que devemos fazer?”
Análise Descritiva: Insight into the past
Análise descritiva ou estatística faz exatamente o que o nome implica: eles “descrevem”, ou resumem, dados brutos e os tornam algo que é interpretável pelos humanos. Eles são analíticos que descrevem o passado. O passado refere-se a qualquer ponto do tempo em que um evento tenha ocorrido, seja há um minuto, ou há um ano. As análises descritivas são úteis porque nos permitem aprender com comportamentos passados e entender como elas podem influenciar resultados futuros.
A grande maioria das estatísticas que usamos se enquadra nesta categoria. (Pense em aritmética básica como somas, médias, mudanças percentuais.) Normalmente, os dados subjacentes são uma contagem, ou agregado de uma coluna filtrada de dados à qual a matemática básica é aplicada. Para todos os efeitos práticos, existe um número infinito destas estatísticas. As estatísticas descritivas são úteis para mostrar coisas como estoque total em estoque, dólares médios gastos por cliente e mudança nas vendas de um ano para o outro. Exemplos comuns de análise descritiva são relatórios que fornecem insights históricos sobre a produção, finanças, operações, vendas, finanças, estoque e clientes da empresa.
Utilizar a Análise Descritiva quando você precisa entender em um nível agregado o que está acontecendo em sua empresa, e quando você quer resumir e descrever diferentes aspectos do seu negócio.
>
Análise Preditiva: Compreender o futuro
Análise Preditiva tem suas raízes na capacidade de “prever” o que pode acontecer. Estas análises são sobre a compreensão do futuro. A análise preditiva fornece às empresas insights acionáveis com base em dados. A analítica preditiva fornece estimativas sobre a probabilidade de um resultado futuro. É importante lembrar que nenhum algoritmo estatístico pode “predizer” o futuro com 100% de certeza. As empresas utilizam estas estatísticas para prever o que pode acontecer no futuro. Isto porque a base da análise preditiva é baseada em probabilidades.
Estas estatísticas tentam pegar os dados que você tem, e preencher os dados que faltam com as melhores suposições. Elas combinam dados históricos encontrados nos sistemas ERP, CRM, RH e POS para identificar padrões nos dados e aplicar modelos estatísticos e algoritmos para capturar as relações entre vários conjuntos de dados. As empresas utilizam estatísticas preditivas e analíticas sempre que querem olhar para o futuro. A análise preditiva pode ser utilizada em toda a organização, desde a previsão do comportamento do cliente e padrões de compras até à identificação de tendências nas actividades de vendas. Elas também ajudam a prever a demanda por insumos da cadeia de suprimentos, operações e estoques.
Uma aplicação comum com a qual a maioria das pessoas está familiarizada é o uso da análise preditiva para produzir uma pontuação de crédito. Estas pontuações são usadas pelos serviços financeiros para determinar a probabilidade de os clientes fazerem pagamentos futuros de crédito a tempo. Os usos comerciais típicos incluem entender como as vendas podem fechar no final do ano, prever quais itens os clientes comprarão juntos ou prever níveis de estoque com base em uma miríade de variáveis.
Utilizar a Análise Preditiva a qualquer momento que você precisar saber algo sobre o futuro ou preencher as informações que você não tem.
>
Análise Preditiva: Aconselhar sobre possíveis resultados
O campo relativamente novo da análise prescritiva permite aos utilizadores “prescrever” uma série de diferentes acções possíveis e orientá-los para uma solução. Em poucas palavras, estas análises têm tudo a ver com o fornecimento de conselhos. A análise prescritiva tenta quantificar o efeito de decisões futuras a fim de aconselhar sobre os possíveis resultados antes que as decisões sejam realmente tomadas. No seu melhor, a análise prescritiva prevê não só o que vai acontecer, mas também porque vai acontecer, fornecendo recomendações sobre ações que vão aproveitar as previsões.
Estas análises vão além da análise descritiva e preditiva, recomendando um ou mais cursos de ação possíveis. Essencialmente eles prevêem múltiplos futuros e permitem às empresas avaliar uma série de resultados possíveis com base em suas ações. A análise prescritiva utiliza uma combinação de técnicas e ferramentas tais como regras de negócio, algoritmos, aprendizagem de máquinas e procedimentos de modelagem computacional. Estas técnicas são aplicadas contra a entrada de muitos conjuntos de dados diferentes, incluindo dados históricos e transacionais, feeds de dados em tempo real e grandes dados.
Análise prescritiva são relativamente complexas de administrar, e a maioria das empresas ainda não as está usando no seu curso diário de negócios. Quando implementadas corretamente, elas podem ter um grande impacto na forma como as empresas tomam decisões, e no resultado final da empresa. Empresas maiores estão usando com sucesso a análise prescritiva para otimizar a produção, a programação e o estoque na cadeia de suprimentos para ter certeza de que estão entregando os produtos certos no momento certo e otimizando a experiência do cliente.
Utilizar a análise prescritiva a qualquer momento para fornecer aos usuários conselhos sobre que ação tomar.
>
Quer saber mais sobre a análise descritiva, preditiva e prescritiva? Faça o download do nosso white paper Cinco Perguntas a Fazer aos Provedores de Soluções Analíticas Avançadas.