Предписывающая аналитика

Предписывающая аналитика — это форма бизнес-аналитики , которая предлагает варианты решения о том, как воспользоваться будущей возможностью или снизить будущий риск, а также показывает последствия каждого варианта решения. Это позволяет предприятию рассмотреть «лучший курс действий» в свете информации, полученной с помощью описательного и прогнозного анализа . ^[1]

Обзор

Предписывающая аналитика — это третий и последний этап бизнес-аналитики, который также включает описательную и прогнозную аналитику. ^[2]^[3] Называется «последним рубежом аналитических возможностей». ^[4] предписывающая аналитика влечет за собой применение математических и вычислительных наук и предлагает варианты решений о том, как воспользоваться результатами описательной и прогнозирующей фаз.

Первым этапом бизнес-аналитики является описательная аналитика, которая до сих пор составляет большую часть всей бизнес-аналитики. ^[5] Описательная аналитика рассматривает прошлые результаты и понимает их, анализируя исторические данные для поиска причин прошлых успехов или неудач. В большинстве управленческих отчетов, таких как продажи , маркетинг , операции и финансы , используется этот тип посмертного анализа.

Следующий этап — прогнозная аналитика. Прогнозная аналитика отвечает на вопрос о том, что может произойти. Здесь исторические данные объединяются с правилами, алгоритмами и иногда внешними данными для определения вероятного будущего результата события или вероятности возникновения ситуации.

Заключительный этап – предписывающая аналитика, ^[6] это выходит за рамки прогнозирования будущих результатов, но также предлагает действия, позволяющие извлечь выгоду из прогнозов, и показывает последствия каждого варианта решения. ^[7]

Предписывающая аналитика использует алгоритмы и модели машинного обучения для моделирования различных сценариев и прогнозирования вероятных результатов различных решений. ^[8] Затем он предлагает лучший курс действий, основанный на желаемом результате и ограничениях ситуации. Предписывающая аналитика не только предвидит, что и когда произойдет, но и почему это произойдет. ^[8] Кроме того, предписывающая аналитика предлагает варианты решения о том, как воспользоваться будущей возможностью или смягчить будущий риск, и показывает последствия каждого варианта решения. Предписывающая аналитика включает в себя как структурированные , так и неструктурированные данные и использует сочетание передовых аналитических методов и дисциплин для прогнозирования, назначения и адаптации. Он может постоянно получать новые данные для повторного прогнозирования и повторного назначения, тем самым автоматически повышая точность прогнозирования и предписывая лучшие варианты решений. Эффективная предписывающая аналитика использует гибридные данные, комбинацию структурированных (числа, категории) и неструктурированных данных (видео, изображения, звуки, тексты) и бизнес-правила, чтобы предсказать, что ждет впереди, и предписать, как извлечь выгоду из этого предсказанного будущего без каких-либо компромиссов. другие приоритеты. ^[9] Басу предполагает, что без гибридного ввода данных преимущества предписывающей аналитики ограничены. ^[1]^[а]

Помимо этого разнообразия типов данных и растущего объема данных, входящие данные также могут изменяться в зависимости от скорости, то есть больше данных генерируется с более высокой или переменной скоростью. Бизнес-правила определяют бизнес-процесс и включают цели, ограничения, предпочтения, политику, лучшие практики и границы. Математические модели и вычислительные модели — это методы, полученные из математических наук, информатики и смежных дисциплин, таких как прикладная статистика, машинное обучение, исследование операций , обработка естественного языка , компьютерное зрение , распознавание образов, обработка изображений, распознавание речи и обработка сигналов. Правильное применение всех этих методов и проверка их результатов подразумевают потребность в ресурсах в огромных масштабах, включая человеческие, вычислительные и временные, для каждого проекта предписывающей аналитики. Чтобы сэкономить деньги на десятках людей, высокопроизводительных машинах и неделях работы, необходимо учитывать сокращение ресурсов и, следовательно, снижение точности или надежности результата. Предпочтительным путем является сокращение, дающее вероятностный результат в приемлемых пределах. ^{[ нужна ссылка ]}

Все три этапа аналитики могут выполняться с помощью профессиональных услуг, технологий или их комбинации. Для масштабирования технологии предписывающей аналитики должны быть адаптивными, чтобы учитывать растущий объем, скорость и разнообразие данных, которые могут генерировать большинство критически важных процессов и их сред.

Одна из критических замечаний в адрес предписывающей аналитики заключается в том, что ее отличие от прогнозной аналитики нечетко определено и, следовательно, непродуманно. ^[10]

История

Хотя термин «предписывающая аналитика» впервые был придуман IBM , ^[3] и позже был зарегистрирован как торговая марка техасской компании Ayata, ^[11]^[12] основополагающие концепции существуют уже сотни лет. Технология, лежащая в основе предписывающей аналитики, синергетически сочетает гибридные данные , бизнес-правила с математическими и вычислительными моделями . Входные данные для предписывающей аналитики могут поступать из нескольких источников: внутренних, например внутри корпорации; и внешние, также известные как данные об окружающей среде. Данные могут быть структурированными, включая числа и категории, а также неструктурированными данными , такими как тексты, изображения, звуки и видео. Неструктурированные данные отличаются от структурированных тем, что их формат широко варьируется и не может храниться в традиционных реляционных базах данных без значительных усилий по преобразованию данных. ^[13] По данным IBM, более 80% данных в мире сегодня неструктурированы. ^[14]

Торговая марка Аяты была аннулирована в 2018 году. ^[12]

Применение в нефтегазовой отрасли

Энергетика — крупнейшая отрасль в мире (объемом 6 триллионов долларов). Процессы и решения, связанные с разведкой, разработкой и добычей нефти и природного газа, генерируют большие объемы данных. Многие типы собранных данных используются для создания моделей и изображений структуры и слоев Земли на глубине 5 000–35 000 футов под поверхностью, а также для описания деятельности вокруг самих скважин, таких как характеристики отложений, производительность оборудования, дебиты нефти, пластовые температуры и давления. . ^[15] Программное обеспечение предписывающей аналитики может помочь как в обнаружении, так и в добыче углеводородов. ^[16] путем сбора сейсмических данных, данных каротажа скважин, данных о добыче и других связанных наборов данных, чтобы предписать конкретные рецепты того, как и где бурить, заканчивать и добывать скважины, чтобы оптимизировать добычу, минимизировать затраты и уменьшить воздействие на окружающую среду. ^[17]

Разработка нетрадиционных ресурсов

Поскольку стоимость конечного продукта определяется глобальной сырьевой экономикой, основой конкуренции для операторов разведки и добычи является способность эффективно использовать капитал для обнаружения и добычи ресурсов более эффективно, результативно, предсказуемо и безопасно, чем их конкуренты. При разработке нетрадиционных ресурсов операционная эффективность и результативность снижаются из-за несоответствия коллекторов, а процесс принятия решений затрудняется из-за высокой степени неопределенности. Эти проблемы проявляются в виде низких коэффициентов восстановления и широких различий в производительности.

Программное обеспечение Prescriptive Analytics может точно прогнозировать добычу и предписывать оптимальные конфигурации контролируемых переменных бурения, заканчивания и добычи путем одновременного моделирования множества внутренних и внешних переменных, независимо от источника, структуры, размера или формата. ^[18] Программное обеспечение предписывающей аналитики также может предоставлять варианты решений и показывать влияние каждого варианта решения, чтобы менеджеры по эксплуатации могли вовремя и активно принимать соответствующие меры, чтобы гарантировать будущие показатели разведки и добычи, а также максимизировать экономическую ценность активов на каждом этапе процесса. их полезного срока службы. ^[19]

Техническое обслуживание нефтепромыслового оборудования

В области технического обслуживания нефтепромыслового оборудования Prescriptive Analytics может оптимизировать конфигурацию, прогнозировать и предотвращать незапланированные простои, оптимизировать график работы на местах и улучшать планирование технического обслуживания. ^[20] По данным General Electric , во всем мире установлено более 130 000 электрических погружных насосов (ЭЦН), на которые приходится 60% мировой добычи нефти. ^[21] Предписывающая аналитика была развернута, чтобы предсказать, когда и почему произойдет сбой ESP, и рекомендовать необходимые действия для предотвращения сбоя. ^[22]

В области здравоохранения, безопасности и окружающей среды предписывающая аналитика может прогнозировать и предотвращать инциденты, которые могут привести к репутационным и финансовым потерям для нефтегазовых компаний.

Цены

Ценообразование – еще одна область внимания. Цены на природный газ резко колеблются в зависимости от предложения, спроса, эконометрики , геополитики и погодных условий. Производители газа, компании по транспортировке трубопроводов и коммунальные предприятия очень заинтересованы в более точном прогнозировании цен на газ, чтобы они могли зафиксировать выгодные условия, одновременно хеджируя риск снижения цен. Программное обеспечение предписывающей аналитики может точно прогнозировать цены путем одновременного моделирования внутренних и внешних переменных, а также предоставлять варианты решений и показывать влияние каждого варианта решения. ^[23]

Применение в морской отрасли

Общие структурные правила для балкеров и нефтяных танкеров ( управляемые организацией IACS ) интенсивно используют термин « предписывающие требования » как один из двух основных классов проверяемых расчетов с помощью специальных числовых инструментов и алгоритмов для проверки безопасности конструкции корпуса судна.

Приложения в здравоохранении

Множество факторов побуждают поставщиков медицинских услуг радикально совершенствовать бизнес-процессы и операции, поскольку индустрия здравоохранения США приступает к необходимому переходу от системы, основанной в основном на плате за услуги, на основе объема, к системе, основанной на оплате за производительность и ценности. Предписывающая аналитика играет ключевую роль в повышении эффективности в ряде областей с участием различных заинтересованных сторон: плательщиков, поставщиков и фармацевтических компаний.

Предписывающая аналитика может помочь поставщикам услуг повысить эффективность оказания клинической помощи населению, которым они управляют, и в процессе добиться большей удовлетворенности пациентов и их удержания. Поставщики услуг могут улучшить управление здоровьем населения, определив подходящие модели вмешательства для стратифицированного по риску населения, сочетая данные об эпизодах оказания медицинской помощи в учреждениях и телемедицины на дому.

Предписывающая аналитика также может принести пользу поставщикам медицинских услуг при планировании мощностей, используя аналитику для использования данных об эксплуатации и использовании в сочетании с данными внешних факторов, таких как экономические данные, демографические тенденции населения и тенденции здоровья населения, для более точного планирования будущих капиталовложений, таких как новые использование помещений и оборудования, а также понимать компромиссы между добавлением дополнительных коек и расширением существующего объекта по сравнению со строительством нового. ^[24]

Предписывающая аналитика может помочь фармацевтическим компаниям ускорить разработку лекарств путем выявления групп пациентов, которые наиболее подходят для клинических испытаний во всем мире — пациентов, которые, как ожидается, будут соблюдать требования и не выйдут из исследования из-за осложнений. Аналитика может сказать компаниям, сколько времени и денег они смогут сэкономить, если выберут одну группу пациентов в конкретной стране, а не другую.

В переговорах между поставщиком и плательщиком поставщики могут улучшить свою позицию на переговорах со страховыми компаниями, развивая четкое понимание будущего использования услуг. Точно прогнозируя загрузку, поставщики также могут лучше распределять персонал.

См. также

Примечания

^ Атану Басу — генеральный директор и президент Ayata. ^[1]

Ссылки

^ Jump up to: ^а ^б ^с Басу, Атану (2019). «Пять столпов успеха предписывающей аналитики» . Аналитическое путешествие . дои : 10.1287/LYTX.2013.02.07 . S2CID 240957300 .
^ Эванс, Джеймс Р. и Линднер, Карл Х. (март 2012 г.). «Бизнес-аналитика: новый рубеж науки о принятии решений». Линия принятия решения . 43 (2).
^ Jump up to: ^а ^б Басу, Атану; Браун, Скотт; Уорт, Тим (25 октября 2019 г.). «Прогнозная аналитика в выездном сервисе» . Аналитическое путешествие . дои : 10.1287/lytx.2010.06.03 . S2CID 242347282 .
^ «Gartner называет предписывающую аналитику «последним рубежом» аналитических возможностей | Globys.com» . Архивировано из оригинала 02 апреля 2016 г. Проверено 29 октября 2014 г.
^ Давенпорт, Том (ноябрь 2012 г.). «Три направления бизнес-аналитики: прогнозная, предписывающая и описательная». Корпоративный форум ИТ-директоров .
^ Хаас, Питер Дж .; Маглио, Пол П.; Селинджер, Патрисия Г .; Тан, Ван-Чи (2011). «Данные мертвы… без моделей «что, если»» . Труды Фонда VLDB . 4 (12): 1486–1489. дои : 10.14778/3402755.3402802 . S2CID 6239043 .
^ Стюарт, Томас. Р. и Макмиллан, Клод младший (1987). «Описательные и предписывающие модели для суждений и принятия решений: последствия для инженерии знаний». Экспертное суждение и экспертные системы . НАТО AS1, подсерия F35: 314–318.
^ Jump up to: ^а ^б Солтанпур, Реза; Селлис, Тимос (2016), Чима, Мухаммад Аамир; Чжан, Вэньцзе; Чанг, Лицзюнь (ред.), «Предписывающая аналитика больших данных» , «Теория и приложения баз данных » , Конспекты лекций по информатике, том. 9877, Чам: Springer International Publishing, стр. 245–256, номер документа : 10.1007/978-3-319-46922-5_19 , ISBN. 978-3-319-46921-8 , получено 1 мая 2023 г.
^ Риабаке, Мона; Дэниэлсон, Матс; Экенберг, Любовь (30 декабря 2012 г.). «Современные предписывающие критерии определения веса» . Достижения в области принятия решений . 2012 : 1–24. дои : 10.1155/2012/276584 .
^ Билл Ворхис (ноябрь 2014 г.). «Предписывающая и прогнозирующая аналитика – различие без разницы?» . Прогнозная аналитика Таймс .
↑ Аята , по состоянию на 4 декабря 2022 г.
^ Jump up to: ^а ^б «Торговая марка PRESCRIPTIVE ANALYTICS - Регистрационный номер 4032907 - Серийный номер 85206495 :: Торговые марки Justia» .
^ Инмон, Билл; Несавич, Энтони (2007). Использование неструктурированных данных . Прентис-Холл. ISBN 978-0-13-236029-6 .
^ «IBM100 – ТАКМИ: наведение порядка в неструктурированных данных» . www-03.ibm.com . 07.03.2012 . Проверено 1 мая 2023 г.
^ Басу, Атану (ноябрь 2012 г.). «Как предписывающая аналитика может изменить гидроразрыв на месторождениях нефти и газа». Информация о данных .
^ Басу, Атану (декабрь 2013 г.). «Как анализ данных может помочь сланцевикам найти нефть». Датанами .
^ Мохан, Дэниел (август 2014 г.). «Машины, прописывающие рецепты из вещей, земли и людей». Нефтегазовый инвестор .
^ Басу, Мохан, Маршалл и МакКолпин (23 декабря 2014 г.). «Путешествие к дизайнеру Уэллсу». Нефтегазовый инвестор . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
^ Мохан, Дэниел (сентябрь 2014 г.). «Ваши данные уже знают то, чего вы не знаете». Журнал Разведки и Добычи .
^ Пресли, Дженнифер (1 июля 2013 г.). «ESP для ESP». Разведка и добыча .
^ http://www.ge-energy.com/products_and_services/products/electric_submersible_pumping_systems/
^ Уитли, Малькольм (29 мая 2013 г.). «Подпольная аналитика». Данныеинформед .
^ Уотсон, Майкл (13 ноября 2012 г.). «Расширенная аналитика в цепочке поставок: что это такое и лучше ли она, чем непродвинутая аналитика?» . Дайджест цепочки поставок .
^ Фостер, Роджер (май 2012 г.). «Большие данные и общественное здравоохранение, часть 2: Сокращение негарантированных услуг». Государственные информационные технологии в сфере здравоохранения .

Дальнейшее чтение

Давенпорт, Томас Х. , Калакота, Рави, Тейлор, Джеймс, Лампа, Майк, Фрэнкс, Билл, Джереми, Шапиро, Кокинс, Гэри, Уэй, Робин, Кинг, Джой, Шафер, Лори, Ренфроу, Синди и Ситтиг, Дин, Прогнозы аналитики на 2012 год Международный институт аналитики (15 декабря 2011 г.)
Бертолуччи, Джефф, Предписывающая аналитика и данные: следующий большой шаг? Информационная неделя. (15 апреля 2013 г.).
Лэйни, Дуглас и Карт, Лиза (20 марта 2012 г.). Новая роль специалиста по анализу данных и искусство науки о данных Gartner .
Предписывающая аналитика McCormick Northwestern Engineering позволяет принимать разумные решения на основе данных .
Информационное мероприятие по бизнес-аналитике , I2SDS и факультет принятия решений, Школа бизнеса Университета Джорджа Вашингтона (10 февраля 2011 г.).
«Разница между исследованием операций и бизнес-анализом» OR Exchange/Informs (апрель 2011 г.).
Фаррис, Адам, «Как большие данные меняют нефтегазовую отрасль» . Аналитика. (ноябрь/декабрь 2012 г.).
Вентер, Фриц и Штейн, Эндрю «Изображения и видео: настоящие большие данные» . Аналитика. (ноябрь/декабрь 2012 г.).
Вентер, Фриц и Штейн, Эндрю «Технология анализа изображений» . Аналитика. (ноябрь/декабрь 2012 г.).
Хорнер, Питер и Басу, Атану, Аналитика и будущее аналитики здравоохранения. (январь/февраль 2012 г.).
Гош, Раджиб, Басу, Атану и Бхадури, Абхиджит, От «больничной» помощи к «медицинской» аналитике. (июль/август 2011 г.).
Фишер, Эрик, Басу, Атану, Хубеле, Иоахим и Левин, Эрик, телевизионная реклама, Дилемма Ванамейкера и аналитическая аналитика. (март/апрель 2011 г.)
Басу, Атану и Уорт, Тим, Прогнозная аналитика. Практические способы повышения качества обслуживания клиентов, Перспективная аналитика. (июль/август 2010 г.).
Браун, Скотт, Басу, Атану и Уорт, Тим, Прогнозная аналитика в выездном обслуживании, Практические способы управления выездным обслуживанием, Перспективная аналитика . (ноябрь/декабрь 2010 г.).
Пиз, Эндрю Оптимизация бизнеса , Глобальный форум SAS, 2012 г., документ 165-2012 (2012 г.).
Уитли, Малкольм «Подземная аналитика – ценность прогнозирования отказа масляного насоса», DataInformed, 29 мая 2013 г.
Пресли, Дженнифер «ESP для журнала ESPs Exploration & Production», 1 июля 2013 г.
Басу, Атану, «Как предписывающая аналитика может изменить гидроразрыв в нефти и газе» , DataInformed, 10 декабря 2013 г.
Басу, Атану «Что за трещина: энергетическое мастерство США в области сланца, анализ больших данных» Блог WIRED. (январь 2014 г.).
Логан, Эми «Научная фантастика теперь факт в мире разведки и добычи», Центр нетрадиционной нефти и газа, 2 июня 2014 г.
Мохан, Дэниел «Ваши данные уже знают то, чего вы не знаете» , журнал Exploration & Production, сентябрь 2014 г.
ван Рейменам, Марк «Будущее больших данных? Три варианта использования предписывающей аналитики» , Datafloq, 29 декабря 2014 г.

Внешние ссылки

[10] Атану Басу — генеральный директор и президент Ayata. ^[1]

[basu-1] Jump up to: ^а ^б ^с Басу, Атану (2019). «Пять столпов успеха предписывающей аналитики» . Аналитическое путешествие . дои : 10.1287/LYTX.2013.02.07 . S2CID 240957300 .

[2] Эванс, Джеймс Р. и Линднер, Карл Х. (март 2012 г.). «Бизнес-аналитика: новый рубеж науки о принятии решений». Линия принятия решения . 43 (2).

[:0-3] Jump up to: ^а ^б Басу, Атану; Браун, Скотт; Уорт, Тим (25 октября 2019 г.). «Прогнозная аналитика в выездном сервисе» . Аналитическое путешествие . дои : 10.1287/lytx.2010.06.03 . S2CID 242347282 .

[4] «Gartner называет предписывающую аналитику «последним рубежом» аналитических возможностей | Globys.com» . Архивировано из оригинала 02 апреля 2016 г. Проверено 29 октября 2014 г.

[5] Давенпорт, Том (ноябрь 2012 г.). «Три направления бизнес-аналитики: прогнозная, предписывающая и описательная». Корпоративный форум ИТ-директоров .

[6] Хаас, Питер Дж .; Маглио, Пол П.; Селинджер, Патрисия Г .; Тан, Ван-Чи (2011). «Данные мертвы… без моделей «что, если»» . Труды Фонда VLDB . 4 (12): 1486–1489. дои : 10.14778/3402755.3402802 . S2CID 6239043 .

[7] Стюарт, Томас. Р. и Макмиллан, Клод младший (1987). «Описательные и предписывающие модели для суждений и принятия решений: последствия для инженерии знаний». Экспертное суждение и экспертные системы . НАТО AS1, подсерия F35: 314–318.

[:1-8] Jump up to: ^а ^б Солтанпур, Реза; Селлис, Тимос (2016), Чима, Мухаммад Аамир; Чжан, Вэньцзе; Чанг, Лицзюнь (ред.), «Предписывающая аналитика больших данных» , «Теория и приложения баз данных » , Конспекты лекций по информатике, том. 9877, Чам: Springer International Publishing, стр. 245–256, номер документа : 10.1007/978-3-319-46922-5_19 , ISBN. 978-3-319-46921-8 , получено 1 мая 2023 г.

[9] Риабаке, Мона; Дэниэлсон, Матс; Экенберг, Любовь (30 декабря 2012 г.). «Современные предписывающие критерии определения веса» . Достижения в области принятия решений . 2012 : 1–24. дои : 10.1155/2012/276584 .

[11] Билл Ворхис (ноябрь 2014 г.). «Предписывающая и прогнозирующая аналитика – различие без разницы?» . Прогнозная аналитика Таймс .

[12] Аята , по состоянию на 4 декабря 2022 г.

[tm-13] Jump up to: ^а ^б «Торговая марка PRESCRIPTIVE ANALYTICS - Регистрационный номер 4032907 - Серийный номер 85206495 :: Торговые марки Justia» .

[14] Инмон, Билл; Несавич, Энтони (2007). Использование неструктурированных данных . Прентис-Холл. ISBN 978-0-13-236029-6 .

[15] «IBM100 – ТАКМИ: наведение порядка в неструктурированных данных» . www-03.ibm.com . 07.03.2012 . Проверено 1 мая 2023 г.

[16] Басу, Атану (ноябрь 2012 г.). «Как предписывающая аналитика может изменить гидроразрыв на месторождениях нефти и газа». Информация о данных .

[17] Басу, Атану (декабрь 2013 г.). «Как анализ данных может помочь сланцевикам найти нефть». Датанами .

[18] Мохан, Дэниел (август 2014 г.). «Машины, прописывающие рецепты из вещей, земли и людей». Нефтегазовый инвестор .

[19] Басу, Мохан, Маршалл и МакКолпин (23 декабря 2014 г.). «Путешествие к дизайнеру Уэллсу». Нефтегазовый инвестор . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )

[20] Мохан, Дэниел (сентябрь 2014 г.). «Ваши данные уже знают то, чего вы не знаете». Журнал Разведки и Добычи .

[21] Пресли, Дженнифер (1 июля 2013 г.). «ESP для ESP». Разведка и добыча .

[22] ttp://www.ge-energy.com/products_and_services/products/electric_submersible_pumping_systems/

[23] Уитли, Малькольм (29 мая 2013 г.). «Подпольная аналитика». Данныеинформед .

[24] Уотсон, Майкл (13 ноября 2012 г.). «Расширенная аналитика в цепочке поставок: что это такое и лучше ли она, чем непродвинутая аналитика?» . Дайджест цепочки поставок .

[25] Фостер, Роджер (май 2012 г.). «Большие данные и общественное здравоохранение, часть 2: Сокращение негарантированных услуг». Государственные информационные технологии в сфере здравоохранения .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[а]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]