Centri za Medicare i Medicaid (CMS) nedavno su objavili da je od 2012. do 2014. organizacija uštedjela 42 milijarde dolara. CMS partnerstvo s tijelima za provedbu zakona i provjerom pružatelja zdravstvenih usluga bio je odgovoran za dio štednje. Međutim, CMS je uštedio veći dio sredstava uvođenjem prediktivne analitike, čime je spriječila "prijevaru, otpad i zlouporabu".
"Od 1. listopada 2012. do 30. rujna 2014. (fiskalna godina (FG) 2013. i FG 2014.) svaki dolar uložen u CMS-ove programe integriteta programa Medicare uštedio je 12,40 dolara za Medicare program."
$config[code] not foundJednostavno rečeno, prediktivna analitika je „računala koja uče iz prošlih ponašanja o tome kako bolje obaviti određene poslovne procese i pružiti nove uvide u način na koji vaša organizacija zaista funkcionira“.
Tvrtke trebaju naučiti kako protupravne strategije izvući iz podataka koje prikupljaju. Prediktivna analitika može imati koristi od vašeg poslovanja na mnogo načina, uključujući određivanje radnji korisnika, pojednostavljenje procesa i smanjenje razine rizika.
Odvoz smeća u smeće (GIGO)
U IT-u imamo izreku: smeće u smeću (GIGO). To znači da je kvaliteta vaših podataka iznimno važna. Temeljne poslovne odluke o nevažećim podacima mogu imati ozbiljan negativan utjecaj na vaše poslovanje.
Pobrinite se da svatko tko je uključen u unos podataka u vaše poduzeće razumije koliko je kritična točnost za uspjeh vašeg poslovanja.
Primjeri prediktivne analize
Prediktivna analitika pojednostavljuje poslovanje tvrtke
Harvard Business Review navodi da su veliki podaci iznimno korisni za predviđanje potražnje kupaca za proizvodima koji nisu '' hitovi '', već se prodaju mnogim ljudima u različitim nišama (inače poznatim kao “dugi rep”).
Rudarstvo ove vrste podataka je izazovnije jer proizvodi u dugom repu nisu toliko popularni kao što su hit proizvodi i regije u kojima se prodaju nisu tako velike.
Prediktivna analitika je iznimno korisna za otkrivanje tih podataka i određivanje što klijenti žele u tim nišama.
Postavljanje određivanja cijene pomoću prediktivne analize
Drugi način predviđanja analitike pomaže tvrtkama u određivanju cijena. Tvrtke mogu povećati prodaju ciljanjem određenih klijenata određenim cijenama, popustima i promocijama.
Online trgovac može koristiti tona podataka koje skupljaju o ponašanju svojih kupaca kako bi prilagodili svoje cijene onome što će najviše privlačiti njihove klijente.
Prediktivna analitika također uvelike pomaže industrijama koje se oslanjaju na strojeve za njihov uspjeh jer se podaci mogu koristiti za procjenu kada ti strojevi trebaju održavanje ili su vjerojatno da će propasti.
Znanstvenici u Microsoftu koristili su podatke koje su prikupili na zrakoplovu kako bi utvrdili kada će letovi vjerojatno biti otkazani ili odgođeni. Zrakoplovne tvrtke su samo jedan primjer organizacija koje mogu ublažiti ogromnu količinu otpada jednostavno zato što su voljne pronaći načine za prikupljanje podataka koje već imaju.
Prediktivna analiza smanjuje rizik
Smanjenje rizika za tvrtke još je jedna prednost prediktivne analitike. Tvrtke imaju interes u otkrivanju načina da povećaju svoju sigurnost jer se ne radi o tome hoće li se dogoditi povrede podataka, nego kada će se dogoditi.
Prikupljanje informacija o prošlim napadima i identifikacija digitalnog otiska prsta kako bi se spriječile buduće infiltracije, konvencionalan je način pokušaja sprječavanja kršenja podataka. Ova metoda postaje sve neučinkovitija jer cyber napadi postaju sofisticiraniji.
Prediktivna analitika, naravno, ne jamči da će spriječiti svaki napad koji se dogodi. Međutim, to je proaktivan pristup zaštiti informacija umjesto reaktivnog.
Tvrtke mogu koristiti prediktivnu analitiku kako bi identificirale napade koje nikad nisu vidjeli, umjesto da se oslanjaju na ono što znaju o prošlim napadima. U kombinaciji s umjetnom inteligencijom, prediktivna analitika mogla bi postati vrlo moćna.
Primjena prediktivne analitike
Lako je govoriti o primjeni prediktivne analitike, ali to zapravo može biti komplicirano. Tvrtke trebaju odrediti sljedeće za početak:
- odgovornost prema vašem poslu ako rukovodstvo donese loše odluke,
- vrste odluka koje vaša tvrtka donosi,
- koji resursi će vam najbolje pomoći da svoju strategiju analitike predviđanja stavite u praksu.
Prediktivna analitika bit će očigledna prednost vaše tvrtke ako će troškovi izrade niza loših odluka biti visoki (na primjer, slično onome što je CMS potrošio 42 milijarde dolara).
Također je korisno prepoznati da sve odluke nisu jednake. Operativne odluke obično imaju ispravne ili pogrešne odgovore, dok strateške odluke mogu imati dvosmislene odgovore.
Možete koristiti prediktivnu analitiku s obje vrste odluka, ali morat ćete prilagoditi modeliranje za svaku situaciju. A onda morate odabrati analitičko rješenje koje najviše odgovara vašim potrebama i timu koji zna što radi.
Uprava treba identificirati:
- vaše probleme,
- željeni ishodi,
- interni skupovi podataka,
- vrijednost rješenja koje razmatrate.
Pomoću tih informacija odredite koji je dobavljač najprikladniji za vašu tvrtku.
Veliki podaci i prediktivna analitika iz Profesor Lili SaghafiPrediktivna analitika je djelotvorno sredstvo
Iskorištavanje velikih podataka više nije pokrajina samo velikih korporacija. Čak i male tvrtke sada prepoznaju njegovu vrijednost. Srećom, tvrtke sada mogu iskoristiti prednosti velikih podataka zbog dostupnosti novih rješenja u oblaku.
Kada je riječ o poboljšanju u bilo kojoj sferi života, nema lijeka za sve. Međutim, prediktivna analitika vrijedan je resurs koji pomaže vašem poslovanju ne samo da bude učinkovitiji nego i da smanji njegov rizik na različitim područjima.
Predvidite fotografiju putem usluge Shutterstock
1
