Medicare un Medicaid (CMS) centri nesen paziņoja, ka laikā no 2012. līdz 2014. gadam organizācija bija ietaupījusi 42 miljardus ASV dolāru. CMS, kas sadarbojās ar tiesībaizsardzības un veselības aprūpes pakalpojumu sniedzējiem, bija atbildīgs par daļu no ietaupījumiem. Bet CMS saglabāja lielu daļu summas, ieviešot prognozējošo analīzi, tādējādi novēršot „krāpšanu, atkritumus un ļaunprātīgu izmantošanu”.
„No 2012. gada 1. oktobra līdz 2014. gada 30. septembrim (2013. finanšu gads un FY 2014) katrs dolārs, kas ieguldīts CMS Medicare programmas integritātes pasākumos, saglabāja Medicare programmai $ 12,40.”
$config[code] not foundVienkārši runājot, prognozējošā analītika ir “datori, kas mācās no iepriekšējās uzvedības par to, kā labāk veikt konkrētus biznesa procesus un sniegt jaunus ieskatus par to, kā jūsu organizācija tiešām darbojas.”
Uzņēmumiem ir jāiemācās, kā mīnīt apstrīdamās stratēģijas no savākto datu krātuvēm. Jutīgā analītika var dot labumu jūsu biznesam daudzos veidos, ieskaitot klientu darbību noteikšanu, procesu vienkāršošanu un riska līmeņa samazināšanu.
Atkritumi - atkritumi (GIGO)
IT mēs sakām: atkritumu izgāztuvēs (GIGO). Tas nozīmē, ka jūsu datu kvalitāte ir ārkārtīgi svarīga. Pamatojoties uz biznesa lēmumiem par nederīgiem datiem, var būt nopietna negatīva ietekme uz jūsu uzņēmumu.
Pārliecinieties, ka ikviens, kas iesaistīts datu ievadīšanā jūsu uzņēmumā, saprot, cik svarīga ir jūsu uzņēmuma veiksme.
Prognozējošie Analytics piemēri
Jutīgā Analytics Racionalizē uzņēmuma darbību
"Harvard Business Review" ziņo, ka lielie dati ir ļoti noderīgi, lai prognozētu klientu pieprasījumu pēc produktiem, kas nav "hits", bet drīzāk tiek pārdoti daudziem cilvēkiem dažādās nišās (citādi pazīstams kā "garais astes").
Šāda veida datu ieguve ir sarežģītāka, jo produkti, kas atrodas garajā asti, nav tik populāri, kā produkti un reģioni, kurus tie pārdod, nav tik lieli.
Prognozējošā analītika ir ļoti noderīga šo datu iegūšanai un to klientu vēlmju noteikšanai, kuri vēlas.
Cenu noteikšana, izmantojot prognozēšanas analīzi
Cits veids, kā prognozēt analītiku, palīdz uzņēmumiem izmantot cenas. Uzņēmumi var palielināt pārdošanas apjomus, vēršot konkrētus klientus uz konkrētām cenām, atlaidēm un akcijām.
Tiešsaistes mazumtirgotāji var izmantot datus, ko tie apkopo par savu klientu uzvedību, lai pielāgotu savas cenas atbilstoši tam, kas visvairāk piesaistīs savus klientus.
Prognozējošā analītika arī lielā mērā palīdz nozarēm, kas ir atkarīgas no mašīnām, lai gūtu panākumus, jo datus var izmantot, lai novērtētu, kad šīm mašīnām ir nepieciešama apkope vai, iespējams, neizdosies.
Microsoft zinātnieki izmantoja datus, ko viņi bija savākuši lidmašīnās, lai noteiktu, kad lidojumi varētu tikt atcelti vai aizkavēti. Aviokompānijas ir tikai viens piemērs organizācijām, kas var mazināt milzīgu atkritumu daudzumu, vienkārši gatavojoties atrast veidus, kā iegūt jau esošos datus.
Jutīgā Analytics samazina risku
Prognozes analīzes priekšrocība ir arī risku samazināšana uzņēmumiem. Uzņēmumi ir ieinteresēti atrast veidus, kā palielināt savu drošību, jo tas nav jautājums par to, vai notiks datu pārkāpumi, bet gan tad, kad tie notiks.
Informācijas vākšana par iepriekšējiem uzbrukumiem un digitālo pirkstu nospiedumu noteikšana, lai novērstu turpmāku infiltrāciju, ir parastais veids, kā mēģināt novērst datu pārkāpumus. Šī metode kļūst arvien neefektīvāka, jo kiberuzbrukumi kļūst sarežģītāki.
Prognozējošā analītika, protams, nav garantēta, lai novērstu katru nākamo uzbrukumu. Tomēr tā ir proaktīva pieeja informācijas aizsardzībai, nevis reaktīvai.
Uzņēmumi var izmantot prognozējošās analīzes, lai identificētu uzbrukumus, ko viņi nekad nav redzējuši, nevis paļauties uz to, ko viņi zina par iepriekšējiem uzbrukumiem. Kombinācijā ar mākslīgo intelektu, prognozējošā analītika patiešām varētu kļūt ļoti spēcīga.
Prognozējošās analīzes ieviešana
Par prediktīvās analīzes ieviešanu ir viegli runāt, bet faktiski to var sarežģīt. Lai sāktu, uzņēmumiem jānosaka:
- atbildība pret jūsu uzņēmumu, ja vadība veic sliktas izvēles;
- jūsu uzņēmuma pieņemto lēmumu veidi;
- kādi resursi vislabāk palīdzēs īstenot jūsu prognozējošās analīzes stratēģiju praksē.
Prognozējošā analītika būs acīmredzama priekšrocība jūsu uzņēmumam, ja izmaksas par sliktu lēmumu pieņemšanu būs augstas (piemēram, līdzīgi kā $ 42 miljardi, ko būtu iztērējusi CMS).
Ir arī lietderīgi atzīt, ka ne visi lēmumi ir vienādi. Darbības lēmumiem parasti ir pareizas vai nepareizas atbildes, savukārt stratēģiskiem lēmumiem var būt neskaidras atbildes.
Jūs varat izmantot jutīgo analīzi ar abu veidu lēmumiem, bet jums ir jāpielāgo sava modelēšana jebkurā situācijā. Un tad jums ir jāizvēlas analītiskais risinājums, kas ir vispiemērotākais jūsu vajadzībām un ar komandu, kas zina, ko tā dara.
Vadībai ir jānosaka:
- jūsu problēmas,
- vēlamie rezultāti,
- iekšējās datu kopas,
- risinājuma, kuru jūs apsverat, vērtību.
Izmantojiet šo informāciju, lai noteiktu, kurš pārdevējs vislabāk atbilst jūsu uzņēmumam.
Lieli dati un prognozējošā analīze no Profesors Lili SaghafiJutīgā Analytics ir efektīvs aktīvs
Lielo datu izmantošana vairs nav tikai lielo korporāciju province. Pat mazie uzņēmumi tagad atzīst savu vērtību. Par laimi, uzņēmumi tagad var izmantot lielo datu priekšrocības, jo ir pieejami jauni mākoņu risinājumi.
Kad runa ir par uzlabošanos jebkurā dzīves sfērā, nav izārstējami visi. Tomēr prognozējošā analītika ir vērtīgs resurss, kas palīdz jūsu uzņēmumam ne tikai efektīvāk, bet arī samazināt risku dažādās jomās.
Prognozējiet fotoattēlu, izmantojot Shutterstock
1
