Weißes Muster

Prescriptive Analytics

Weißes Muster
Content

Was ist Prescriptive Analytics?

Prescriptive Analytics beantwortet die Frage „Was soll/kann getan werden?“, indem sie Machine Learning, Modellierung, Simulation, Heuristik und andere Methoden nutzt, um Ergebnisse vorherzusagen und Entscheidungsoptionen bereitzustellen. Basierend auf Descriptive und Predictive Analytics bietet Prescriptive Analytics nicht nur Prognosen und Vorhersagen über zukünftige Ereignisse, sondern auch darüber, was diese Ereignisse auslösen könnte. Anhand dieser Informationen können Analysten die Auswirkungen strategischer Entscheidungen testen, um ihre Entscheidungsprozesse zu optimieren.

Warum ist Prescriptive Analytics wichtig?

Aufbauend auf der Arbeit von Descriptive und Predictive Analytics kann Prescriptive Analytics einem Unternehmen dabei helfen, fundierte, faktenbasierte Entscheidungen zu treffen, indem Echtzeit- und Prognosedaten verwendet werden; die Wahrscheinlichkeit bestimmter Ergebnisse und die Auswirkungen von Entscheidungen auf diese zu verstehen und damit die weiteren Vorgehensweisen zu planen; Ressourcen einzusparen und die Effizienz zu steigern, indem die KI Daten zu umsetzbaren Szenarien aufbereitet; reproduzierbare und skalierbare Prozesse zur Entscheidungsfindung auf der Grundlage von zeitnahen Daten zu erstellen; die komplexesten Geschäftsfragen wie Nachfrageprognosen, Risikobewertung und Was-wäre-wenn-Szenarien zu beantworten

So funktioniert Prescriptive Analytics

Prescriptive Analytics ist der letzte Schritt in Business Analytics. Es nutzt die Ergebnisse verschiedener statistischer Methoden und die Leistungsfähigkeit der KI. Während Descriptive Analytics die Frage beantwortet, „Was ist passiert?“, und Predictive Analytics die Frage „Was könnte passieren?“, gibt Prescriptive Analytics Antworten auf die Fragen „Was sollten wir tun?“ und „Wie werden sich unsere Entscheidungen auf die zukünftige Leistung auswirken?“. Es gibt Analystinnen und Analysten sowie Entscheidern und Entscheiderinnen die Möglichkeit, durch Optimierungsmodelle und iteratives Machine Learning positiv und zuversichtlich auf zukünftige Ergebnisse einzuwirken.

Jedes datengesteuerte Unternehmen kann von Prescriptive Analytics profitieren. Es wird vor allem in Bereichen eingesetzt, in denen sich die Daten ständig ändern und Entscheidungen weitreichende Konsequenzen haben können.

  • Im Gesundheitswesen kann Prescriptive Analytics sowohl bei der Verwaltung als auch bei der Patientenversorgung helfen. Ein Pharmaunternehmen kann Prescriptive Analytics zur Senkung der Testkosten einsetzen, indem es die besten Probanden für eine klinische Studie findet. Ein Krankenhaus könnte es nutzen, um sich um Patienten zu kümmern, indem es erkennt, wer das höchste Risiko einer Wiedereinweisung hat.
  • Im Verkehrswesen kann eine Fluggesellschaft Preise und Verfügbarkeit automatisch an verschiedene Faktoren wie Wetter, Nachfrage und Ölpreise anpassen.
  • Bei der Veröffentlichung kann ein Verlag entscheiden, was veröffentlicht werden soll und ob ein Artikel auf der Grundlage von Such- und Social-Media-Daten für ähnliche Themen erfolgreich sein wird.
  • Im Personalwesen kann Online-Training in Echtzeit auf Grundlage der Leistungen der Beschäftigten in den einzelnen Lektionen angepasst werden.

Erste Schritte mit Prescriptive Analytics

Die Alteryx ML-Plattform bietet automatisiertes Machine Learning (AutoML) und Feature Engineering, so dass Benutzende ML-Modelle in einem vollständig angeleiteten Benutzererlebnis testen können, ohne komplexe Modelle programmieren zu müssen.
Alteryx ML ermöglicht es Benutzenden:
  • mit automatisierter Erkenntnisgewinnung verborgene Beziehungen in Ihren Daten zu entdecken; durch Verwendung von Algorithmen wie xgBoost, LightGBM und ElasticNet Eigenschaften in ihren Daten aufzudecken, die den größten Einfluss auf die Modellleistung haben.
  • verständliche und erklärbare Modelle und Dashboards zu erstellen, um die Bedeutung von Eigenschaften, Wirkungsanalysen und Simulationsuntersuchung zu vermitteln
  • mit vordefinierten Feature-Bibliotheken schnell vertrauenswürdige Modelle zu erstellen 
  • durch die End-to-End-Business-Plattform von Alteryx Modelle in Geschäftsprozesse zu integrieren

Bericht
Bericht

Thomson Reuters Report: The 2022 State of the Corporate Tax Department

Die Technologie, die zur Erfüllung der wachsenden Anforderungen der digitalen Wirtschaft benötigt wird, stellt Steuerabteilungen von Unternehmen gleichzeitig vor mehrere Herausforderungen.

Finanzen
Thomson Reuters
Jetzt lesen
Abstraktes Bild
Kundenreferenz
5 Min. Lesezeit

Neustrukturierung mehrjähriger Mitarbeiteransprüche mit Alteryx

Grant Thornton erkannte den Bedarf an Services zur Sicherstellung der Gehaltsabrechnung und kreierte ein flexibles, skalierbares und kosteneffizientes Modell, um Arbeitnehmeransprüche exakt zu berechnen.

Finanzen
Personalwesen
Asien-Pazifik-Raum
Jetzt lesen
Geldscheine
Blog
5 Min. Lesezeit

SoFi Bank optimiert Liquiditätsprognose

Benötigen Sie Hilfe bei der Liquiditätsprognose? Lesen Sie, wie die SoFi Bank ihren Prozess optimiert hat.

Finanzen
Analyse-Expertin/Experte
Führungskraft
Jetzt lesen

Starter-Kit für die Intelligence Suite

Dieses Starter-Kit bietet Analysevorlagen, um Ihnen den Weg zu erweiterten No-Code-Analysen mithilfe von Assisted Modeling zu ebnen, der angeleiteten Erstellung von Machine Learning-Modellen.
Bild