処方的分析とは
処方的分析（prescriptive analytics）は、機械学習、グラフ分析、シミュレーション、発見的手法など通じて、「何をすべきか、何ができるか」という問いに答える分析手法です。記述的分析と予測分析をベースとする処方的分析では、将来の出来事に関する予測・予想だけでなく、その要因となり得るものを特定することができます。こうした処方的分析から得た情報を活用することで、戦略的意思決定の影響を検証し、意思決定のプロセスを最適化できるようになります。
処方的分析の重要性
記述的分析と予測分析に基づく処方的分析は、ビジネスに以下のような多様なメリットをもたらします。
- リアルタイムデータと予測データを活用し、事実に基づいた意思決定を下す
- 特定の結果が生じる可能性と、その結果に対する意思決定の影響を理解し、何をどのように行うかを計画
- AIがデータを収集し、実用的なシナリオへと変換することで、リソースを節約し、効率性を向上
- 高い再現性と拡張性を備えたプロセスを作成し、ニアタイムデータを活用して意思決定を下す
- 需要予測、リスク評価、what-ifシナリオなど、複雑なビジネス上の課題を解決
処方的分析の仕組み
処方的分析はビジネス分析における最終ステップであり、さまざまな統計的手法の結果とAIを組み合わせて活用します。記述的分析が「何が起こったか」、そして予測的分析が「何が起こりうるか」という問いに対する答えを提供するのに対し、処方的分析は「何をすべきか」、「この決定が将来のパフォーマンスにどう影響するか」という問いに対する答えを提供します。処方的分析で、最適化されたモデルや反復的な機械学習を活用することで、アナリストや意思決定者が将来のパフォーマンスにより良い影響をもたらす適切な行動を取ることが可能になります。
データ主導型の企業に多様なメリットをもたらす処方的分析は、データが流動的であり、意思決定が広範囲に影響を及ぼすような分野で広く利用されています。
- ヘルスケアにおいて、処方的分析は管理と患者ケアの両面で役立ちます。製薬会社は処方的分析を使って、臨床試験に最適な被験者を見つけ、検査コストを削減することができます。一方、医療機関では、再入院のリスクが最も高い患者を特定することで、最も必要な患者に注意を払えるようになります。
- 交通機関では、航空会社が天候や需要、原油価格などさまざまな要因に基づいて、価格や空席状況を自動で調整できるようになります。
- 出版業界では、話題のトピックやソーシャルデータに基づいて、どんな書籍を出版すべきか、そうした書籍がどの程度支持されるようになるかを判断することができます。
- 人事部門では、従業員のパフォーマンスに基づき、各従業員に割り当てるオンライントレーニングをリアルタイムで調整できるようになります。
処方的分析を始めてみませんか？
自動機械学習（AutoML）と特徴量エンジニアリング機能を備えたAlteryx Machine Learningプラットフォームでは、製品に組み込まれたチュートリアルモードに従って、複雑なコーディング不要でMLモデルをテストできます。Alteryx Machine Learningプラットフォームでは、以下のようなメリットが得られます。
- 自動インサイト生成機能で、データに潜む兆候やカギとなる関係性をすばやく発見
- xgBoost、LightGBM、ElasticNetなどのアルゴリズムを通じて、モデルのパフォーマンスに最も影響を与えるデータの特徴を把握
- 誰もが簡単に理解できる説明可能なモデルとダッシュボードを通じて、特徴量の重要度、影響分析、シミュレーションの結果などをすばやく共有
- 事前定義済みの特徴量ライブラリを使用して、信頼性の高いモデルをすばやく作成
- Alteryxのエンドツーエンドのビジネスプラットフォームを通じて、各種モデルをビジネスプロセスに容易に統合