Medicare- ja Medicaid-keskukset (CMS) ilmoittivat äskettäin, että vuosien 2012 ja 2014 välillä organisaatio oli säästänyt 42 miljardia dollaria. CMS, joka toimii yhteistyössä lainvalvontaviranomaisten ja terveydenhuollon tarjoajien kanssa, oli vastuussa osasta säästöistä. CMS tallensi kuitenkin paljon summaa toteuttamalla ennustavaa analytiikkaa ja estäen siten "petokset, jätteet ja väärinkäytökset".
"Lokakuun 1. päivästä 2012 30.9.2014 (FY) 2013 ja FY 2014) jokainen CMS: n Medicare-ohjelman eheysponnistuksiin panostettu dollari säästää 12,40 dollaria Medicare-ohjelmalle."
$config[code] not foundYksinkertaisesti sanottuna ennustava analyysi on "tietokoneita, jotka oppivat aikaisemmasta käyttäytymisestä siitä, miten tietyt liiketoimintaprosessit tehdään paremmin, ja antaa uusia näkemyksiä siitä, miten organisaatiosi todella toimii."
Yritysten on opittava, miten minun voidaan kerätä toimintakelpoisia strategioita keräämiensä tietojen avulla. Ennustava analytiikka voi hyödyttää yritystäsi monin tavoin, mukaan lukien asiakkaan toiminnan määrittäminen, prosessien yksinkertaistaminen ja riskitason alentaminen.
Garbage In - Garbage Out (GIGO)
IT: ssä meillä on sanonta: roskat - roskat ulos (GIGO). Tämä tarkoittaa sitä, että tietojesi laatu on erittäin tärkeää. Liiketoimintapäätösten perustaminen virheellisiin tietoihin voisi vaikuttaa vakavasti negatiivisesti liiketoimintaan.
Varmista, että jokainen, joka osallistuu tietojen syöttämiseen yrityksessäsi, ymmärtää, miten kriittinen tarkkuus on yrityksesi menestykselle.
Ennustavat Analytics-esimerkit
Ennustava Analytics virtaviivaistaa yrityksen toimintaa
Harvard Business Review -raportissa kerrotaan, että suuret tiedot ovat erittäin hyödyllisiä ennustettaessa asiakkaiden kysyntää sellaisille tuotteille, jotka eivät ole "osumia", mutta joita myydään pikemminkin monille ihmisille erilaisissa niissä (tunnetaan myös nimellä "pitkä häntä").
Tämäntyyppisten tietojen louhinta on haastavampaa, koska pitkällä hännällä olevat tuotteet eivät ole yhtä suosittuja kuin hittituotteet ja niiden myymät alueet eivät ole niin suuria.
Ennustava analytiikka on erittäin hyödyllinen näiden tietojen louhinnassa ja niiden asiakkaiden määrittämisessä, joita näissä niissä halutaan.
Hinnoittelun määrittäminen ennustavan analyysin avulla
Toinen tapa ennustavan analyysin avulla auttaa yrityksiä hinnoittelemaan. Yritykset voivat lisätä myyntiä kohdistamalla tiettyjä asiakkaita tietyillä hinnoilla, alennuksilla ja tarjouksilla.
Verkkokauppiaat voivat käyttää kerättyjä tietoja asiakkaidensa käyttäytymisestä, jotta he voivat mukauttaa hintojaan sen mukaan, mitä valittaa asiakkailleen eniten.
Ennustava analytiikka auttaa myös suuresti teollisuutta, joka luottaa koneisiin niiden menestyksen kannalta, koska tietoja voidaan käyttää arvioitaessa, milloin nämä koneet tarvitsevat huoltoa tai todennäköisesti epäonnistuvat.
Microsoftin tutkijat käyttivät tietoja, jotka he olivat keränneet ilma-aluksiin, jotta voitaisiin määrittää, milloin lentoja todennäköisesti peruutettiin tai viivästytettiin. Lentoyhtiöt ovat vain yksi esimerkki organisaatioista, jotka voivat lievittää valtavan määrän jätettä yksinkertaisesti halutessaan etsiä keinoja niiden jo olemassa olevien tietojen keräämiseksi.
Ennustava Analytics vähentää riskiä
Ennustavan analyysin etuna on myös yritysten riskien alentaminen. Yritykset ovat kiinnostuneita löytämään keinoja lisätä turvallisuuttaan, koska ei ole kyse siitä, tapahtuuko tietojen rikkominen, vaan silloin, kun ne tapahtuvat.
Tietojen kerääminen aiemmista hyökkäyksistä ja digitaalisen sormenjäljen tunnistaminen tulevien tunkeutumisten estämiseksi on tavanomainen tapa yrittää estää tietosuojaa. Tämä menetelmä on tulossa yhä tehottomammaksi, koska tietoverkkohyökkäykset ovat kehittyneet entistä monimutkaisemmiksi.
Ennustava analytiikka ei tietenkään ole taattu estämään jokaista hyökkäystä. Se on kuitenkin ennakoiva lähestymistapa tietojen suojaamiseen reaktiivisen sijasta.
Yritykset voivat käyttää ennustavaa analytiikkaa tunnistaakseen hyökkäykset, joita he eivät ole koskaan ennen nähneet, eikä luottaa siihen, mitä he tietävät menneistä hyökkäyksistä. Yhdessä keinotekoisen älykkyyden kanssa ennustava analytiikka voisi kasvaa todella voimakkaasti.
Ennustavan Analyticsin käyttöönotto
Ennustavan analyysin toteuttamisesta on helppo puhua, mutta tosiasiallisesti tämä voi olla monimutkaista. Yritysten olisi määritettävä seuraavat asiat aloittaakseen:
- vastuu yrityksellesi, jos johto tekee huonoja valintoja,
- yrityksen tekemien päätösten tyypit,
- mitä resursseja parhaiten auttaa ennustavan analyysistrategian toteuttamisessa käytännössä.
Ennustava analyysi on yrityksellesi ilmeinen etu, jos huonojen päätösten tekemisen kustannukset ovat korkeat (esimerkiksi samanlainen kuin CMS: n käyttämä 42 miljardia dollaria).
On myös hyödyllistä tunnistaa, että kaikki päätökset eivät ole yhtäläisiä. Toimintapäätöksillä on yleensä oikeat tai väärät vastaukset, kun taas strategisilla päätöksillä voi olla moniselitteisiä vastauksia.
Voit käyttää ennakoivaa analytiikkaa molempien tyyppisten päätösten kanssa, mutta sinun on mukautettava mallintamistasi jommankumman tilanteen osalta. Ja sitten sinun on valittava tarpeisiisi parhaiten sopiva analyysiratkaisu ja tiimi, joka tietää, mitä se tekee.
Johdon on tunnistettava:
- ongelmasi,
- halutut tulokset,
- sisäiset tietokannat,
- harkitsemasi ratkaisun arvo.
Käytä tätä tietoa selvittääksesi, mikä myyjä sopii parhaiten yrityksellesi.
Suuret tiedot ja ennakoiva analytiikka alkaen Professori Lili SaghafiEnnustava Analytics on tehokas omaisuus
Suurten tietojen hyödyntäminen ei ole enää vain suuryritysten maakunta. Myös pienet yritykset tunnustavat nyt sen arvon. Onneksi yritykset voivat nyt hyödyntää suurten tietojen etuja uusien pilviratkaisujen saatavuuden vuoksi.
Kun on kyse elämän parantamisesta, ei ole olemassa parannuskeinoja. Ennustava analyysi on kuitenkin arvokas resurssi, joka auttaa yritystäsi olemaan tehokkaampi, mutta myös vähentämään riskejä eri alueilla.
Ennakoi valokuva Shutterstockin kautta
1
