A Medicare és a Medicaid Központok (CMS) közelmúltban bejelentették, hogy 2012 és 2014 között a szervezet 42 milliárd dollárt takarított meg. A megtakarítások egy részéért a CMS a bűnüldöző szervekkel és az egészségügyi szolgáltatókkal való megbízhatóságért felelős. A CMS azonban az összeg nagy részét elmentette prediktív elemzéssel, ezzel megakadályozva a „csalást, hulladékot és visszaélést”.
„2012. október 1-jétől 2014. szeptember 30-ig (2013-as pénzügyi év) és a 2014-es pénzügyi év minden egyes dollárja, amelyet a CMS Medicare program integritási erőfeszítéseiben fektettek be, 12,40 dollárt takarított meg a Medicare program számára.”
$config[code] not foundEgyszerűen fogalmazva, a prediktív elemzés „olyan számítógépek, amelyek a múltbeli viselkedésből tanulnak arról, hogyan lehet bizonyos üzleti folyamatokat jobban teljesíteni, és új betekintést nyújthatnak a szervezet működésének módjába.”
A vállalatoknak meg kell tanulniuk, hogyan begyűjthessék az általuk összegyűjtött adatállományokból az ellentmondásos stratégiákat. A prediktív elemzés sok szempontból előnyös lehet az üzleti életben, beleértve az ügyfelek tevékenységének meghatározását, a folyamatok egyszerűsítését és a kockázati szint csökkentését.
Szemét - szemét ki (GIGO)
Az IT-ben van egy mondásunk: szemét a szemétbe (GIGO). Ez azt jelenti, hogy az adatok minősége rendkívül fontos. Az üzleti döntések érvénytelen adatokra alapozva súlyos negatív hatást gyakorolhat az Ön vállalkozására.
Győződjön meg róla, hogy bárki, aki részt vesz az adatok bevitelében a vállalatában, megérti, hogy a kritikus pontosság az Ön vállalkozásának sikeréhez tartozik.
Prediktív analitikai példák
Prediktív analitika A vállalati műveleteket egyszerűsíti
A Harvard Business Review beszámolója szerint a nagy adatok rendkívül hasznosak ahhoz, hogy megjósolják a vásárlók iránti keresletet olyan termékek esetében, amelyek nem „találkoznak”, hanem sok embernek értékesítik azokat a különböző fülkékben (más néven „hosszú farok”).
Az ilyen típusú adatok bányászata nagyobb kihívást jelent, mert a hosszú farok termékei nem olyan népszerűek, mint a találati termékek, és azok a régiók, amelyeket értékesítettek, nem olyan nagyok.
A prediktív analitika rendkívül hasznos az adatok bányászatában és annak meghatározásában, hogy az ügyfelek hogyan kívánják ezeket az elemeket.
Árképzés beállítása a prediktív elemzés segítségével
A prediktív elemzés másik módja segít a vállalatoknak az árképzésben. A vállalkozások növelhetik az értékesítést azáltal, hogy konkrét ügyfeleket céloznak meg bizonyos árakkal, kedvezményekkel és promóciókkal.
Az online kiskereskedők használhatják az általuk gyűjtött adatokat az ügyfeleik viselkedéséről, hogy az áraikat a lehető legjobban az ügyfeleikhez csatolják.
A prediktív analitika nagyban segíti az olyan iparágakat, amelyek a gépekre támaszkodnak a sikerhez, mert az adatok felhasználhatók annak értékelésére, hogy ezeknek a gépeknek karbantartásra van szükségük, vagy valószínűleg meghibásodnak.
A Microsoft tudósai olyan adatokat használtak fel, amelyeket a repülőgépen gyűjtöttek össze, hogy megállapítsák, hogy a repüléseket valószínűleg töröljék vagy késleltessék. A légitársaságok csak egy példa a szervezetekre, amelyek enyhíthetik a hatalmas mennyiségű hulladékot, egyszerűen azért, mert egyszerűen megpróbálják megtalálni a már meglévő adatok feltárását.
A prediktív elemzés csökkenti a kockázatot
A prediktív elemzés másik előnye a vállalatok kockázatának csökkentése. A vállalkozásoknak érdeklődésük van arra, hogy felfedezzék a biztonság növelésének módjait, mivel nem az a kérdés, hogy az adatok megsértése megtörténjen-e, hanem akkor, ha megtörténik.
A múltbeli támadásokkal kapcsolatos információk összegyűjtése és a digitális ujjlenyomat azonosítása a jövőbeni beszivárgások megelőzése érdekében az adatvesztés megakadályozásának hagyományos módja. Ez a módszer egyre hatékonyabbá válik, mivel a számítógépes támadások kifinomultabbá válnak.
A prediktív analitika természetesen nem garantálja, hogy megakadályozza minden támadást. Ugyanakkor proaktív megközelítés az információ megőrzésére a reaktív helyett.
A vállalatok a prediktív analitika segítségével azonosíthatják azokat a támadásokat, amelyeket még soha nem láttak, nem pedig a múltbeli támadásokkal kapcsolatos tudásukra támaszkodva. A mesterséges intelligenciával kombinálva a prediktív elemzés valóban nagyon erős lehet.
Prediktív analitika megvalósítása
Könnyű beszélni a prediktív elemzés megvalósításáról, de valójában ez bonyolult lehet. A vállalatoknak meg kell határozniuk az alábbiakat az induláshoz:
- az üzleti felelősség, ha a vezetés rossz választásokat tesz,
- a vállalat által hozott döntések típusai,
- milyen erőforrásokkal segíti elő a prediktív elemzési stratégiát a gyakorlatban.
A prediktív analitika nyilvánvaló eszköz lesz a vállalat számára, ha a rossz döntések meghozatalának költségei magasak lesznek (például hasonlóan a CMS által eltöltött 42 milliárd dollárhoz).
Hasznos továbbá felismerni, hogy nem minden döntés egyenlő. A működési döntések általában helyes vagy rossz válaszokat tartalmaznak, míg a stratégiai döntések kétértelmű válaszokat adhatnak.
A prediktív elemzést mindkét típusú döntéssel használhatja, de mindkét helyzethez módosítania kell a modellezést. Ezután ki kell választania az Ön igényeinek leginkább megfelelő analitikai megoldást és egy olyan csapatot, amely tudja, mit csinál.
A menedzsmentnek meg kell határoznia:
- problémáid,
- kívánt eredmények,
- belső adatállományok,
- az Ön által tervezett megoldás értéke.
Használja ezt az információt annak meghatározására, hogy melyik szállítót választotta legjobban a vállalat.
Nagy adatok és előrejelző elemzések tól től Saghafi Lili professzorA prediktív analitika hatékony eszköz
A nagy adatok kihasználása már nem csak a nagyvállalatok tartománya. Még a kisvállalkozások is elismerik értékét. Szerencsére a vállalatok mostantól képesek a nagy adatok előnyeit felhasználni az új felhő megoldások elérhetősége miatt.
Amikor az élet bármely területén javul, nincs gyógymód. A prediktív elemzés azonban értékes erőforrás ahhoz, hogy a vállalkozás nemcsak hatékonyabb legyen, hanem csökkentse kockázatait a különböző területeken.
Prediktálja a fotót a Shutterstock segítségével
1
