प्रिस्क्रिप्टिव एनालिटिक्स
प्रिस्क्रिप्टिव एनालिटिक्स क्या है?
प्रिस्क्रिप्टिव एनालिटिक्स एक प्रकार का डेटा एनालिटिक्स है- व्यवसायों के कच्चे डेटा के विश्लेषण के माध्यम से व्यवसायों को बेहतर निर्णय लेने में मदद करने के लिए प्रौद्योगिकी का उपयोग। विशेष रूप से, प्रिस्क्रिप्टिव एनालिटिक्स कारक संभावित स्थितियों या परिदृश्यों, उपलब्ध संसाधनों, पिछले प्रदर्शन और वर्तमान प्रदर्शन के बारे में जानकारी देते हैं, और कार्रवाई या रणनीति का एक कोर्स सुझाते हैं। इसका उपयोग किसी भी समय क्षितिज पर निर्णय लेने के लिए किया जा सकता है, तत्काल से दीर्घकालिक तक।
प्रिस्क्रिप्टिव एनालिटिक्स के विपरीत वर्णनात्मक एनालिटिक्स है, जो तथ्य के बाद निर्णयों और परिणामों की जांच करता है।
कैसे प्रिस्क्रिपटिव एनालिटिक्स काम करता है
प्रिस्क्रिप्टिव एनालिटिक्स आर्टिफिशियल इंटेलिजेंस तकनीक पर निर्भर करता है, जैसे मशीन लर्निंग- एक कंप्यूटर प्रोग्राम की क्षमता, अतिरिक्त मानव इनपुट के बिना, इसे प्राप्त करने वाले डेटा से समझने और आगे बढ़ने के लिए, जबकि सभी समय को अपनाते हुए। मशीन लर्निंग आज उपलब्ध डेटा की एक जबरदस्त मात्रा को संसाधित करना संभव बनाता है। जैसा कि नया या अतिरिक्त डेटा उपलब्ध हो जाता है, कंप्यूटर प्रोग्राम इसका उपयोग करने के लिए स्वचालित रूप से समायोजित करते हैं, एक ऐसी प्रक्रिया में जो मानव क्षमताओं की तुलना में बहुत तेज और अधिक व्यापक है।
वित्तीय सेवाओं और स्वास्थ्य देखभाल क्षेत्रों में, जहां मानवीय त्रुटि की लागत अधिक है, सहित कई प्रकार के डेटा-इंटेंसिव व्यवसायों और सरकारी एजेंसियों को प्रिस्क्रिप्टिव एनालिटिक्स का उपयोग करने से लाभ हो सकता है।
प्रिस्क्रिप्टिव एनालिटिक्स एक अन्य प्रकार के डेटा एनालिटिक्स, प्रेडिक्टिव एनालिटिक्स के साथ काम करता है, जिसमें वर्तमान और ऐतिहासिक डेटा के आधार पर भविष्य के प्रदर्शन को निर्धारित करने के लिए सांख्यिकी और मॉडलिंग का उपयोग शामिल है । हालांकि, यह और आगे बढ़ जाता है: भविष्य कहनेवाला एनालिटिक्स के अनुमान का उपयोग करते हुए कि क्या होने की संभावना है, यह भविष्य के पाठ्यक्रम को लेने की सिफारिश करता है।
प्रोस्क्रिप्टिव एनालिटिक्स के पेशेवरों और विपक्ष
प्रिस्क्रिपटिव एनालिटिक्स तत्काल अनिश्चितता और बदलती परिस्थितियों की अव्यवस्था के माध्यम से कटौती कर सकता है। यह धोखाधड़ी को रोकने, जोखिम को सीमित करने, दक्षता बढ़ाने, व्यावसायिक लक्ष्यों को पूरा करने और अधिक वफादार ग्राहक बनाने में मदद कर सकता है।
हालांकि, प्रिस्क्रिप्टिव एनालिटिक्स मूर्ख नहीं है। यह केवल तभी प्रभावी होता है जब संगठन जानते हैं कि प्रश्नों को क्या पूछना है और उत्तरों पर कैसे प्रतिक्रिया करनी है। यदि इनपुट धारणाएं अमान्य हैं, तो आउटपुट परिणाम सटीक नहीं होंगे।
जब प्रभावी ढंग से उपयोग किया जाता है, हालांकि, प्रिस्क्रिप्टिव एनालिटिक्स संगठनों को वृत्ति के आधार पर अंडर-सूचित निष्कर्षों पर कूदने के बजाय उच्च विश्लेषण किए गए तथ्यों के आधार पर निर्णय लेने में मदद कर सकते हैं। प्रिस्क्रिप्टिव एनालिटिक्स विभिन्न परिणामों की संभावना का अनुकरण कर सकते हैं और प्रत्येक की संभावना दिखा सकते हैं, संगठनों को जोखिम के स्तर और अनिश्चितता को बेहतर ढंग से समझने में मदद करते हैं जो वे औसतन भरोसा कर सकते हैं। संगठन सबसे खराब स्थिति की संभावना और तदनुसार योजना की बेहतर समझ प्राप्त कर सकते हैं ।
चाबी छीन लेना
- प्रिस्क्रिपटिव एनालिटिक्स कंप्यूटर प्रोग्राम की भविष्यवाणियों के आधार पर कार्रवाई का एक कोर्स तय करने में मदद करने के लिए मशीन लर्निंग का उपयोग करता है।
- प्रिस्क्रिपटिव एनालिटिक्स प्रेडिक्टिव एनालिटिक्स के साथ काम करता है, जो निकट-अवधि के परिणामों को निर्धारित करने के लिए डेटा का उपयोग करता है।
- जब प्रभावी ढंग से उपयोग किया जाता है, तो प्रिस्क्रिप्टिव एनालिटिक्स संगठनों को तथ्यों और संभाव्यता-भारित अनुमानों के आधार पर निर्णय लेने में मदद कर सकता है, बजाय वृत्ति के आधार पर अंडर-सूचित निष्कर्षों पर कूदने के बजाय।
प्रिस्क्रिप्टिव एनालिटिक्स के उदाहरण
वित्तीय सेवाओं और स्वास्थ्य देखभाल क्षेत्रों में, जहां मानवीय त्रुटि की लागत अधिक है, सहित कई प्रकार के डेटा-इंटेंसिव व्यवसायों और सरकारी एजेंसियों को प्रिस्क्रिप्टिव एनालिटिक्स का उपयोग करने से लाभ हो सकता है।
प्रिस्क्रिपटिव एनालिटिक्स का उपयोग यह मूल्यांकन करने के लिए किया जा सकता है कि क्या एक स्थानीय अग्निशमन विभाग को निवासियों को एक विशेष क्षेत्र को खाली करने की आवश्यकता होनी चाहिए जब एक जंगल की आग पास में जल रही हो। इसका उपयोग यह अनुमान लगाने के लिए भी किया जा सकता है कि क्या किसी विशेष विषय पर एक लेख संबंधित विषयों के लिए खोज और सामाजिक शेयरों के बारे में डेटा के आधार पर पाठकों के साथ लोकप्रिय होगा। एक और उपयोग वास्तविक समय में एक कार्यकर्ता प्रशिक्षण कार्यक्रम को समायोजित करने के लिए किया जा सकता है, जिसके आधार पर कार्यकर्ता प्रत्येक पाठ का जवाब कैसे दे रहा है।
अस्पतालों और क्लीनिकों के लिए प्रिस्क्रिप्टिव एनालिटिक्स
इसी तरह, अस्पताल और क्लीनिकों द्वारा मरीजों के लिए परिणामों को बेहतर बनाने के लिए प्रिस्क्रिपटिव एनालिटिक्स का उपयोग किया जा सकता है। यह विभिन्न प्रक्रियाओं और उपचारों की लागत-प्रभावशीलता और आधिकारिक नैदानिक विधियों का मूल्यांकन करने के संदर्भ में स्वास्थ्य संबंधी डेटा डालता है। इसका उपयोग यह विश्लेषण करने के लिए भी किया जा सकता है कि अस्पताल के मरीजों को फिर से प्रवेश का सबसे अधिक जोखिम है ताकि स्वास्थ्य सेवा प्रदाता अधिक कर सकते हैं, रोगी शिक्षा और चिकित्सक अनुवर्ती के माध्यम से अस्पताल या आपातकालीन कक्ष में लगातार रिटर्न बंद करने के लिए।
एयरलाइंस के लिए प्रिस्क्रिप्टिव एनालिटिक्स
मान लीजिए आप एक एयरलाइन के सीईओ हैं और आप अपनी कंपनी के मुनाफे को अधिकतम करना चाहते हैं। प्रिस्क्रिप्टिव एनालिटिक्स आपको ग्राहक की मांग, मौसम और गैसोलीन की कीमतों सहित कई कारकों के आधार पर टिकट की कीमतों और उपलब्धता को स्वचालित रूप से समायोजित करके ऐसा करने में मदद कर सकता है। जब एल्गोरिथ्म की पहचान होती है कि लॉस एंजिल्स से न्यूयॉर्क के लिए इस साल की पूर्व-क्रिसमस टिकट बिक्री पिछले साल पिछड़ रही है, उदाहरण के लिए, यह स्वचालित रूप से कीमतों को कम कर सकता है, जबकि इस साल की उच्च तेल कीमतों के प्रकाश में उन्हें बहुत कम नहीं करना सुनिश्चित करता है।
एक ही समय में, जब एल्गोरिथ्म बर्फीले सड़क की स्थिति के कारण सेंट लुइस से शिकागो तक के टिकटों की उच्च-से-सामान्य मांग का मूल्यांकन करता है, तो यह स्वचालित रूप से टिकट की कीमतें बढ़ा सकता है। सीईओ को पूरे दिन कंप्यूटर पर यह देखने की जरूरत नहीं है कि टिकट की बिक्री और बाजार की स्थितियों के साथ क्या हो रहा है और फिर श्रमिकों को सिस्टम में लॉग इन करने और कीमतों को मैन्युअल रूप से बदलने का निर्देश दिया; एक कंप्यूटर प्रोग्राम यह सब कर सकता है और अधिक-और तेज गति से भी।