تجزیه و تحلیل تجویز چیست؟چگونه کار می کند و مثالها

تروی سگال سردبیر و نویسنده است. وی دارای 20+ سال تجربه در زمینه تأمین مالی شخصی ، مدیریت ثروت و اخبار تجاری است.

پیت راتبورن یک نویسنده مستقل ، ویرایشگر کپی و حقایق با تخصص در اقتصاد و امور مالی شخصی است. وی بیش از 25 سال را در زمینه آموزش متوسطه گذرانده است ، از جمله موارد دیگر ، ضرورت سواد مالی و امور مالی شخصی برای جوانان هنگام شروع زندگی استقلال.

تجزیه و تحلیل تجویز چیست؟

تجزیه و تحلیل تجویز نوعی تجزیه و تحلیل داده ها است که سعی در پاسخ به این سؤال "برای دستیابی به این هدف داریم؟"این شامل استفاده از فناوری برای کمک به مشاغل برای تصمیم گیری بهتر از طریق تجزیه و تحلیل داده های خام است. تجزیه و تحلیل تجویز به طور خاص اطلاعات مربوط به موقعیت های احتمالی یا سناریوها ، منابع موجود ، عملکرد گذشته و عملکرد فعلی را عواملی می کند و یک دوره عمل یا استراتژی را پیشنهاد می کند. می توان از آن برای تصمیم گیری در هر افق زمانی ، از فوری تا طولانی مدت استفاده کرد. این برعکس تجزیه و تحلیل توصیفی است ، که تصمیمات و نتایج را پس از واقعیت بررسی می کند.

غذای اصلی

• تجزیه و تحلیل تجویز نوعی از تجزیه و تحلیل داده ها است که سعی می کند به "برای دستیابی به این هدف چه کاری انجام دهیم؟"
• از یادگیری ماشین برای کمک به مشاغل برای تصمیم گیری در مورد یک دوره عمل بر اساس پیش بینی های برنامه رایانه ای استفاده می کند.
• تجزیه و تحلیل تجویز با تجزیه و تحلیل پیش بینی کننده کار می کند ، که از داده ها برای تعیین نتایج نزدیک به مدت استفاده می کند.
• در صورت استفاده مؤثر ، می تواند به سازمانها کمک کند تا بر اساس حقایق و پیش بینی های دارای وزن به جای نتیجه گیری بر اساس غریزه تصمیم گیری کنند.
• تجزیه و تحلیل تجویز ضد حوصله نیست ، زیرا فقط به اندازه ورودی های آن مؤثر است.

تجزیه و تحلیل تجویز چگونه کار می کند

تجزیه و تحلیل تجویز سعی می کند به این سؤال پاسخ دهد "چگونه می توانیم به این نکته برسیم؟"این تکنیک های هوش مصنوعی (AI) مانند یادگیری ماشین (توانایی یک برنامه رایانه ای بدون ورودی اضافی انسانی) متکی است ، تا از داده هایی که به دست می آورد ، درک و پیشرفت کند و در تمام مدت تطبیق یابد.

یادگیری ماشین امکان پردازش مقدار زیادی از داده های موجود امروز را فراهم می کند. با در دسترس بودن داده های جدید یا اضافی ، برنامه های رایانه ای برای استفاده از آن به طور خودکار تنظیم می شوند ، در فرایندی که بسیار سریعتر و جامع تر از آن است که قابلیت های انسانی بتوانند مدیریت کنند.

تجزیه و تحلیل تجویز با نوع دیگری از تجزیه و تحلیل داده ها ، تجزیه و تحلیل پیش بینی کننده کار می کند ، که شامل استفاده از آمار و مدل سازی برای تعیین عملکرد آینده ، بر اساس داده های فعلی و تاریخی است. با این حال ، بیشتر پیش می رود: با استفاده از تخمین تجزیه و تحلیل پیش بینی کننده از آنچه احتمالاً اتفاق می افتد ، توصیه می کند که دوره آینده را طی کنید.

انواع بی شماری از مشاغل فشرده داده و سازمان های دولتی می توانند از استفاده از تجزیه و تحلیل تجویز ، از جمله مواردی که در بخش های خدمات مالی و مراقبت های بهداشتی هستند ، که در آن هزینه خطای انسانی زیاد است ، بهره مند شوند.

مزایا و مضرات تجزیه و تحلیل تجویز

مزایای

تجزیه و تحلیل تجویز می تواند درهم و برهمی عدم اطمینان فوری و تغییر شرایط را کاهش دهد. این می تواند به جلوگیری از کلاهبرداری ، محدود کردن ریسک ، افزایش کارایی ، تحقق اهداف تجاری و ایجاد مشتریان وفادار تر کمک کند. هنگامی که به طور مؤثر مورد استفاده قرار می گیرد ، می تواند به سازمانها کمک کند تا بر اساس حقایق بسیار مورد تجزیه و تحلیل تصمیم گیری کنند نه اینکه به نتیجه گیری های زیر آگاهانه بر اساس غریزه بپردازند.

تجزیه و تحلیل تجویز می تواند احتمال نتایج مختلف را شبیه سازی کند و احتمال هر یک را نشان دهد ، و به سازمان ها کمک می کند تا سطح خطر و عدم اطمینان را که با آنها روبرو هستند بهتر درک کنند. سازمان هایی که از آن استفاده می کنند می توانند درک بهتری از احتمال سناریوهای بدترین حالت کسب کنند و بر این اساس برنامه ریزی کنند.

معایب

اما تجزیه و تحلیل تجویز ضد حوصله نیست. این تنها در صورتی مؤثر است که سازمان ها می دانند چه سؤالاتی را باید بپرسند و چگونه می توانند به پاسخ ها واکنش نشان دهند. به همین ترتیب ، فقط در صورت اعتبار ورودی آن مؤثر است. اگر فرضیات ورودی نامعتبر باشد ، نتایج خروجی دقیق نخواهد بود.

این شکل از تجزیه و تحلیل داده ها فقط برای راه حل های کوتاه مدت مناسب است. این بدان معناست که مشاغل نباید از تجزیه و تحلیل تجویز شده برای ساخت هرگونه طولانی مدت استفاده کنند. این امر به این دلیل است که در صورت نیاز به زمان بیشتری غیرقابل اعتماد تر می شود.

همه ارائه دهندگان تجزیه و تحلیل تجویز یکسان نیستند. بنابراین برای مشاغل مهم است که فناوری را با دقت در نظر بگیرند و چه کسی آن را ارائه می دهد. برخی ممکن است نتایج واقعی و مشخصی را ارائه دهند در حالی که برخی دیگر وعده داده های بزرگ را می دهند و در ارائه آنها ناکام هستند

از کلاهبرداری جلوگیری می کند ، خطر را کاهش می دهد و باعث افزایش کارایی در بین موارد دیگر می شود

نتایج و نمایش ها را احتمالاً از هر یک شبیه سازی می کند

فقط به اندازه ورودی ها مؤثر است

برای پیش بینی ها/راه حل های طولانی مدت مناسب نیست

برخی از ارائه دهندگان داده های بزرگ نتیجه می دهند در حالی که برخی دیگر این کار را نمی کنند

انواع تجزیه و تحلیل داده ها

تجزیه و تحلیل داده ها یک فرآیند خودکار است که از الگوریتم ها استفاده می کند. این داده های خام را تجزیه و تحلیل می کند و به کاربر اجازه می دهد تا در مورد آن اطلاعات نتیجه گیری کند. تجزیه و تحلیل تجویز تنها نوع تجزیه و تحلیل داده ها نیست. چندین مورد دیگر وجود دارد که در زیر آنها بحث می کنیم.

تحلیلی توصیفی

تجزیه و تحلیل توصیفی از داده های تاریخی استفاده می کند و آن را به شکلی تفسیر می کند تا هرگونه تغییراتی را که در یک تجارت اتفاق می افتد بهتر درک کند. مجموعه داده های کلیدی که معمولاً در تجزیه و تحلیل توصیفی مورد استفاده قرار می گیرند ، تغییر در قیمت ، الگوهای رشد فروش ، داده های کاربر و درآمد مرتبط با مشترکان است.

این شکل از داده های بزرگ سعی می کند به سؤال "چه اتفاقی افتاده است؟" پاسخ دهد. با گفتن این موضوعرهبران مشاغل می توانند از این اطلاعات برای تشخیص نقاط قوت و ضعف خود استفاده کنند. این به آنها اجازه می دهد تا تصمیمات بهتری بگیرند و استراتژی های تجاری خود را ارتقا دهند.

تجزیه و تحلیل توصیفی می تواند یک راه حل مفید در رابطه با سایر اشکال مانند تجزیه و تحلیل تجویز شود.

تحلیلی تشخیصی

این نوع تجزیه و تحلیل داده ها سعی می کند این سؤال را بپرسد "چرا این اتفاق افتاد؟"به همین ترتیب ، به ورودی های داده بسیار متنوع تری نیاز دارد. اما یک حدس و گمان کوچک وجود دارد زیرا مشاغل از آن استفاده می کنند تا دریابند که چرا روندهای خاص ظاهر می شوند. به عنوان مثال ، سعی می کند بفهمد که آیا بین یک نیروی بازار خاص و فروش رابطه وجود دارد یا اینکه یک کمپین تبلیغاتی خاص به فروش یک محصول خاص کمک یا صدمه دیده است.

تجزیه و تحلیل پیش بینی کننده

تجزیه و تحلیل پیش بینی کننده سعی می کند با استفاده از داده های تاریخی و پیش بینی در مورد آینده ، آنچه را که می تواند در آینده نزدیک اتفاق بیفتد ، تصور کند. مشاغل می توانند از این شکل از تجزیه و تحلیل داده ها برای یافتن فرصت هایی برای رشد و بهبود و همچنین فرصتی برای تشخیص خطرات مورد نیاز برای پرداختن استفاده کنند.

نمونه هایی از تجزیه و تحلیل تجویز

مشاغل و سازمان های دولتی بی شمار داده می توانند از استفاده از تجزیه و تحلیل تجویز بهره مند شوند. این شامل شرکت هایی در بخش های خدمات مالی و مراقبت های بهداشتی است که هزینه خطای انسانی در آن زیاد است. به عنوان مثال ، از تجزیه و تحلیل تجویز می توان استفاده کرد:

• ارزیابی کنید که آیا یک سازمان آتش نشانی محلی باید ساکنان را به تخلیه منطقه خاصی در هنگام آتش سوزی در این نزدیکی بپردازد
• پیش بینی کنید که آیا مقاله ای در مورد یک موضوع خاص بر اساس داده های مربوط به جستجو و سهام اجتماعی برای موضوعات مرتبط با خوانندگان محبوب خواهد بود
• یک برنامه آموزش کارگر را در زمان واقعی بر اساس نحوه پاسخگویی کارگر به هر درس تنظیم کنید

در زیر مثالهایی وجود دارد که می توان از تجزیه و تحلیل تجویز در تنظیمات مختلف استفاده کرد.

تجزیه و تحلیل تجویز برای بیمارستان ها و کلینیک ها

تجزیه و تحلیل تجویز شده توسط بیمارستان ها و کلینیک ها برای بهبود نتایج برای بیماران قابل استفاده است. این داده های مراقبت های بهداشتی را در زمینه ارزیابی مقرون به صرفه بودن روشها و روشهای مختلف و ارزیابی روشهای رسمی بالینی قرار می دهد.

همچنین می توان از آن برای تجزیه و تحلیل استفاده کرد که بیماران بیمارستان بیشترین خطر را برای بستری مجدد دارند تا ارائه دهندگان مراقبت های بهداشتی بتوانند از طریق آموزش بیمار و پیگیری پزشک برای جلوگیری از بازگشت مداوم به بیمارستان یا اورژانس ، کارهای بیشتری انجام دهند.

تحلیلی تجویز شده برای خطوط هوایی

فرض کنید شما مدیر ارشد اجرایی (مدیرعامل) یک شرکت هواپیمایی هستید و می خواهید سود شرکت خود را به حداکثر برسانید. تجزیه و تحلیل تجویز می تواند با تنظیم خودکار قیمت بلیط و در دسترس بودن بر اساس عوامل بیشمار از جمله تقاضای مشتری ، آب و هوا و قیمت بنزین به شما کمک کند.

هنگامی که این الگوریتم مشخص می کند که فروش بلیط های قبل از کریسمس امسال از لس آنجلس به نیویورک در سال گذشته عقب مانده است ، به عنوان مثال ، می تواند به طور خودکار قیمت ها را پایین بیاورد ، در حالی که مطمئن است که آنها را با توجه به قیمت بالاتر نفت امسال خیلی پایین نمی آورید.

در عین حال ، هنگامی که الگوریتم تقاضای بالاتر از حد معمول بلیط های سنت لوئیس به شیکاگو را به دلیل شرایط جاده یخی ارزیابی می کند ، می تواند به طور خودکار قیمت بلیط را افزایش دهد. مدیرعامل لازم نیست تمام روز به رایانه خیره شود و به دنبال آنچه در فروش بلیط و شرایط بازار اتفاق می افتد ، نگاه کند و سپس به کارگران دستور دهد تا وارد سیستم شوند و قیمت ها را به صورت دستی تغییر دهند. در عوض ، یک برنامه رایانه ای می تواند همه این کارها و موارد دیگر را انجام دهد - و با سرعت بیشتری نیز.

تجزیه و تحلیل تجویز در بانکداری

بانکداری یکی از صنایعی است که می تواند بیشترین بهره را از تجزیه و تحلیل تجویز کند. دلیل این امر این است که شرکت های این بخش همیشه در تلاشند تا ضمن اطمینان از سودآوری ، راه هایی برای خدمت به مشتریان خود پیدا کنند. استفاده از ابزارهای تحلیلی تجویز می تواند به بخش بانکی کمک کند:

• برای مدیریت ارتباط با مشتری مدلهایی ایجاد کنید
• راه های فروش و فروش متقابل محصولات و خدمات را بهبود بخشید
• ضعف هایی را که ممکن است منجر به خسارات شود ، مانند ضد پولشویی (AML) تشخیص دهید
• ابتکارات کلیدی امنیتی و نظارتی مانند گزارش انطباق را توسعه دهید

تجزیه و تحلیل تجویز در بازاریابی

دقیقاً مانند بانکداری ، تجزیه و تحلیل داده ها در بخش بازاریابی بسیار مهم است. بازاریابان می توانند از تجزیه و تحلیل تجویز شده برای ماندن از روند مصرف کننده استفاده کنند. استفاده از روندهای گذشته و عملکرد گذشته می تواند به بخش های بازاریابی داخلی و خارجی حاشیه رقابتی بدهد.

با استفاده از تجزیه و تحلیل تجویز ، بازاریابان می توانند کمپین های مؤثر ارائه دهند که مشتریان خاص را در زمان های خاص مانند ، مثلاً ، تبلیغات برای جمعیتی خاص در طول Superbowl را هدف قرار می دهد. شرکت ها همچنین می توانند نحوه تعامل با مشتریان مختلف و چگونگی قیمت گذاری و تخفیف محصولات و خدمات خود را شناسایی کنند.

تجزیه و تحلیل تجویز به چه معنی است؟

تجزیه و تحلیل تجویز نوعی تجزیه و تحلیل داده ها است که به مشاغل کمک می کند تا تصمیمات بهتر و آگاهانه تری بگیرند. هدف آن کمک به پاسخ به سؤالات مربوط به آنچه باید انجام شود تا در آینده اتفاقاتی رخ دهد. این داده های خام را در مورد روندهای گذشته و عملکرد از طریق یادگیری ماشین (در صورت وجود هرگونه ورودی انسانی بسیار اندک) تجزیه و تحلیل می کند تا دوره های احتمالی عمل یا استراتژی های جدید را به طور کلی برای مدت نزدیک تعیین کند.

چرا تجزیه و تحلیل تجویز برای مشاغل بسیار مهم است؟

تجزیه و تحلیل تجویز برای مشاغل بسیار مهم است زیرا این امکان را به آنها می دهد تا به عملکرد گذشته خود نگاه کنند و از خود بپرسند "برای رسیدن به این مرحله چه کاری باید انجام دهیم؟"این برای مشاغل که نیاز به چرخش دارند بسیار مهم است ، به خصوص آنهایی که با معیارهای کم عملکرد دست و پنجه نرم می کنند. استفاده از این نوع تجزیه و تحلیل داده ها به آنها امکان می دهد استراتژی ها و یک دوره مناسب عمل را ارائه دهند و شاید چه مدت ممکن است برای رسیدن به این اهداف برای آنها طول بکشد.

اشکال دیگر تجزیه و تحلیل داده ها چیست؟

اشکال دیگر تجزیه و تحلیل داده ها تجزیه و تحلیل توصیفی ، تجزیه و تحلیل تشخیصی و تجزیه و تحلیل پیش بینی کننده است. هرکدام سعی می کنند یک سؤال متفاوت بپرسند و ممکن است توسط مشاغل با هم یا جداگانه برای تصمیم گیری های بهتر و آگاهانه تر استفاده شود.

خط پایین

کارهای بسیاری وجود دارد که مشاغل می توانند برای اطمینان از موفقیت خود و تصمیم گیری بهتر انجام دهند. تجزیه و تحلیل داده ها ابزاری است که آنها برای دستیابی به این اهداف در اختیار دارند. تجزیه و تحلیل تجویز نوعی از تجزیه و تحلیل داده ها است که از عملکرد گذشته و روندها برای تعیین آنچه برای دستیابی به اهداف آینده باید انجام شود استفاده می کند. حتی با مزایای واضح ، رهبران مشاغل باید درک کنند که تجزیه و تحلیل تجویز اشکال خاص خود را دارد. دانستن از کجا شروع و انتخاب شرکت مناسب یا نرم افزار برای کمک به شما در رسیدن به اهداف خود مطمئناً می تواند در دراز مدت به شما کمک کند.