Центры Medicare и Medicaid (CMS) недавно объявили, что в период с 2012 по 2014 год организация сэкономила 42 миллиарда долларов. Партнерство CMS с правоохранительными и проверяющими поставщиками медицинских услуг было причиной частичной экономии. Но CMS сэкономил большую часть суммы, внедрив прогностическую аналитику, тем самым предотвратив «мошенничество, растрату и злоупотребления».
«С 1 октября 2012 года по 30 сентября 2014 года (финансовый год 2013 (FY) и 2014 финансовый год) каждый доллар, вложенный в усилия по обеспечению целостности программы CMS Medicare, сэкономил 12,40 долл. США для программы Medicare».
$config[code] not foundПроще говоря, предиктивная аналитика - это «компьютеры, извлекающие уроки из прошлого, о том, как улучшить определенные бизнес-процессы и дать новое представление о том, как на самом деле функционирует ваша организация».
Компании должны научиться извлекать действенные стратегии из множества данных, которые они собирают. Прогнозная аналитика может принести пользу вашему бизнесу разными способами, включая определение действий клиента, упрощение ваших процессов и снижение уровня риска.
Мусор на входе - Мусор на выходе (GIGO)
В IT есть поговорка: мусор входит - мусор выходит (GIGO). Это означает, что качество ваших данных чрезвычайно важно. Основанные на неверных данных бизнес-решения могут оказать серьезное негативное влияние на ваш бизнес.
Убедитесь, что все, кто занимается вводом данных в вашей компании, понимают, насколько важна точность для успеха вашего бизнеса.
Примеры прогнозной аналитики
Прогнозная аналитика упрощает деятельность компании
Harvard Business Review сообщает, что большие данные чрезвычайно полезны для прогнозирования потребительского спроса на продукты, которые не являются «хитами», а скорее продаются многим людям в самых разных нишах (иначе называемых «длинным хвостом»).
Сбор данных такого типа является более сложной задачей, поскольку продукты в «длинном хвосте» не так популярны, как популярные продукты, а регионы, в которых они продаются, не так велики.
Прогнозная аналитика чрезвычайно полезна для анализа этих данных и определения того, что хотят клиенты в этих нишах.
Настройка цен с использованием прогнозирующей аналитики
Еще один способ, которым прогностическая аналитика помогает компаниям, - это ценообразование. Предприятия могут увеличить продажи, ориентируясь на конкретных клиентов с конкретными ценами, скидками и акциями.
Интернет-магазины могут использовать тонны данных, которые они собирают о поведении своих клиентов, чтобы скорректировать свои цены в соответствии с тем, что больше всего понравится их клиентам.
Прогнозная аналитика также очень помогает отраслям, которые в своих успехах полагаются на машины, потому что данные могут быть использованы для оценки того, когда эти машины нуждаются в обслуживании или могут выйти из строя.
Ученые из Microsoft использовали данные, которые они собрали на самолетах, чтобы определить, когда рейсы могут быть отменены или задержаны. Авиакомпании являются лишь одним из примеров организаций, которые могут уменьшить огромное количество отходов, просто желая найти способы сбора данных, которые у них уже есть.
Прогнозная аналитика снижает риск
Снижение риска для компаний является еще одним преимуществом прогнозной аналитики. Компании заинтересованы в том, чтобы найти способы повысить свою безопасность, потому что дело не в том, произойдут ли утечки данных, а в том, когда они произойдут.
Сбор информации о прошлых атаках и идентификация цифрового отпечатка пальца для предотвращения будущих проникновений является обычным способом предотвращения утечки данных. Этот метод становится все менее эффективным, поскольку кибератаки становятся все более изощренными.
Прогнозирующая аналитика, конечно, не гарантирует предотвращение каждой атаки. Тем не менее, это активный подход к защите информации, а не реактивный.
Компании могут использовать прогнозирующую аналитику для выявления атак, которых они никогда раньше не видели, вместо того, чтобы полагаться на то, что они знают о прошлых атаках. В сочетании с искусственным интеллектом прогнозная аналитика может стать действительно очень мощной.
Внедрение прогнозирующей аналитики
Легко говорить о реализации прогнозной аналитики, но на самом деле это может быть сложно. Компании должны определить следующее, чтобы начать:
- ответственность перед вашим бизнесом, если руководство делает плохой выбор,
- типы решений, которые принимает ваша компания,
- какие ресурсы лучше всего помогут вам применить свою стратегию прогнозного анализа на практике.
Прогнозная аналитика станет очевидным активом для вашей компании, если стоимость принятия ряда плохих решений будет высокой (например, аналогично 42 миллиардам долларов, которые были бы потрачены CMS).
Также полезно признать, что не все решения равны. Операционные решения обычно имеют правильные или неправильные ответы, в то время как стратегические решения могут иметь неоднозначные ответы.
Вы можете использовать прогнозную аналитику с обоими типами решений, но вам нужно будет адаптировать моделирование для любой ситуации. А затем вам нужно выбрать аналитическое решение, наиболее подходящее для ваших нужд, и с командой, которая знает, что оно делает.
Руководство должно определить:
- Ваши проблемы,
- желаемые результаты,
- внутренние наборы данных,
- ценность решения, которое вы рассматриваете.
Используйте эту информацию, чтобы определить, какой поставщик лучше всего подходит для вашей компании.
Большие данные и прогнозная аналитика от Профессор Лили СагафиПрогнозная аналитика - эффективный актив
Использование больших данных больше не является прерогативой только крупных корпораций. Даже малый бизнес сейчас осознает его ценность. К счастью, компании теперь могут использовать преимущества больших данных благодаря доступности новых облачных решений.
Когда дело доходит до улучшения в любой сфере жизни, не существует панацеи. Тем не менее, прогнозная аналитика является ценным ресурсом, помогающим вашему бизнесу не только повысить эффективность, но и снизить риски в различных областях.
Предсказать фото через Shutterstock
1
