Apa itu Analisis Preskriptif?
Analitik preskriptif adalah jenis analitik data — penggunaan teknologi untuk membantu bisnis membuat keputusan yang lebih baik melalui analisis data mentah. Secara khusus, analitik preskriptif memberikan informasi tentang situasi atau skenario yang mungkin terjadi, sumber daya yang tersedia, kinerja masa lalu, dan kinerja saat ini, dan menyarankan tindakan atau strategi. Ini dapat digunakan untuk membuat keputusan pada cakrawala waktu kapan saja, dari jangka waktu langsung ke jangka panjang.
Kebalikan dari analitik preskriptif adalah analitik deskriptif, yang meneliti keputusan dan hasil setelah fakta.
Cara Kerja Analisis Preskriptif
Analitik preskriptif bergantung pada teknik kecerdasan buatan, seperti pembelajaran mesin — kemampuan program komputer, tanpa input manusia tambahan, untuk memahami dan maju dari data yang diperolehnya, beradaptasi setiap saat. Pembelajaran mesin memungkinkan untuk memproses sejumlah besar data yang tersedia saat ini. Ketika data baru atau tambahan tersedia, program komputer menyesuaikan secara otomatis untuk memanfaatkannya, dalam proses yang jauh lebih cepat dan lebih komprehensif daripada yang bisa dikelola kemampuan manusia.
Banyak jenis bisnis intensif data dan lembaga pemerintah dapat mengambil manfaat dari menggunakan analitik preskriptif, termasuk yang di sektor jasa keuangan dan perawatan kesehatan, di mana biaya kesalahan manusia tinggi.
Analitik preskriptif bekerja dengan tipe lain dari analitik data, analitik prediktif, yang melibatkan penggunaan statistik dan pemodelan untuk menentukan kinerja masa depan, berdasarkan data terkini dan historis. Namun, ia melangkah lebih jauh: Menggunakan estimasi analitik prediktif tentang apa yang mungkin terjadi, ini merekomendasikan apa yang harus diambil di masa depan.
Pro dan Kontra dari Analisis Preskriptif
Analitik preskriptif dapat memotong kekacauan ketidakpastian langsung dan kondisi yang berubah. Ini dapat membantu mencegah penipuan, membatasi risiko, meningkatkan efisiensi, memenuhi tujuan bisnis, dan menciptakan lebih banyak pelanggan yang loyal.
Namun, analitik preskriptif bukanlah hal yang mudah. Ini hanya efektif jika organisasi tahu pertanyaan apa yang harus diajukan dan bagaimana bereaksi terhadap jawaban. Jika asumsi input tidak valid, hasil output tidak akan akurat.
Namun, ketika digunakan secara efektif, analitik preskriptif dapat membantu organisasi membuat keputusan berdasarkan fakta yang sangat dianalisis daripada langsung ke kesimpulan yang kurang informasi berdasarkan pada insting. Analitik preskriptif dapat mensimulasikan probabilitas berbagai hasil dan menunjukkan probabilitas masing-masing, membantu organisasi untuk lebih memahami tingkat risiko dan ketidakpastian yang mereka hadapi daripada mengandalkan rata-rata. Organisasi dapat memperoleh pemahaman yang lebih baik tentang kemungkinan skenario terburuk dan merencanakannya.
Pengambilan Kunci
- Analitik preskriptif memanfaatkan pembelajaran mesin untuk membantu bisnis memutuskan tindakan yang didasarkan pada prediksi program komputer. Analisis analitik deskriptif bekerja dengan analisis prediktif, yang menggunakan data untuk menentukan hasil jangka pendek. Ketika digunakan secara efektif, analitik preskriptif dapat membantu organisasi membuat keputusan berdasarkan fakta dan proyeksi probabilitas tertimbang, alih-alih beralih ke kesimpulan yang kurang informasi berdasarkan insting.
Contoh Analisis Preskriptif
Banyak jenis bisnis intensif data dan lembaga pemerintah dapat mengambil manfaat dari menggunakan analitik preskriptif, termasuk yang di sektor jasa keuangan dan perawatan kesehatan, di mana biaya kesalahan manusia tinggi.
Analitik preskriptif dapat digunakan untuk mengevaluasi apakah pemadam kebakaran lokal harus meminta penduduk untuk mengevakuasi area tertentu ketika api membakar di dekatnya. Ini juga dapat digunakan untuk memprediksi apakah sebuah artikel tentang topik tertentu akan populer dengan pembaca berdasarkan data tentang pencarian dan pembagian sosial untuk topik terkait. Penggunaan lain bisa untuk menyesuaikan program pelatihan pekerja secara real time berdasarkan bagaimana pekerja merespons setiap pelajaran.
Analisis Preskriptif untuk Rumah Sakit dan Klinik
Demikian pula, analitik preskriptif dapat digunakan oleh rumah sakit dan klinik untuk meningkatkan hasil bagi pasien. Ini menempatkan data perawatan kesehatan dalam konteks untuk mengevaluasi efektivitas biaya berbagai prosedur dan perawatan dan untuk mengevaluasi metode klinis resmi. Ini juga dapat digunakan untuk menganalisis pasien rumah sakit mana yang memiliki risiko tertinggi masuk kembali sehingga penyedia layanan kesehatan dapat melakukan lebih banyak, melalui pendidikan pasien dan tindak lanjut dokter untuk mencegah pengembalian yang konstan ke rumah sakit atau ruang gawat darurat.
Analisis Preskriptif untuk Maskapai
Misalkan Anda adalah CEO dari sebuah maskapai penerbangan dan Anda ingin memaksimalkan keuntungan perusahaan Anda. Analitik preskriptif dapat membantu Anda melakukan ini dengan secara otomatis menyesuaikan harga tiket dan ketersediaan berdasarkan berbagai faktor, termasuk permintaan pelanggan, cuaca, dan harga bensin. Ketika algoritme mengidentifikasi bahwa penjualan tiket pra-Natal tahun ini dari Los Angeles ke New York mengalami keterlambatan tahun lalu, misalnya, ia dapat secara otomatis menurunkan harga, sambil memastikan tidak menjatuhkannya terlalu rendah mengingat harga minyak yang lebih tinggi tahun ini.
Pada saat yang sama, ketika algoritma mengevaluasi permintaan tiket yang lebih tinggi dari biasanya dari St. Louis ke Chicago karena kondisi jalan yang dingin, ia dapat menaikkan harga tiket secara otomatis. CEO tidak harus menatap komputer sepanjang hari melihat apa yang terjadi dengan penjualan tiket dan kondisi pasar dan kemudian memerintahkan pekerja untuk masuk ke sistem dan mengubah harga secara manual; sebuah program komputer dapat melakukan semua ini dan lebih banyak lagi — dan juga pada kecepatan yang lebih cepat.
