Что такое предписывающий анализ? 6 примеров

Предписывающий анализ неспроста называют «будущим анализа данных». Этот тип анализа больше, чем объяснения и предсказания для рекомендации лучшего курса действий в движении вперед. Он особенно полезен при принятии решений на основе данных.
Существует 4 главных типа анализа данных:

• Описывающий, который отвечает на вопрос «Что произошло?»
• Диагностический, отвечающий на вопрос «Почему это произошло?»
• Предсказывающий, который отвечает на вопрос «Что может произойти в будущем?»
• Предписывающий, дающий ответ на вопрос «Что делать дальше?»

Анализ данных, применяемый в предпринимательстве, часто называют бизнес аналитикой. Все четыре типа анализа можно использовать вместе для создания полной картины результатов данных. Вы начинаете описывать тенденции, которые замечаете. Затем, копнув глубже, понимаете, что вызвало эти тенденции, и на основе этой информации делаете прогнозы, повторятся ли эти тенденции в будущем. Предписывающий анализ двигает процесс на шаг вперед, предоставляя варианты действий, предприняв которые, можно достичь цели организации.
Вот 6 примеров, как последний тип анализа используется в разных отраслях.

1. Венчурный капитал: решения по инвестированию

Инвестиционные решения, часто основанные на внутреннем чутье, можно улучшить с помощью специальных алгоритмов, которые взвешивают риски и рекомендуют, стоит ли вкладывать деньги.
В области венчурного капитала был проведен эксперимент, проверяющий эффективность решений на основе алгоритма по сравнению с решениями так называемых бизнес-ангелов по вопросу, в какие именно стартапы стоит инвестировать.
Результаты эксперимента были следующими: алгоритм сработал лучше тех бизнес-ангелов, которые были менее опытны в капиталовложениях и хуже справлялись с когнитивными искажениями; но он проиграл тем инвесторам, кто оказался опытен в этой сфере и способен контролировать свои когнитивные искажения.
Данный эксперимент доказывает, что предписывающий анализ может играть дополнительную роль при принятии решений и помочь там, где опыта не хватает и когнитивные искажения не достаточно контролируются. Алгоритм является настолько непредвзятым, на сколько непредвзяты загруженные в него данные, поэтому людям стоит хорошо подумать, применять ли его или нет.

2. Продажи: оценка лидов

Предписывающий анализ играет значительную роль в продажах при так называемой оценке лидов (т.е. потенциальных клиентов). Этот термин обозначает процесс присвоения баллов разным действиям в воронке продаж (т.е. в пути клиента от первого взаимодействия с компанией до покупки), что позволяет специалисту или алгоритму расположить их на шкале в зависимости от степени вероятности, что они увеличат клиентуру.
Аспекты, которые оцениваются подобным образом, включают:

• Просмотры страницы
• Взаимодействия по электронной почте
• Поиски на сайте
• Вовлеченность в содержание сайта, например, посещения вебинаров, загрузка электронных книг, просмотры видео

При такой оценке наивысший балл дается тем аспектам, которые подразумевают желание купить продукт (например, посещение страницы продукта), а отрицательные баллы тем, что показывают нежелание покупать (к примеру, просмотр на сайте вакансий на работу). Таким образом, этот анализ помогает уделять приоритетное внимание тому, что имеет больше шансов превратить потенциальных клиентов  в реальных, что сэкономит компании время и деньги.

3. Кураторство содержимого: рекомендации алгоритма

Если вы хоть раз просматривали ленты социальных сетей и приложений для знакомств, вы скорее всего сами сталкивались с предписывающей аналитикой в виде рекомендаций специального алгоритма к дальнейшему просмотру.
Алгоритмы разных организаций собирают данные на основе информации, которая вас интересует на их платформах (и потенциально других тоже). Используя комбинацию ваших предыдущих запросов, алгоритм выдает определенные рекомендации. Например, вы постоянно просматриваете видео отзывы на обувь в U-tube, тогда алгоритм этой платформы проанализирует эти данные и посоветует вам еще подобные видео или похожий контент, который может быть вам тоже интересен.
В соц.сети Tik Tok есть лента, которая называется «For You», это пример предписывающего анализа в действии. Сайт компании поясняет, что взаимодействия пользователя в этом приложении, как и оценка лидов в области продаж, изучаются на основе определения интересов. Например, если вы посмотрите какое-то видео, это значит, что эта тема вам интересна. Затем другие подобные видео ранжируются в зависимости от того, на сколько высока вероятность, что они вам понравятся, и эти рекомендации отправляются в специальную ленту только для вас».
Здесь данный вид анализа помогает больше вовлечь клиентов, больше их радовать и в перспективе завлечь их рекламой на основе их предпочтений.

4. Банковское дело: обнаружение мошенничества

Другое применение данного анализа —  определение и оповещение о наличии банковского мошенничества. Со всем тем объемом данных, что находится в системе банков, человеку практически невозможно вручную отследить подозрительную деятельность на определенном счете.  Специальный алгоритм, использующий данные истории операций клиента, сканирует и анализирует новые данные на предмет аномалий. Если, например, обычно вы тратите 3000 долларов в месяц, но в этом месяце вы потратили 30 000 долларов.
Алгоритм анализирует шаблоны в данных по вашим операциям, предупреждает банк и рекомендует определенный курс действий. В вышеуказанном примере, этот курс действий может заключатся в отмене карты, ибо может быть, её украли.

5. Управление продуктом: развитие и улучшение

Предписывающий анализ может так же помогать развивать и улучшать продукт. Менеджеры по продукту могут собрать данные путем опроса покупателей, проведения тестов с бета версией продукта, организации исследования рынка среди тех, кто еще пока не пользуется этим продуктом, сбора информации при взаимодействии текущих клиентов. Все эти данные можно проанализировать (любо вручную, либо с помощью алгоритмов) для определения тенденций и их причин, и прогнозирования, повторятся ли такие тенденции.
Такой анализ может помочь определить, что включить и что исключить из продукта, и что поменять для получения оптимального впечатления пользователей.

6. Маркетинг: автоматизация электронной почты

Автоматизация email коммуникаций — еще один четкий пример применения этого анализа. Маркетологи используют её для сортировки лидов, опираясь на их мотивацию, мышление, намерения, и отправляют им по электронной почте контент на основе этих категорий. Любые взаимодействия людей с такой почтой могут поместить их в другую категорию, и тогда они получат совершенно другой набор сообщений.  
В то время как это чисто алгоритмический предписывающий анализ, планировать, создавать и проверять автоматизированный поток должен человек. Подобная автоматизация позволяет компаниям создавать массовые индивидуальные сообщения и увеличивать шанс того, что потенциальный клиент станет настоящим, используя контент, соответствующий их мотивации и запросам.

Предписывающий анализ в вашей организации

Если такой тип анализа является новинкой для вашей компании, то сейчас самое лучшее время проверить, как он повлияет на принятие решений. Начните с одного вопроса или одного процесса, который вы хотите оптимизировать. Соберите данные, касающиеся его, и проводите каждый тип анализа для формирования полной картины.

1. Описывающий: какие тенденции показывают данные?
2. Диагностический: какие факторы привели к этим тенденциям? Почему они возникли?
3. Предсказывающий: ожидаете ли вы, что это та тенденция, что продолжится или повторится?
4. Предписывающий: если у вас есть специальный алгоритм или другой аналитический инструмент, прогоните через него данные компании. Если первых нет, проведите анализ возможных последующих шагов вручную, основываясь на том, что вы узнали по вашему вопросу или процессу. Как каждый вариант влияет на исход ситуации, и следовательно, вашу цель?

Предписывающий анализ не обязательно должен быть пугающим. С правильной основой он может стать мощным инструментом для оптимизации процессов, формулирования стратегий и достижения целей организации.

Перевод статьи WHAT IS PRESCRIPTIVE ANALYTICS? 6 EXAMPLES из блога Harvard Business School от 02.11.2021, Сatherine Cote