Hätte, hätte, Fahrradkette und hinterher ist man bekanntlich immer schlauer. Daran wird sich vermutlich auch nie etwas ändern. Doch Algorithem und intelligente Analytic-Methoden bieten inzwischen die Möglichkeit, die Entscheidungsfindung zu optimieren. Dadurch wird man vielleicht vorher nicht schlauer als hinterher, aber schlauer als manch Wettbewerber.
Produktionsunternehmen bewegen sich inzwischen auf dynamischen Märkten mit enormen Druck vom Wettbewerb, der Regulatorik und Kundenwünschen mit immer komplexeren Strukturen. Aspekte, die die Entscheidungsfindung nicht vereinfachen. Predictive Analytics bieten schon seit Jahren die Möglichkeit für ein Aufzeigen von Zukunftsszenarien. Prescriptive Analytics legen noch einen drauf und ermöglichen damit eine optimierte Entscheidungsfindung.
Fakten statt Hokuspokus
Bei Prescriptive Analytics handelt sich um einen dynamischen, datenbasierten Ansatz, der mathematische Algorithmen als Analysemethoden nutzt. Das Ziel von Prescriptive Analytics ist es, die richtigen Entscheidungsoptionen vorzuschlagen, um maximale Vorteile zu erzielen oder Risiken zu minimieren.
Basis dafür bilden strukturierte und unstrukturierte Daten aus internen und externen Quellen sowie komplexe Algorithmen. Zu den genutzten Methoden gehören künstliche Intelligenz, Statistik, Wahrscheinlichkeitsrechnung und Simulationen. Die Daten können aus unterschiedlichen Quellen wie dem klassischen Data Warehouse stammen. Auch die unstrukturierten Daten aus NoSQL-Datenbanken aus dem Big-Data-Umfeld werden von Prescriptive Analytics herangezogen.
Der größte Vorteil von Prädiktiven Analysen ist, dass der Data Science-Prozess nicht bei der Auswertung beziehungsweise der Vorhersage aufhört, sondern eben die Handlung miteinschließt. Dieser Schrittweg von der Verarbeitung von Informationen hin zu einer klaren Anwendung ist fundamental für den Erfolg von datenbasierten Arbeiten – und unterscheidet Prescriptive Analytics von den anderen drei weit verbreiteten Analyticsarten.
Die vier Analytics-Reifegrade von Gartner
Gartner zeigt in seinem Analytics-Reifegradmodell die vier Analytics-Spielarten anhand ihrer Verwendung: Vom Rückblick zu Vorhersagen. Je nach gewünschtem Ergebnis lässt sich darauf basierend schnell erkennen, welche Analytics-Methode am passendsten wäre. So beschäftigen sich Descriptive Analytics mit der Kernfrage, was in der Vergangenheit passiert ist und versuchen, die auswirkungen auf die Gegenwart zu verstehen.
Diagnostic Analytics hingegen bewegen sich schon stärker in Richtung Einblickgenerierung. Hier steht die Frage im Vordergrund, warum etwas passiert ist. Im Fokus stehen entsprechend die Gründe, Auswirkungen und Wechselwirkungen.
Die nächste Stufe bilden Predictive Analyics. Diese Methode blickt in die Zukunft und liefert auf Basis von Data Mining, Machine Learning und anderen statistischen Modellen Aussagen über die Wahrscheinlichkeit von künftigen Ereignissen.
Die letzte Stufe bilden Prescriptive Analytics. Hier steht vor allem der Aspekt der Optimierung und weniger die reine Informationslieferung im Vordergrund – die Komplexität der Methode ist entsprechend hoch. Die Kernfrage lautet hier: Wie muss gehandelt werden, damit ein zukünftiges Ereignis eintritt – oder eben auch nicht?
Predictive versus Prescriptive Analytics
Prescriptive Analytics gehen einen Schritt weiter als Predictive Analytics: Zusätzlich zur Informationsbereitstellung werden Handlungsempfehlungen generiert, um eine Entwicklung zu beeinflussen, ein Ereignis zu verhindern oder auf ein Ereignis bestmöglich zu reagieren. Die Basis dafür ist eine umfassende Datensammlung sowie anspruchsvolle analytische Modelle. Prescriptive Analytics basiert in der Regel auf den durch Predictive Analytics erlangten Erkenntnissen, die mit verschiedenen bekannten und möglichen Parametern durchdekliniert werden, um mögliche Wenn/Dann-Szenarien aufuzeigen.
Je besser die Datenerfassung, desto fundierter sind die Analysen und damit die Entscheidungen. Mit dem Einsatz von State-of-the-Art-Software können Sie schon heute den ersten Schritt in Richtung Zukunft gehen. Welchen Möglichkeiten Sie dafür haben, lesen Sie hier.