Definition

Was ist Prescriptive Analytics?

| Autor / Redakteur: Tutanch / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

Prescriptive Analytics geht der Frage nach, wie sich verschiedene Vorgehensweisen auf ein Ergebnis auswirken. Unternehmen erhalten dadurch Handlungsanweisungen und die Möglichkeit, die Entscheidungsfindung zu automatisieren. Prescriptive Analytics ist Teil der Business-Analyse.

Prescriptive Analytics stellt die dritte und abschließende Phase der Business-Analyse dar. Sie baut auf Descriptive Analytics und Predictive Analytics auf und beschäftigt sich mit der Frage, wie sich die verschiedenen Handlungen auf ein Ergebnis auswirken und welche die optimalen Vorgehensweisen in bestimmte Situationen sind. Als Resultat liefert Prescriptive Analytics Handlungsempfehlungen und ermöglicht automatisierte Entscheidungsfindungen.

Es handelt sich um einen dynamischen Ansatz, der datenbasiert ist und 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. Für die Verbesserung der Qualität der Vorhersagen und die Wahl der richtigen Entscheidungen verarbeitet und analysiert Prescriptive Analytics kontinuierlich interne und externe Daten aus verschiedenen Quellen. Begrenzt verfügbare oder nicht aktuelle Daten sowie nicht berücksichtigte Einflussfaktoren können zu ungenauen oder fehlerhaften Handlungsempfehlungen führen.

Abgrenzung der Begriffe Descriptive, Predictive und Prescriptive Analytics

Die Business-Analyse nutzt Analysemethoden wie Descriptive Analytics, Predictive Analytics und Prescriptive Analytics. Die Analysemethoden lassen sich deutlich voneinander abgrenzen und basieren auf unterschiedlichen Fragestellungen. Während sich Descriptive Analytics auf die Vergangenheit bezieht und sich mit der Frage beschäftigt, was passiert ist, versucht Predictive Analytics künftige Ereignisse vorherzusagen. Die Frage dazu lautet: Was wird voraussichtlich passieren? Als Antwort liefert Predictive Analytics Eintrittswahrscheinlichkeiten für bestimmte Ereignisse.

Prescriptive Analytics versucht, das beste Ergebnis oder eine optimale Lösung zu erzielen, indem die Auswirkungen der verschiedenen Handlungsoptionen auf das Ergebnis analysiert werden. Die Frage hinter Prescriptive Analytics ist: Welche Handlungen sind für ein bestimmtes Ergebnis auszuführen? Damit geht Prescriptive Analytics einen Schritt weiter als Predictive Analytics und liefert zusätzlich zu den Eintrittswahrscheinlichkeiten passende Handlungsempfehlungen für bestimmte Situationen. Dem Anwender von Predictive Analytics stehen beim Eintreten unterschiedlicher Szenarien jeweils spezifische Vorgehensweisen zur Verfügung, die zu einem optimalen Ergebnis oder zu minimalen Risiken führen. Das unternehmerische Handeln lässt sich dadurch bis zu einem gewissen Grad automatisieren und optimieren.

Prescriptive Analytics und die Daten

Basis für Prescriptive Analytics bilden strukturierte und unstrukturierte Daten aus internen und externen Quellen sowie komplexe mathematische Algorithmen. Die Algorithmen werden auf die Daten angewendet und liefern die gewünschten Ergebnisse. 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. Es sind grundsätzlich alle Daten, auch externe, zu berücksichtigen, die Einfluss auf die untersuchten Prozesse haben können.

Prescriptive Analytics bietet viele Einsatzmöglichkeiten. Vor allem in Bereichen, in denen zahlreiche Einflussfaktoren ein Ergebnis beeinflussen und große Unsicherheit herrscht, liefert die Analysemethode passende Lösungen in der Entscheidungsfindung oder bei der Planung von Ressourcen. Allgemein lässt sich feststellen, dass Prescriptive Analytics überall dort sinnvoll einsetzbar ist, wo begrenzte Ressourcen optimal genutzt werden müssen.

Einsatzbeispiele von Prescriptive Analytics

Ein Einsatzbeispiel für Prescriptive Analytics ist das Gesundheitswesen. So hilft Prescriptive Analytics unter anderem bei der Betten- und Personalplanung oder der Beschaffung benötigter medizinischer Produkte.

Auch die Planung von Sitzplatzkapazitäten oder Ticketpreisen von Fluglinien lässt sich mit Prescriptive Analytics optimieren. Ein weiterer Einsatzbereich ist die Logistik. Dort werden Lieferwege optimiert oder Lagerkapazitäten passend ausgelastet.

Im Energiesektor hilft Prescriptive Analytics beispielsweise bei der Öl- und Gasförderung oder beim Auffinden von natürlichen Öl- und Gas-Lagerstätten. Weitere Einsatzbeispiele sind das Bestandsmanagement, die Betriebsmittelplanung, die Produktionsplanung, die Optimierung von Lieferketten, die Finanzplanung oder die Optimierung von Marketingmaßnahmen.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

So funktioniert Datenauswertung in Echtzeit

Realtime Analytics

So funktioniert Datenauswertung in Echtzeit

Prozesse, Endgeräte, Sensoren und Maschinen liefern laufend Logfiles, Sensor- und Betriebsdaten, Transaktionsdaten, die sich korrelieren und auswerten lassen – in Echtzeit. Doch „Echtzeit“ muss nicht unbedingt „ohne Verzug“ bedeuten, sondern lediglich in ausreichender Schnelligkeit für den jeweiligen IT-Benutzer, also vielmehr „rechtzeitig“. Daher befasst sich Realtime Analytics nicht nur mit Streaming-Daten, sondern auch mit viel „langsameren“ Datenlieferungen. lesen

Teradata rückt Beratung und Geschäftsnutzen stärker in den Vordergrund

Nachbericht Teradata Universe EMEA 2017

Teradata rückt Beratung und Geschäftsnutzen stärker in den Vordergrund

Teradata lud Anfang April ins südfranzösische Nizza zur europäischen Ausgabe der Hausmesse Teradata Universe ein. Rund 1.000 Teilnehmer ergriffen die Gelegenheit und informierten sich über aktuelle Analytics-Kundenprojekte. lesen

Digitale Transformation erfordert betriebliche Übersicht und Analyse

Enterprise Operational Intelligence

Digitale Transformation erfordert betriebliche Übersicht und Analyse

Wer sich auf den Pfad der digitalen Transformation begibt, möchte vor allem seine Prozesse agiler und performanter gestalten. Doch bevor man an die Planung und Gestaltung neuer digitaler Prozesse geht, besteht der erste Schritt darin festzustellen, welche Prozesse es im Unternehmen in den einzelnen Abteilungen gibt und ob sie überhaupt jederzeit und überall optimal laufen. Mit Werkzeugen für Enterprise Operational Intelligence (EOI) lässt sich diese Bestandsaufnahme laufend und zeitnah vornehmen. lesen

IBMs Watson Analytics kommt auf die Siemens Mindsphere

Cloudbasiertes Betriebssystem

IBMs Watson Analytics kommt auf die Siemens Mindsphere

IBM und Siemens wollen IBM Watson Analytics und weitere, auf Cognos Analytics basierende, Analyse-Tools in das cloudbasierte, offene Betriebssystem Mindsphere für das Internet der Dinge von Siemens integrieren. lesen

Künstliche Intelligenz sorgt für steigende Umsätze

Infosys-Studie zeigt Potenziale auf

Künstliche Intelligenz sorgt für steigende Umsätze

Im Rahmen der Studie „Amplifying Human Potential: Towards Purposeful Artificial Intelligence“ hat sich Infosys mit dem Einfluss von künstlicher Intelligenz (KI) auf Unternehmen, deren Marktreife und den entsprechenden Erwartungen befasst. lesen

Data Science: Mehr Automatisierung, einfacherer Einsatz

Gartner-Studie veröffentlicht

Data Science: Mehr Automatisierung, einfacherer Einsatz

Wie die Marktforscher von Gartner melden, werden bis 2020 rund 40 Prozent aller Data-Science-Tasks automatisiert ablaufen. Dies wird zu höherer Produktivität und einem breiteren Einsatz von Daten und Analytics-Anwendungen durch „Citizen Data Sciensts“ führen. lesen

Mit Big Data auf dem Weg ins Industrie-4.0-Zeitalter

Kommentar von Daniel Liebhart, Trivadis

Mit Big Data auf dem Weg ins Industrie-4.0-Zeitalter

Die Digitalisierung in der industriellen Fertigung ist im vollen Gang. Eine der Schlüsseltechnologien hinter dieser Entwicklung sind Big-Data-Lösungen, die bereits heute bestehende Produktionsprozesse optimieren und morgen die vollständige Automatisierung im Sinne der Vision Industrie 4.0 erlauben werden. Der Data Scientist der Industrie von morgen ist ein Shopfloor-Daten-Arbeiter. lesen

So eröffnet das Internet der Dinge neue Umsatzpotenziale

Kommentar von Alexander Schlager, Verizon

So eröffnet das Internet der Dinge neue Umsatzpotenziale

Im aktuellen Bericht State of the Market: Internet of Things 2016 von Verizon wird deutlich, dass viele Organisationen das Internet of Things (IoT) als eine neue Einnahmequelle verstehen. Darüber hinaus wird das IoT in Zukunft generell dazu beitragen, dass Unternehmen höhere Umsätze erzielen. Diese Entwicklung von einem Trend zum umsatzgenerierenden harten Wirtschaftsfaktor ist das Ergebnis zahlreicher Fortschritte, die diese Technologie durchlaufen hat. lesen

Wie geht es weiter mit dem Internet der Dinge?

Kommentar von Harald Weimer, Talend

Wie geht es weiter mit dem Internet der Dinge?

Kaum jemand zweifelt daran, dass schon in naher Zukunft immer mehr „Dinge“ vernetzt werden. Dadurch entstehen viele neue Daten. Sehr viele neue Daten. Vor allem aber werden nicht mehr die Verbraucher Herren der Technologie sein, sondern die Industrie: Gesundheitsdienstleister, Energieriesen, Transportwesen, Luftfahrt, um nur einige Beispiele zu nennen. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45079720 / Definitionen)