La prescriptive analytics è il terzo step dell’analisi di business, che ci indica quali sono le migliori azioni al fine di raggiungere obiettivi aziendali specifici. Questo tipo di analisi è correlato sia alla descriptive analytics che alla predictive analytics. Mentre la prima ci fornisce una visione descrittiva di ciò che è già successo, e la seconda ci guida su possibili scenari che potrebbero accadere, la terza ci aiuta a intraprendere il miglior percorso decisionale per il nostro scenario.
Nello specifico, la prescriptive analytics serve a determinare la soluzione e il risultato migliore tra le varie possibili scelte, dati i parametri noti. La scelta della “soluzione ottimale” è determinata dal costante e automatico utilizzo di big data, che prende in considerazione ogni fattore di rischio e qualsiasi possibile implicazione data una determinata scelta.
L’approccio della prescriptive analytics
L’analisi prescrittiva nasce dai numerosi progressi nel campo dell’informatica e si occupa di analizzare le potenziali decisioni in ambito aziendale, considerando tutte le variabili che concorrono alla scelta di quella migliore e a minor fattore di rischio. Tutto questo avviene in tempo reale grazie al continuo utilizzo di dati. Naturalmente rimane presente una marginalità di errore, dovuta agli stessi agenti che possono annullare l’analisi descrittiva e predittiva (ad esempio limitazione dei dati o altri fattori esterni non presi in considerazione).
Le tecniche utilizzate da questa affascinante tipologia di analisi sono:
- ottimizzazione
- simulazione
- teoria dei giochi
- analisi delle decisioni
Ad oggi le aziende che utilizzano questo tipo di intelligenza sono davvero poche, soprattutto nel nostro paese. Ma cosa accadrebbe al mondo delle decisioni aziendali se tutti adottassero questo approccio?
In questo video IBM descrive il percorso che conduce all’analisi prescrittiva, passando da quella descrittiva e predittiva: