4+ ТИПИ АНАЛІТИКИ ДЛЯ ВИРОБЛЕННЯ РІШЕНЬ (descriptive, diagnostic, predictive, prescriptive +)

Згідно  традиційної логіки вироблення рішень (decision making) під час системного аналізу ділових процесів (business process) у різноманітних сферах традиційно виділяють чотири види аналітики на основі наявної інформації:

• Descriptive Analytics (Описова Аналітика) відповідає на запитання «Що сталося?»

• Diagnostic Analytics (Діагностична Аналітика) відповідає на наступне  запитання: «Чому це сталося?»

• Predictive Analytics (Прогнозна Аналітика) використовується для прогнозу тенденцій чи подій і відповідає на запитання: «Що може статися в майбутньому?»

• Prescriptive Analytics (Наказова Аналітика)  відповідає на запитання: «Що нам робити далі?»

Піраміда 4-х етапів аналітики для обгрунтованого прогнозування рішень, заснованих на даних: 1) Descriptive (описова), 2) Diagnostic (діагностична), 3) Predictive (прогнозна), 4) Prescriptive (наказова)

Потрібно враховувати й інші моделі аналітики, які описані та удосконалені у верифікованих авторських дослідження за тематикою PhD "Автоматизована система підтримки інформаційно-аналітичної роботи корпоративного інформаційно-аналітичного центру" (АС ПІАР КІАЦ)

Далі дана цитата зі статті на сайті Kyivstar БІЗНЕС-АНАЛІТИКА — МАСТХЕВ ДЛЯ РОЗВИТКУ СУЧАСНОЇ КОМПАНІЇ. Переклад і тлумачення деяких англомовних термінів  від Garvard Business School у статті KS потребує уточнення або виправлення, що виходить за рамки цієї публікації. DSS BI consult може надати додаткову консультацію для поліпшення вироблення рішень і управління (Decision Making and C2).

Бізнес-аналітика — це сукупність процесів та інструментів, які допомагають аналізувати корпоративні дані для оцінки ключових показників діяльності та вилучення цінної інформації про роботу підприємства. Завдяки цим даним компанія зможе прийняти більш обґрунтоване рішення у досягненні бізнес-мети.

Водночас важливо відрізняти БА від науки про дані (Data Science). Ці два поняття іноді плутають, бо вони обидва пов’язані з даними. Однак різниця в тому, що завдяки БА можна отримати необхідну інформацію та візуалізувати дані, щоб полегшити керівникам компаній процес прийняття рішень. Тоді як спеціалісти Data Science створюють інструменти для роботи з необробленими даними, розробляють програми, ML-алгоритми для автоматизації збору та обробки інформації. Тобто дані у бізнес-аналітиці є засобом для прийняття рішень, а дані у Data Science — кінцевою метою. (??? - DSS BI Consult)

Традиційно виділяють чотири основні етапи бізнес-аналітики:

Описова аналітика є найпростішим методом та основою, на якій будуються інші методи. Вона дозволяє стисло описувати те, що було раніше або відбувається зараз, і відповідає на запитання «Що сталося?». Компанія після аналізу даних може виявити, що зростання продажів одного з продуктів залежить від сезону. Наприклад, описова аналітика покаже, що продажі ігрової консолі зростають у вересні, листопаді та грудні щороку. Візуалізація даних є класичним підходом для описового аналізу, оскільки діаграми, графіки та карти можуть чітко та зрозуміло показати тенденції в даних, а також їхню динаміку.

Діагностична аналітика розширює аналіз та містить порівняння паралельних тенденцій, виявлення причинно-наслідкових зв’язків, і відповідає на наступне логічне запитання: «Чому це сталося?». Так, можна дослідити демографічні дані користувачів ігрових консолей і виявити, що вони, як правило, віком від 8 до 18 років. Однак купують товар люди віком від 35 до 55 років. Аналіз результатів опитування клієнтів покаже, що основний їхній мотив для покупки консолі — це дарувати її своїм дітям. Сплеск продажів восени та взимку може бути пов’язаний зі святами, які передбачають подарунки.

Прогнозована аналітика використовується для прогнозування майбутніх тенденцій або подій і відповідає на запитання: «Що може статися в майбутньому?». Аналізуючи історичні дані в поєднанні з галузевими тенденціями, можна робити обґрунтовані прогнози щодо майбутнього компанії. Наприклад, знання того, що продажі ігрових консолей суттєво зростають у вересні, листопаді та грудні щороку протягом останніх кількох років, дає підстави передбачити, що така ж тенденція відбуватиметься й наступного року. Створення прогнозів на майбутнє може допомогти вашій організації сформулювати стратегії на основі ймовірних сценаріїв.

Прескриптивна аналітика враховує всі можливі фактори сценарію та пропонує практичні висновки. Цей тип аналітики може бути особливо корисним під час прийняття рішень на основі даних і відповідає на запитання: «Що нам робити далі?». Продовжуємо приклад відеоігор — що має вирішити команда, враховуючи прогнозовану тенденцію до сезонності? Можливо, треба провести A/B-тест рекламної кампанії за двома факторами: один призначений для кінцевих користувачів продукту (дітей), а інший — для клієнтів (їхніх батьків). Дані з цього тесту можуть інформувати про те, як найкраще використовувати сезонність та її прогнозовану причину. Можливо під час сплеску покупок треба розширити маркетингові зусилля за допомогою передсвяткових SMS-повідомлень, email-розсилок та інших рекламних інструментів, щоб збільшити кількість продажів.

Як ще використовують бізнес-аналітику? Фахівці з маркетингу можуть відстежувати результати рекламних кампаній, наприклад, відсоток відкриттів листа з розсилки, переходів за посиланням, конверсію на цільових сторінках, щоб потім коригувати рекламні акції для вищої ефективності. Зокрема, фінансові компанії консолідують дані та відстежують рух коштів, витрати та доходи тощо. Завдяки БА спеціалісти в реальному часі можуть спостерігати за прибутковістю та приймати рішення, як підвищити доходи. А відділ кадрів може використовувати БА для моніторингу відвідуваності, продуктивності, плинності кадрів та залученості команди у роботу. Завдяки цьому приймати виважені рішення про наймання працівників, визначати потреби в навчанні, оптимізувати графік роботи та ін.

Додатково від DSS BI consult+

 Не вдаючись  у інші деталі зазначимо, що  системний аналіз (System Analysis) для підтримки  вироблення рішення (decision making) повинен передбачати ще один, 5-й вид аналітики, який показано на рисунку нижче - "Аналітику рішень і результатів" (Analytics of Decision & Results C2+ (Command and Control+)). 

Більш грунтовне розкриття змісту знаку "+" та інших особливостей етапів системної аналітики для вироблення рішень виходить за рамки цієї публікації і може бути здійснене у рамках окремої консультації DSS BI consult+

DSS BI consult+: розширені типи аналітики для вироблення рішень  

Запит у Google у 2014 році за тематикою "DSS BI 2.0" (Система підтримки прийняття рішень на основі Business Intelligence 2-го покоління) - це автоматизована система підтримки корпоративної  інформаційно-аналітичної роботи корпоративного інформаційно-аналітичного центру (АС ПІАР КІАЦ)