Analítica Prescriptiva

por Margaret Rouse

Analítica Prescriptiva
Analítica Prescriptiva

La analítica prescriptiva es el área de la analítica empresarial ( BA ) dedicada a encontrar el mejor curso de acción para una situación determinada.

La analítica prescriptiva está relacionada con la analítica descriptiva y predictiva. Mientras que el análisis descriptivo tiene como objetivo proporcionar información sobre lo que ha sucedido y el análisis predictivo ayuda a modelar y pronosticar lo que podría suceder, el análisis prescriptivo busca determinar la mejor solución o resultado entre varias opciones, dados los parámetros conocidos.

La analítica prescriptiva también puede sugerir opciones de decisión sobre cómo aprovechar una oportunidad futura o mitigar un riesgo futuro, e ilustrar las implicaciones de cada opción de decisión. En la práctica, la analítica prescriptiva puede procesar de forma continua y automática nuevos datos para mejorar la precisión de las predicciones y proporcionar mejores opciones de decisión.

Una tarea intensiva en procesos, el enfoque prescriptivo analiza las decisiones potenciales, las interacciones entre decisiones, las influencias que influyen en estas decisiones y la influencia de todo lo anterior en un resultado para, en última instancia, prescribir un curso de acción óptimo en tiempo real. Sin embargo, la analítica prescriptiva no es infalible, pero está sujeta a las mismas distorsiones que pueden alterar la analítica descriptiva y predictiva, incluidas las limitaciones de datos y fuerzas externas no contabilizadas. La efectividad de la analítica predictiva también depende de qué tan bien el modelo de decisión captura el impacto de las decisiones que se analizan.

Los avances en la velocidad de la computación y el desarrollo de algoritmos matemáticos complejos aplicados a los conjuntos de datos han hecho posible el análisis prescriptivo. Las técnicas específicas utilizadas en el análisis prescriptivo incluyen métodos de optimización, simulación, teoría de juegos y análisis de decisiones.

Una empresa llamada Ayata posee la marca registrada del término Prescriptive Analytics (en mayúsculas). Ayata es la palabra sánscrita para futuro .

Este breve video de IBM describe la progresión desde el análisis descriptivo, pasando por el análisis predictivo, hasta el análisis prescriptivo:

Vea la breve presentación en video de Ayata sobre el potencial de la analítica prescriptiva:

Fuente: https://searchcio.techtarget.com/definition/Prescriptive-analytics

Analítica predictiva, descriptiva o prescriptiva: ¿cuál elegir?

por José Luis Becerra Pozas

Analítica Prescriptiva

En los tiempos digitales que corren, analizar los trillones de gigabytes que se producen diariamente no es una labor sencilla. De hecho, se estima que en la actualidad, por diversas causas, se estudia y aprovecha menos del 0.5% de la información generada.

Una de las dificultades principales radica en un factor humano: existe un déficit de especialistas, en principio hacen falta individuos cuya formación académica esté orientada a las disciplinas del análisis de datos, especialidades –como estadística, ciencias de datos, matemáticas avanzadas, entre otras– que son esenciales para diseñar estrategias basadas en la analítica. Y si hablamos de desarrollar la capacidad para aprovechar al máximo las innovaciones tecnológicas, es evidente la larga curva de aprendizaje que hay que recorrer. 

Para ilustrarlo, una muestra: de acuerdo con una investigación sobre Big Data, para 2018, a la economía estadounidense –una de las más avanzadas en el uso del análisis de datos– le harán falta entre 140,000 y 190,000 profesionales con competencias analíticas sólidas.

A esto hay que agregar que, según una encuesta de escala global, el talento analítico es el más difícil de atraer y retener para el 48% de las empresas, en comparación con otras especialidades. 

En este contexto, que augura certeza en el empleo y amplias opciones de desarrollo profesional, muchos jóvenes confiarán su futuro a una carrera asociada con la analítica. Una decisión que difícilmente se criticaría; incluso en México, en donde una carrera como Estadística Aplicada, de acuerdo con datos del Instituto Mexicano para la Competitividad (IMCO), registra una alta tasa de ocupación (en el orden del 99%). 

No obstante, las oportunidades más interesantes –aquellas que se derivan de las necesidades más urgentes de las organizaciones de todas las industrias– no se obtendrán con conocimientos generales sobre el análisis de datos y sus técnicas más conocidas. 

Para sentar las bases de una carrera exitosa, los jóvenes interesados en la analítica deben fortalecer sus conocimientos –en las aulas universitarias o aprovechando los recursos educativos de proveedores, en tres áreas específicas:

Analítica descriptiva

Permite conocer las características de diversos fenómenos de interés y ayuda a descubrir tendencias y patrones de comportamientos a partir del análisis de datos históricos que, de otra manera, habrían pasado inadvertidos para los tomadores de decisiones. Por ejemplo, determinar las características de los consumidores que demandan un determinado producto o servicio. 

Analítica predictiva

Basada en métodos matemáticos avanzados (como la minería de datos y el machine learning), hace posible la creación de modelos que pronostican la ocurrencia de algún evento y guían la toma de decisiones. Siguiendo con el ejemplo anterior, podríamos determinar cuál es el producto que más probabilidades tiene de ser aceptada por un consumidor. 

Analítica prescriptiva

A través de técnicas de simulación y optimización, entre otras, la analítica prescriptiva permite detectar las alternativas óptimas dentro una gama de posibilidades y señala los caminos que más conviene seguir. Por ejemplo, crea escenarios que permiten simular los resultados que se podrían tener modificando diferentes parámetros a fin de encontrar el mejor precio de un producto. 

En un ámbito laboral que todos los días incrementa su necesidad de ingenio analítico, dichos conocimientos representan un factor de diferenciación que ningún estudiante debería ignorar. Los proyectos buscan lograr un efecto transformador del negocio, por lo tanto, necesitarán algo más que un “experto en datos”, exigirán talento, habilidades y herramientas que permitan que el uso de la analítica genere valor al negocio. 

En conclusión, los especialistas en temas analíticos tienen una gran oportunidad hoy y en el futuro de ayudar a las organizaciones públicas y privadas a obtener mejores resultados.

Fuente: https://cio.com.mx/analitica-predictiva-descriptiva-prescriptiva-elegir/

Deja un comentario