Pusat Medicare dan Medicaid (CMS) baru-baru ini mengumumkan bahwa antara 2012 dan 2014, organisasi telah menghemat $ 42 miliar. CMS bermitra dengan penegak hukum dan memeriksa penyedia layanan kesehatan bertanggung jawab atas sebagian dari tabungan. Tetapi CMS menghemat banyak jumlah dengan menerapkan analitik prediktif, sehingga mencegah "penipuan, pemborosan, dan penyalahgunaan."
"Dari 1 Oktober 2012 hingga 30 September 2014 (Tahun Anggaran 2013) dan TA 2014), setiap dolar yang diinvestasikan dalam upaya integritas program Medicare CMS menghemat $ 12,40 untuk program Medicare."
$config[code] not foundSederhananya, analitik prediktif adalah "komputer belajar dari perilaku masa lalu tentang bagaimana melakukan proses bisnis tertentu dengan lebih baik dan memberikan wawasan baru tentang bagaimana organisasi Anda benar-benar berfungsi."
Perusahaan perlu belajar bagaimana menambang strategi yang dapat ditindaklanjuti dari kumpulan data yang mereka kumpulkan. Analitik prediktif dapat menguntungkan bisnis Anda dalam banyak cara termasuk menentukan tindakan pelanggan, menyederhanakan proses Anda, dan mengurangi tingkat risiko Anda.
Sampah Masuk - Sampah Keluar (GIGO)
Dalam TI kami memiliki pepatah: sampah di - sampah keluar (GIGO). Artinya adalah bahwa kualitas data Anda sangat penting. Mendasarkan keputusan bisnis pada data yang tidak valid dapat memiliki dampak negatif yang parah pada bisnis Anda.
Pastikan bahwa siapa pun yang terlibat dalam memasukkan data di perusahaan Anda memahami betapa pentingnya akurasi bagi keberhasilan bisnis Anda.
Contoh Analisis Prediktif
Analisis Prediktif Merampingkan Operasi Perusahaan
Harvard Business Review melaporkan bahwa data besar sangat membantu untuk memprediksi permintaan pelanggan untuk produk yang bukan "hit," tetapi lebih dijual kepada banyak orang di berbagai ceruk (atau dikenal sebagai "ekor panjang").
Menambang data jenis ini lebih menantang karena produk dengan ekor panjang tidak sepopuler produk hit dan daerah tempat mereka menjualnya tidak sebesar itu.
Analitik prediktif sangat berguna untuk menambang data ini dan menentukan apa yang diinginkan klien di ceruk ini.
Menyetel Harga dengan Menggunakan Predictive Analytics
Cara lain analitik prediktif membantu perusahaan adalah dengan penetapan harga. Bisnis dapat meningkatkan penjualan dengan menargetkan pelanggan tertentu dengan harga, diskon, dan promosi tertentu.
Pengecer online dapat menggunakan banyak data yang mereka kumpulkan tentang perilaku pelanggan mereka untuk menyesuaikan harga mereka masing-masing dengan apa yang paling menarik bagi klien mereka.
Analitik prediktif juga sangat membantu industri yang bergantung pada mesin untuk kesuksesan mereka karena data dapat digunakan untuk mengevaluasi kapan mesin-mesin itu membutuhkan pemeliharaan atau kemungkinan besar akan gagal.
Para ilmuwan di Microsoft menggunakan data yang mereka kumpulkan di pesawat untuk menentukan kapan penerbangan kemungkinan dibatalkan atau ditunda. Maskapai hanyalah salah satu contoh organisasi yang dapat mengurangi jumlah limbah yang sangat besar dengan hanya bersedia menemukan cara untuk menambang data yang sudah mereka miliki.
Analisis Prediktif Mengurangi Risiko
Menurunkan risiko bagi perusahaan adalah keunggulan lain dari analitik prediktif. Bisnis memiliki kepentingan dalam menemukan cara untuk meningkatkan keamanan mereka karena itu bukan masalah apakah pelanggaran data akan terjadi, tetapi kapan itu akan terjadi.
Mengumpulkan informasi tentang serangan di masa lalu dan mengidentifikasi sidik jari digital untuk mencegah infiltrasi di masa depan adalah cara konvensional untuk mencoba mencegah pelanggaran data. Metode ini menjadi semakin tidak efektif karena serangan cyber menjadi lebih canggih.
Analitik prediktif, tentu saja, tidak dijamin untuk mencegah setiap serangan yang terjadi. Namun, ini adalah pendekatan proaktif untuk melindungi informasi, bukan reaktif.
Perusahaan dapat menggunakan analisis prediktif untuk mengidentifikasi serangan yang belum pernah mereka lihat daripada mengandalkan apa yang mereka ketahui tentang serangan di masa lalu. Dikombinasikan dengan kecerdasan buatan, analitik prediktif dapat tumbuh menjadi sangat kuat.
Menerapkan Analisis Prediktif
Sangat mudah untuk berbicara tentang menerapkan analitik prediktif, tetapi sebenarnya melakukannya bisa rumit. Perusahaan harus menentukan yang berikut untuk memulai:
- tanggung jawab untuk bisnis Anda jika kepemimpinan membuat pilihan yang buruk,
- jenis keputusan yang diambil perusahaan Anda,
- sumber daya apa yang paling membantu Anda menerapkan strategi analitik prediktif ke dalam praktik.
Analitik prediktif akan menjadi aset yang jelas bagi perusahaan Anda jika biaya membuat serangkaian keputusan buruk akan menjadi tinggi (misalnya, mirip dengan $ 42 miliar yang seharusnya dikeluarkan oleh CMS).
Penting juga untuk mengenali bahwa tidak semua keputusan sama. Keputusan operasional biasanya memiliki jawaban yang benar atau salah, sedangkan keputusan strategis dapat memiliki jawaban yang ambigu.
Anda dapat menggunakan analitik prediktif dengan kedua jenis keputusan, tetapi Anda harus menyesuaikan pemodelan Anda untuk kedua situasi. Dan kemudian Anda perlu memilih solusi analitik yang paling sesuai dengan kebutuhan Anda dan dengan tim yang tahu apa yang dilakukannya.
Manajemen perlu mengidentifikasi:
- masalah anda,
- hasil yang diinginkan,
- dataset internal,
- nilai solusi yang Anda pertimbangkan.
Gunakan informasi ini untuk menentukan vendor mana yang paling cocok untuk perusahaan Anda.
Data besar dan Analisis Prediktif dari Profesor Lili SaghafiPredictive Analytics Adalah Aset Yang Efektif
Memanfaatkan data besar tidak lagi hanya provinsi perusahaan besar. Bahkan usaha kecil sekarang mengakui nilainya. Untungnya, perusahaan sekarang dapat memanfaatkan manfaat big data karena ketersediaan solusi cloud baru.
Ketika datang untuk meningkatkan dalam bidang kehidupan apa pun, tidak ada obat untuk semuanya. Namun, analitik prediktif adalah sumber daya berharga untuk membantu bisnis Anda tidak hanya lebih efisien tetapi juga untuk menurunkan risikonya di berbagai bidang.
Prediksi Foto melalui Shutterstock
1
