تجزیه و تحلیل پیش بینی یا تجویزی؟ تجارت شما به هر دو نیاز دارد.

نیکول فالون به روز شده در 30 نوامبر سال 2020

کسب و کار شما احتمالاً از تجزیه و تحلیل برای پیش بینی روندها و برنامه ریزی برای آینده استفاده می کند. اما در مورد تجزیه و تحلیل تجویزی ، که منجر به تصمیمات مشخص می شود ،  موضوع را فراموش نکنید.توجه کنید که :

• تجزیه و تحلیل پیش بینی و تجویزی دو بخش مهم از یک استراتژی داده است.
• تجزیه و تحلیل پیش بینی به یافتن نتایج بالقوه کمک می کند ، در حالی که تجزیه و تحلیل تجویز ی نتایج را بررسی می کند و مسیرهای بیشتری را برای بررسی می یابد.
• هر دو نوع تجزیه و تحلیل می تواند به هر کسب و کار کوچک کمک کند تا ازوضعیت فعلی جلوتر رود.
• این مقاله برای صاحبان مشاغل کوچک است که در نظر دارند روش های تجزیه و تحلیل پیش بینی و تجویزی را اجرا کنند اما هنوز مفاهیم را به روشی معنی دار درک نمی کنند.

این روز ها داده های بزرگ در دنیای تجارت بسیار مورد توجه هستند. درست است که تجزیه و تحلیل داده ها می تواند بینش عمیق و مفیدی در مورد تجارت و مشتریان آن به شما ارائه دهد ، اما برای بهره مندی از این بینش ، باید بدانید که چگونه داده ها را تفسیر کرده و آنها را در استراتژی کسب و کار خود بکار ببرید.

سه مولفه اصلی تجزیه و تحلیل تجارت وجود دارد: توصیفی ، پیش بینی کننده و تجویزی. مایکل وو ، دانشمند ارشد Khoros / Lithium Technologies ، در یک پست وبلاگ نوشت ، تجزیه و تحلیل توصیفی ، “ساده ترین کلاس تجزیه و تحلیل” ، داده های خام به صورت خلاصه است. این حالت شامل تعداد تعاملات اجتماعی ، تعداد فروش ، آمار مشتری و سایر معیارها است که به شما نشان می دهد آنچه در تجارت شما اتفاق می افتد به روشی آسان قابل درک است. دو نوع تجزیه و تحلیل دیگر ، پیش بینی کننده و تجویزی ، آن داده ها را می گیرند و به اطلاعات عملی تبدیل می کنند.

تجزیه و تحلیل پیش بینی در برابر تجویزی

تجزیه و تحلیل پیش بینی و تجویز تجربی ، استراتژی های کسب و کار شما را بر اساس داده های جمع آوری شده  ارایه می دهد. اما تفاوت عمده بین تجزیه و تحلیل پیش بینی و تجزیه و تحلیل تجویزی این است که مورد اول نتایج احتمالی آینده را پیش بینی می کند ، در حالی که مورد دوم به شما کمک می کند تا توصیه های خاصی را تنظیم کنید.

تجزیه و تحلیل پیش بینی و تجویزی به شما کمک می کند معیارهای توصیفی را به بینش و تصمیم گیری تبدیل کنید. اما نباید فقط به یکی یا دیگری اعتماد کنید. در صورت استفاده همزمان ، هر دو نوع تجزیه و تحلیل می تواند به شما در ایجاد قوی ترین و موثرترین استراتژی تجاری ممکن کمک کند.

میک هالیسون ، مدیر ارشد بازاریابی شرکت نرم افزاری تسریع در فروش InsideSales.com ، گفت: “پیش بینی به خودی خود برای مطابقت با فضای رقابتی فزاینده کافی نیست.” “تجزیه و تحلیل تجویزی توصیه های هوشمندانه ای را برای مراحل بهینه بعدی تقریباً برای هر برنامه یا فرآیند تجاری ارائه می دهد تا نتایج دلخواه را به دست آورد یا نتایج را تسریع کند.”

تجزیه و تحلیل پیش بینی چیست؟

تجزیه و تحلیل های پیش بینی شده که یکی از سبک های پیشرفته تجزیه و تحلیل امروز در نظر گرفته می شود ، به شرکت ها کمک می کند تا نتایج بالقوه یا عواقب آینده تصمیم گیری را درک کنند. با استفاده از داده های استخراج شده ، آمار و ارقام تاریخی و تجزیه و تحلیل های پیش بینی شده ، از داده های خام و به روز استفاده می شود تا سناریوی آینده را بررسی کند.

تجزیه و تحلیل تجویزی چیست؟

تجزیه و تحلیل تجویزی همچنین سناریوهای آینده را بررسی می کند ، اما از یک رویکرد تکنولوژیک تر استفاده می کند. با استفاده از الگوریتم های پیچیده ریاضی ، هوش مصنوعی و یادگیری ماشینی ، تجزیه و تحلیل تجویزی با نگاه عمیق تری به “چه” و “چرا” نتیجه بالقوه آینده می پردازد.

علاوه بر ارائه نگاه عمیق تر به آینده ، تجزیه و تحلیل تجویزی می تواند به یک شرکت کمک کند چندین گزینه بالقوه را در آینده را ببیند. با ورود اطلاعات بیشتر ، تجزیه و تحلیل تجویزی می تواند پیش بینی ها و پیشنهادات آن را تغییر دهد.

ایمانوئل لی ، مهندس تجزیه و تحلیل وب در MetroStar Systems ، ارائه دهنده خدمات و راه حل های IT ، گفته: “تجزیه و تحلیل تجویزی می تواند به شرکت ها کمک کند تا آینده را تغییر دهند. تجزیه و تحلیل پیش بینی و تجویز ی هر دو برای بهبود تصمیم گیری و نتایج تجارت ضروری است.”

روش اصلی: تجزیه و تحلیل پیش بینی از داده های جمع آوری شده برای دستیابی به نتایج آینده استفاده می کند ، در حالی که تجزیه و تحلیل تجویزی این داده ها را می گیرد و حتی به نتایج بالقوه برخی اقدامات عمیق تر می رسد.

نمونه هایی از تجزیه و تحلیل پیش بینی و تجویز در عمل

از هر دو نوع تجزیه و تحلیل در زندگی روزمره ما استفاده می شود. ما از برخی از متخصصان خواسته ایم که نمونه های مشخصی از تجزیه و تحلیل پیش بینی و تجویزی با هم کار کنند تا نگاه دقیق تری به نتایج احتمالی داشته باشند.

برنامه های پیمایش

رانندگان در همه جا به برنامه های ناوبری مجهز به GPS متکی هستند تا اگر با مسیر آشنا نیستند ، از نقطه A به نقطه B برسند از آن استفاده کنند. این امر برای مشاغل کوچک که به خدمات تحویل اعم از شخص ثالث و داخلی برای تحویل به موقع کالاها متکی هستند به همان اندازه مهم است.

در این حالت ، تجزیه و تحلیل پیش بینی می تواند داده های موجود  این سفر را گرفته و مسیری را که بالقوه سریعتر است ترسیم کند. توماس ماتیو ، مدیر ارشد محصولات در پلت فرم تعامل تأثیرگذار Zoomph ، گفت که این دقیقاً همان جایی است که تلاش آغاز می شود.

وی گفت: “تجزیه و تحلیل تجویزی با آگاهی دادن به تصمیم گیرندگان در مورد گزینه های مختلف تصمیم گیری با تأثیر پیش بینی شده آنها بر شاخص های کلیدی عملکرد ، بر [تجزیه و تحلیل پیش بینی] بنا می شود.” برای مثال به برنامه پیمایش ترافیک Waze فکر کنید و مبدا و مقصد را انتخاب کنید. بسیاری از عوامل با هم مخلوط می شوند ، و برنامه به شما در مورد انتخاب مسیرهای مختلف توصیه می کند ، گه هرکدام با ETA پیش بینی شده است . متیو گفت: “این تجزیه و تحلیل تجویز شده روزمره در محل کار است.”

برنامه ریزی موجودی

به عنوان یک خرده فروش کوچک ، معمول است که بخواهید بدانید برای پر کردن قفسه های خود به چه مقدار جنس نیاز دارید. اگرچه همیشه می توان به حدس های مبتنی بر تجربه اعتماد کرد ، اما تجزیه و تحلیل می تواند به شما کمک کند تا یک استراتژی ذخیره سازی دقیق تری را برنامه ریزی کنید.

گای یحیاو ، مدیرعامل شرکت هوش تجاری Profitect ، گفت که با تغییر چشم انداز خرده فروشی ، مشاغل می توانند از تجزیه و تحلیل تجویزی برای شفاف سازی داده های پیش بینی کننده و بهبود فروش استفاده کنند. برای روشن کردن اینکه چگونه می توان از هر دو نوع تجزیه و تحلیل استفاده کرد ،وی خرده فروشی را مثال زد که حمل و نقل سریع را به مشتریان وفادار ارائه می دهد. بر اساس رفتار مشتری در گذشته ، یک مدل پیش بینی فرض می کند که مشتریان بیشتر  مواردی را که با این تبلیغ خاص خریداری می کنند حفظ خواهند کرد

پیش بینی آب و هوا

پیش بینی آب و هوا می تواند یک پیشنهاد کوچک باشد ، اما با تغییر فصل تغییر از فعالیت های داخل خانه به تفریح ​​در آفتاب بیرون می آید. یکی از بخش های کوچک تجاری که از آب و هوای مطبوع و فعالیت بدنی بیشتری بهره می برد ، فروشگاه های لوازم ورزشی است.

اگر پیش بینی های فروشگاهی نشان می دهد که با نزدیک شدن به گرمای هوا در بهار فروش کفش های دویدن افزایش می یابد ، افزایش موجودی کفش  در هر فروشگاه منطقی به نظر می رسد. با این حال ، در واقعیت ، جهش فروش احتمالاً همزمان در هر فروشگاه در سراسر کشور اتفاق نخواهد افتاد. در عوض ، بر اساس الگوهای هوا به تدریج از جنوب به شمال خزش خواهد کرد.

اقدام کلیدی: استفاده از تجزیه و تحلیل پیش بینی و تجویز تجویزی بسیار زیاد است که برخی از آنها شامل پیمایش ، پیش بینی و موجودی است. نیازهای مشاغل کوچک شما تعیین می کند که چگونه می توانید از هر دو نوع تجزیه و تحلیل به بهترین شکل استفاده کنید.

استفاده از تجزیه و تحلیل

منابع متخصص ما چند نکته برای کمک به شما در استفاده هرچه بهتر از برنامه های تحلیلی ارائه داده اند.

از کم شروع کنید.

تجزیه و تحلیل داده ها یک موضوع پیچیده است که می تواند طاقت فرسا باشد ، و شما نمی خواهید بهترین بینش خود را از دست بدهید. لی توصیه می کند با استراتژی تجزیه و تحلیل گسترده خود بزرگ فکر کنید اما از نظر تاکتیکی کوچک شروع کنید.

وی گفت: “با پیچیدگی کلان داده ها و سیستم هایی که داده ها را مدیریت و پردازش می کنند ، می توانیم به راحتی این واقعیت را نادیده بگیریم که گاهی اوقات ، یک ساده ترین راه حل وجود دارد.” “بردهای کوچک به شما کمک می کند تا از پروژه های تجزیه و تحلیل طولانی مدت پشتیبانی کنید.”

مجموعه داده های غنی ایجاد کنید.

هنگام راه اندازی و بازاریابی ، سناریوهای “چه می شود اگر” زیادی وجود دارد و تجزیه و تحلیل های پیش بینی شده همیشه گزینه های متناوب را در بر نمی گیرند. متیو در این زمینه گفت: بررسی دقیق تر تجزیه و تحلیل های پیش بینی شده شما برای ایجاد مجموعه های اطلاعات غنی تر – به عنوان مثال ، با در نظر گرفتن اطلاعات جمعیتی مانند جنسیت و سن – نتایج بهتری را از توصیه های تجویز شده شما بدست می آورد.

وی گفت: “به عنوان مثال ، بازاریابان رسانه های اجتماعی به حداكثر رساندن مشاركت و دستیابی به پست های اجتماعی خود اهمیت می دهند.” “تجزیه و تحلیل تجویزی می تواند توصیه های مبتنی بر داده ، مانند استفاده از هشتگ خاص یا emoji ، را برای به حداکثر رساندن کشش اجتماعی با یک گروه خاص مخاطب ارائه دهد.”

دلایل توصیه های تجویزی را بفهمید.

Sengupta بر اهمیت درک کامل منطق ، تفاوت های ظریف و شرایط موجود در نتایج تجزیه و تحلیل تجویزی قبل از اقدام تأکید کرد. شما باید بتوانید ثابت کنید که نتایج شما از نظر آماری سالم هستند.

وی گفت: “نمودارهای زیبا می توانند بسیار جذاب باشند ، اما این فقط نرم افزار است و قدرت تحلیلی آن دقیقاً به اندازه انسانی است كه آن را طراحی كرده و داده هایی كه ما از آن تغذیه می كنیم.” “این بسیار مهم است که کاربران تجاری” داستان “پشت نتایج و اقدامات تجویزی پیشنهادی را درک کنند.”

سیستم های خود را به روز نگه دارید.

با رشد و تکامل کسب و کار شما ، الگوریتم های شما نیز باید رشد کنند. هالیسون خاطرنشان کرد که هر دو روش تجزیه و تحلیل پیش بینی و تجویزی باید به طور مداوم با آخرین داده ها به روز شود تا اقدامات پیش بینی شده و تجویز شده براساس موفقیت و شکست در زمان واقعی بهبود یابد.

متیو افزود: “تجزیه و تحلیل پیش بینی و تجویزی به یک پایه داده جامد بستگی دارد.” “تجزیه و تحلیل فقط بر مبنای داده هایی است که آنها را تغذیه می کند.”

اقدام اصلی: قابلیت های تحلیل عمیق نیازی به تیم اختصاصی ندارند. تا زمانی که از ابتدا محدودیت های خود را می دانید ، می توانید یک روش تحلیلی متناسب با نیازهای خود ایجاد کنید.