描述性的、预测性和预防性分析解释道

这是你两分钟指南的理解和选择正确的描述,预测在整个供应链和说明性的分析使用。

大量数据的企业对他们的供应链,公司正在转向分析解决方案,从大量的数据中提取意义,以帮助改善决策。

公司正试图优化S&OP工作需要能力来分析历史数据,预测未来会发生什么。做正确的承诺和成为一个数据驱动的组织是伟大的。巨大的roi可以享受就是明证公司优化供应链,降低运营成本,增加收入,或提高他们的客户服务和产品组合。查看所有分析选项可以是一个艰巨的任务。幸运的是,这些分析选项可以在高水平分类成三种不同的类型。没有一种类型的分析比另一个好,事实上他们共存,互相补充,。为了让业务有一个整体的市场,公司如何有效地在市场竞争需要一个健壮的分析环境,包括:

  • 描述性的分析使用数据聚合和数据挖掘提供洞察过去,回答:“发生了什么?”
  • 预测分析使用统计模型和预测技术来了解未来,回答:“会发生什么?”
  • 说明性的分析,采用优化和仿真算法可能的结果和建议回答:“我们该怎么办呢?”

描述性分析:了解过去

描述性分析或统计这个名字意味着什么:他们“描述”,或总结,原始数据并使其可被人类的东西。他们分析,描述过去。过去是指任何事件发生的时间,一分钟前,还是一年前。描述性分析是有用的,因为他们让我们学会从过去的行为,和理解他们如何可能会影响未来的结果。

绝大多数的我们使用的数据属于这一类。(认为基本的算术像金额、平均百分比变化)。通常,底层数据的数或总过滤列基本的数学应用的数据。实际上,有无限数量的这些统计数据。描述性统计是有用的显示总库存的股票,平均人均客户和销售同比变化。的常见例子的描述性分析报告,提供历史的见解关于公司的生产、财务、运营、销售、财务、库存和客户。

使用描述性分析当你需要了解总体来讲是什么在你的公司,当你想要总结并描述您的业务的不同方面。

预测分析:了解未来

预测分析起源于“预测”会发生什么事情的能力。这些分析是了解未来。预测分析为企业提供了可操作的基于数据的见解。预测分析提供关于未来的可能性的估计结果。重要的是要记住,没有统计算法可以“预测”未来有100%的把握。公司利用这些数据来预测将来会发生什么。这是因为预测分析是基于概率的基础。

这些数据将你的数据,并填写缺失的数据与最好的猜测。他们结合历史数据中发现ERP、CRM、人力资源和POS系统识别数据中的模式和统计模型和算法应用于捕捉不同数据集之间的关系。公司使用预测数据和分析任何时候他们想展望未来。预测分析可以使用整个组织,从预测客户行为和购买模式来确定销售活动的趋势。他们也帮助从供应链需求预测输入,操作和库存。

大多数人都熟悉一个常见应用程序是使用预测分析产生的信用评分。使用这些分数金融服务来确定客户的概率使未来信贷支付时间。典型的业务用途包括了解销售可能在今年年底前关闭,预测项目客户将一起购买,或预测库存水平基于大量的变量。

使用预测分析任何时候你需要知道一些关于未来,或者你没有填写信息。

规范的分析:建议可能的结果

相对较新的领域的规范性分析允许用户“开”不同的可能的行动,引导他们向一个解决方案。简而言之,这些分析都提供建议。规范的分析试图量化未来决策的影响,以提供可能的结果实际上是做出决策。在他们最好的,不仅规范的分析预测会发生什么,但为什么会发生,提供关于行动的建议,利用预测。

这些分析超越描述和预测分析,推荐一个或多个可能采取的行动。本质上他们预测多个期货和允许公司评估可能的结果基于他们的行为。规范的分析结合使用等技术和工具的业务规则、算法、机器学习(ML)和计算模拟程序。应用这些技术对来自许多不同的输入数据集包括历史和事务数据,实时数据和大数据。

规范的分析相对复杂的管理,大多数企业还没有使用它们在日常业务。当正确实现,他们可以对企业如何决策有很大的影响,以及公司的底线。大公司成功使用规范的分析来优化生产、调度和库存的供应链,确保他们提供正确的产品在正确的时间和优化客户体验。

使用规范的分析任何时候你需要为用户提供建议,采取什么行动。

想了解更多关于描述、预测和说明性的分析?下载我们的白皮书五个问题问高级分析解决方案提供商

写的

简短的个人介绍

供应链短暂

推荐

Baidu
map