什么是规范分析(prescriptive ****ytics)？

规定性分析是一种数据分析，它利用技术帮助企业通过分析原始数据做出更好的决策。具体地说，规范性分析考虑了有关可能情况或场景、可用资源、过去绩效和当前绩效的信息，并建议了行动或战略。它可以用于在任何时间范围内做出决策，从近期到长期。

与规定性分析相反的是描述性分析，它在事后检查决策和结果。

处方分析的工作原理

规定性分析依赖于人工智能技术，如机器学习——计算机程序的能力，无需额外的人力投入，就可以理解并从所获得的数据中前进，同时不断适应。机器学习使得今天处理大量可用数据成为可能。当新的或额外的数据可用时，计算机程序会自动调整以利用这些数据，这一过程比人类能力所能管理的要快得多，也更全面。

许多类型的数据密集型企业和**机构都可以从使用规范性分析中获益，包括那些人为错误成本很高的金融服务和医疗保健部门。

规定性分析与另一种类型的数据分析，预测性分析，这涉及到使用统计和建模，以确定未来的表现，基于当前和历史数据。然而，它更进一步：使用预测分析的估计什么是可能发生的，它建议未来的路线。

处方分析法的利弊

规范性分析可以消除眼前的不确定性和不断变化的条件带来的混乱。它可以帮助防止欺诈，限制风险，提高效率，实现业务目标，并创造更多的忠诚客户。

然而，规定性分析并非万无一失。只有当组织知道要问什么问题以及如何对答案做出反应时，它才是有效的。如果输入假设无效，则输出结果将不准确。

然而，当有效地使用时，规范性分析可以帮助组织基于高度分析的事实做出决策，而不是基于直觉得出信息不足的结论。规定性分析可以模拟各种结果的概率，并显示每种结果的概率，帮助组织更好地了解他们所面临的风险和不确定性水平，而不是依赖于平均值。组织可以更好地了解最坏情况的可能性，并相应地制定计划。

关键要点

• 规范分析利用机器学习帮助企业根据计算机程序的预测来决定行动方案。
• 处方分析与预测分析相结合，后者使用数据来确定近期结果。
• 如果有效地使用，说明性分析可以帮助组织根据事实和概率加权预测做出决策，而不是根据直觉得出信息不足的结论。

处方分析示例

许多类型的数据密集型企业和**机构都可以从使用规范性分析中获益，包括那些人为错误成本很高的金融服务和医疗保健部门。

当附近发生野火时，规范性分析可以用来评估当地消防部门是否应该要求居民疏散特定区域。它还可以根据相关主题的搜索和社交分享数据，预测某一特定主题的文章是否会受到读者的欢迎。另一个用途是根据员工对每堂课的反应实时调整员工培训计划。

医院和诊所的处方分析

同样，医院和诊所可以使用处方分析来改善患者的结果。它将医疗数据放在上下文中，以评估各种程序和治疗的成本效益，并评估官方的临床方法。它还可以用来分析哪些医院的病人有最高的再入院风险，以便医疗保健提供者可以通过病人教育和医生随访来做更多的工作，以避免不断返回医院或急诊室。

航空公司的规范分析

假设你是一家航空公司的首席执行官，你想让公司的利润最大化。处方分析可以帮助你做到这一点，自动调整机票价格和可用性的基础上，许多因素，包括客户需求，天气和汽油价格。例如，当算法确定今年从洛杉矶到纽约的圣诞前门票销售落后于去年时，它可以自动降低价格，同时考虑到今年油价上涨，确保不会把价格降得太低。

同时，当算法评估出由于道路结冰导致从圣路易斯到芝加哥的机票需求高于平时时，它可以自动提高机票价格。首席执行官不必整天盯着电脑看售票情况和市场情况，然后指示员工登录系统并手动更改价格；一个计算机程序能以更快的速度完成这一切，而且能做得更多。