2021年の処方分析の完全ガイド

処方分析

今日、ほとんどの企業はビッグデータを使用して、ビジネスの将来を理解し、目標を設定しています。 ビッグデータは当選番号を与えるほど具体的ではないかもしれませんが、それは企業が問題を特定し、それらの問題の背後にある理由を理解するのに役立ちます。 その後、企業はデータに裏付けられた要素を使用して、ビジネス上の問題に対する処方箋を考え出すことができます。

処方分析とは何ですか？

予測分析は可能性と確率を通知しますが、処方分析は何をすべきかを通知します。 処方分析は、記述分析と予測分析のデータを使用してシナリオを作成し、最も実現可能な結果を​​特定します。 たとえば、マーケティングチームの責任者が、Google広告などのマーケティングチャネルに何ドルを投入すべきかを知りたい場合、予測分析はGoogleが他のチャネルに対してどのように対処するかを示し、処方分析はGoogle広告に何ドルを投資するかを示します。 アナリストは、さまざまなwhat-ifシナリオを使用して、ビジネス上の制約に対する具体的な回答を考え出します。

処方分析は、ビジネスの収益を押し上げる可能性のあるアクションで起こりうる結果についてアドバイスするデータの体系的な分析です。 分析では、シミュレーションと最適化を適用して、「次のビジネスステップは何であるか」という質問に答えます。

アナリストは、さまざまなシナリオを生成するために、いくつかの仮定の下で未来をシミュレートします。 シナリオ分析を最適化手法と組み合わせると、企業またはアナリストはビジネス上の問題の処方箋を作成できます。 規範的な分析の定義から、この形式の体系的な分析は、可能なアクションを調査し、記述的および予測的分析からの結果とデータからの提案を提供しようとします。

処方分析は、ビジネスによって収集されたデータとビジネスルールに依存しています。 データは、ビジネスの運営からの内部的なものでも、ソーシャルメディアやその他のプラットフォームで顧客から収集された外部のものでもかまいません。 ビジネスルールは、ビジネスのベストプラクティス、境界、およびビジネス内の制約を指します。 これは、ウィキペディアから取得したモデルであり、処方分析のアイデアを視覚化するのに役立つ可能性があります。

処方分析に適用される数学的モデル：

• 自然言語処理
• 統計学
• 機械学習
• オペレーションズリサーチ

処方分析を複雑にする可能性のあることの1つは、上記の各分野にサブ分野とバリアントがあるという事実です。 たとえば、オペレーションズリサーチでは、シミュレーション、最適化、意思決定分析などの手法が適用されます。

このガイドは、処方分析の概念を簡素化することを目的としています。

処方分析アプローチ

処方分析は2つの異なるアプローチに分けられます。

• ヒューリスティックベースの自動意思決定
• 最適化ベースの意思決定

最適化ベースの意思決定

最適化は、ロジスティクス計画などの運用上の問題を解決するために長い間使用されてきました。 今日、テクノロジーにより、業界全体のより大きな問題のモデル化が容易になり、シナリオベースの分析がサポートされます。最適化により、より優れた意思決定の分析が可能になります。

今日、高度な最適化モデルは、ビジネス上の制約を含む財務とバリューチェーンを統合して、予測モデルが提供するよりも優れた情報を提供します。 最適化モデルはまた、内部データの一貫性を確保し、実行不可能な結果を​​特定するのに役立ちます。

最適化モデルを使用すると、アナリストは、活動基準原価計算、貢献利益、プロフォーマ財務諸表などの独自の分析を実行できます。 これらの分析は、ユーザーがビジネスで最も理想的な決定を下すのに役立ちます。 これはそのようなステートメントの例であり、Tシャツの価格とさまざまな金額の利益率を分析しています。

（画像クレジット：Openstax）

企業は、最適化を使用して、20を超える制約、トレードオフ、および目的を含むビジネス上の問題を解決できます。 処方分析を使用すると、アナリストはさまざまな要因を分類して、ビジネスがその目的のほとんどを達成できるルートを見つけることができます。

最適化は、実行可能な計画を作成するためにビジネスの現実を考慮しながら、目的関数を最大化または最小化する複雑な数学的アルゴリズムを使用します。

60秒でSEOをテストしてください！

Diibは世界で最高のSEOツールの1つです。 Diibはビッグデータの力を利用して、トラフィックとランキングをすばやく簡単に増やすことができます。 特定のキーワードですでに上位にランク付けする価値があるかどうかもお知らせします。

• 使いやすい自動SEOツール
• キーワードと被リンクの監視+アイデア
• スピード、セキュリティ、+コアバイタルトラッキング

• SEOを改善するためのアイデアをインテリジェントに提案します
• 25万人以上のグローバルメンバー
• 組み込みのベンチマークと競合他社の分析

例：「www.diib.com」

無料サインアップ

25万を超える企業や組織で使用されています。

• 
• 
• 
• 

と同期します

ヒューリスティックベースの意思決定

これは、ルールベースの意思決定とも呼ばれます。 これには、設定されたルールまたは事前定義されたルールに基づく自動決定が含まれます。 これらのルールは、数学ではなく、ビジネスとベストプラクティスに関する知識を使用してアナリストによって作成されます。

最適化とは異なり、ヒューリスティックベースの意思決定では、事前に決定されたルール以外の答えは提供されません。 ここでは、アナリストは統計と簡単なアルゴリズムを適用して処方箋を提供します。 例えば：

（画像クレジット：Slideshare）

処方分析は、意思決定をサポートする変革的価値を提供します。 確率を示す他の分析とは異なり、処方分析は提案を提供します。

処方分析の変革的価値

長い間、処方分析は、スケジューリング、人員配置、ルーティングなどの複雑な問題を解決するために使用されてきました。 このような問題は、ビジネスリーダーではなく、データサイエンティストによって対処されました。 今日、処方分析はITおよびデータサイエンスツールではなく、ビジネスユニット内のツールです。 処方分析は現在、ビジネスリーダーのためのツールです。 非常に多くの要因が、日常業務における処方分析の使用の変化に貢献しています。これらの要因には、次のものが含まれます。

• より優れた、より多様なデータの可用性
• ビジネスリーダーがデータサイエンティストに依存しない処方分析技術ツールの可用性
• ビジネスリーダーは、高度な最適化ツールを使用できる日常の問題のリストを持っています
• ほとんどの中規模および大規模企業は処方分析を使用しており、「優れた追加」ツールではなく「必須」ツールになりつつあります。

リーダーが最も実行可能な決定を下すと、最大20倍の投資収益率を実現できます。 ROIの量は、ビジネスリーダーが採用するアプローチと対処する問題の種類によって異なりますが、処方分析は、他のほとんどの形式の分析よりも優れた洞察とビジネスモデルの改善を提供します。 さらに良いことに、処方分析は、他のすべての形式の分析からのデータを使用して、データ主導の推奨事項と提案を提供します。 以下は、ビジネスリーダーが処方分析から引き出すことができるいくつかの利点です。

自信を持ってしっかりした計画を立てる

ビジネスリーダーは、自分たちの計画に自信を持つようになりました。 定義上、最適化ベースの計画は実行可能であり、それがビジネスリーダーへの信頼を植え付ける理由です。 一方、ヒューリスティックベースの計画は実行可能かどうかは不明です。これは、問題の性質とルールがどの程度適切に設定されているかによって異なります。

最適化ベースの意思決定を使用するビジネスは、ビジネスの運営と財務フローが意思決定プロセスで考慮されるため、前向きな結果を達成する可能性があります。 処方分析により、企業は計画を確認するために必要なアクションと計画を提供する能力を理解できます。 マネージャーが自信を持って計画を提示すると、彼らは尊敬を集め、ビジネスにさらなる変化をもたらすことができます。

改善されたビジネスパフォーマンス

処方分析は、ビジネスリーダーがビジネスの運用および財務パフォーマンスを向上させるのに役立つ実用的な洞察を提供します。 以前は直感やExcelなどの他の信頼性の低いツールに依存していた操作に適用すると、処方分析は操作を合理化できます。

ビジネスへの影響は次のとおりです。

• ビジネス目標を達成するための改善された有効性
• ビジネスの運用効率を向上させます。つまり、ビジネスは利用可能なリソースでより多くのことを行います。
• たとえば、さまざまな投資チャネルへのリソースの割り当てを最適化することにより、ビジネス投資からの収益を最大化します。

意思決定プロセスを合理化する

難しい決定には、数週間から数か月かかる場合があります。 時々、企業は外部コンサルタントに依存します、そしてこれは会社に多額の費用がかかるかもしれません。 毎週行われるマイナーな決定には、重要な決定が与えられる考慮事項と時間が与えられることはありません。 繰り返しになりますが、これらの毎週の決定は、ビジネスリーダーが分析を実行するのに十分な時間を提示しない可能性があります。 処方分析は、ビジネスが相互に影響を与えるさまざまな機能に関する組織の知識を強化します。そうすることで、さまざまなwhat-ifシナリオを評価して、より迅速な意思決定プロセスを実現するビジネスの能力を高めるパスを推奨します。

投資リスクを軽減

リスクは、財政または運営の形で発生します。 これらのリスクは、企業の運営方法を反映していない可能性があります。 処方分析は、ビジネスリーダーが短期および長期の両方の意思決定プロセスに伴うリスクを特定および定量化するのに役立ちます。 このようにして、リーダーはリスク軽減戦略を策定できます。

既存の投資の収益を増やす

処方分析は、電子リソース計画、ERP、ソフトウェアなどのツールへの既存の投資を活用して、これらの投資に関する新しいデータを提供する方法に関する洞察を提供します。 処方分析は前進するための最良の道を示しているため、従業員はビジネスの進捗に影響を与え、キャリアのはしごを登るチャンスがあります。

事業計画の課題に対処する

処方分析は、ビジネスリーダーが他の形式の分析では提供されない複雑な課題の解決策を見つけるのに役立ちます。

処方分析の仕組み

処方分析に適用されるアルゴリズムには、次の2つのカテゴリがあります。

• ヒューリスティックアルゴリズム（ルールベース）
• 正確なアルゴリズム

ヒューリスティックアルゴリズムは具体的な答えを提供しませんが、適切に設計されている場合、短時間で実行可能なソリューションを見つけるためのより短いルートを提供します。 一方、正確なアルゴリズムは特定の答えを保証しますが、特に問題が大きい場合、ビジネスは解決策を考え出すのに時間が必要です。 正確なアルゴリズムは、最適化とも呼ばれます。 特定のビジネス上の問題に特定の答えを提供するための最適化には、実証済みの科学的手法を適用する必要があります。 ルールベースのアプローチであるヒューリスティックアプローチは、同じ数学的証明を必要としません。 ヒューリスティックアプローチの場合、一部のシナリオで最良の回答を提供できるかどうかを判断することはできません。

処方分析ソリューションは、ヒューリスティックまたは最適化に依存しています。 2つのソリューションを同時に適用できる場合もありますが、これはあまり一般的ではありません。 他よりも優れたアプローチはありません。 ビジネスリーダーは、最も適切なアプローチを特定する必要があるため、どちらのアプローチをどこに適用するかを知っています。

処方分析における最良のアプローチの決定

使用するアプローチを検討するときは、次の要素を考慮してください。

• 問題の性質：このガイドの後半で説明するように、いくつかの問題は、最適化よりもヒューリスティックに適しています。
• 問題の複雑さ：よく知られている問題は、最適化を使用して解決するのが難しい場合があります。 場合によっては、答えをすばやく見つけることがより重要であるため、ルールベースのアプローチが最適化よりも優れています。
• 緊急性：今日答えが必要な場合は、ヒューリスティックなアプローチを使用してください。 答えを待つ気があるなら、最適化アプローチがより良い選択かもしれません。
• 頻度：1日に何度も意思決定を行う必要がある場合は、最適化アプローチの時間がない可能性があるため、ヒューリスティックアプローチが役立ちます。

ヒューリスティックと動作モード

ヒューリスティックは、目前の問題に関連するルールです。 問題を狭義に定義できる場合、または問題が機能している場合は、ヒューリスティックを適用できます。 繰り返しますが、これらのルールは、毎日何百回も決定を下さなければならない場合に適用されます。

ヒューリスティックは正確な答えを提供しない場合がありますが、それでも問題の特定の側面を利用する特殊な手法を適用します。 アナリストは、f（x）= yなどの一連の数学関数、または「Ifthis…then…」などの一連のシナリオを開発できます。 そして時には両方。

見たことはないが聞いたことがあるだけの建物を探して、新しい近所を歩いていると想像してみてください。 あなたを送った人は、「大きな噴水との交差点に来るまで東に向かってください」などの簡単な指示をあなたに与えました。 だからあなたは歩き始めます。 地図がなく、GPSや時間と距離を含む正確な指示がない場合は、ルールに頼る必要があります。交通に関する知識と直感に基づいて噴水を見つけることができます。 ここでは、何が先にあるのかわからないため、最短ルートをとることはできません。 建物の正確な場所を知っている場合よりも、10分以上歩くことになります。 追加の詳細がないと、建物にたどり着かない可能性があります。 このシナリオは、ヒューリスティックベースの問題を反映しています。

ビジネス上の意思決定に使用できるツールの1つはExcelです。 このツールは、IF関数などの機能を使用して、実行可能な答えについて仮説を立てます。 値を入力すると、すぐに解決策が表示されます。 最適化アプローチを使用しない限り、返された答えが最良であるかどうかはわかりません。

一部の問題と決定は、最適化よりもヒューリスティックに適しています。 これらの問題とシナリオのいくつかは次のとおりです。

• 購入：原材料の購入。たとえば、企業が最初に最も安いサプライヤーから購入したい場合。
• 割り当て：たとえば、運用コストに関係なく、1行目、次に2行目以降にリソースを割り当てます。
• マーケティング：マーケティング。たとえば、事前購入やその他のルールに基づいて顧客に割引やプロモーションを提供します。
• デマンドフルフィルメント：デマンドフルフィルメント。たとえば、他の顧客が待機している間にティア1の顧客の需要を満たすためのルール。

ヒューリスティックの長所と短所

このアプローチは、ソリューションを即座に提供するため、意思決定の自動化に理想的です。 ビジネスリーダーは、スケジューリングなどの複雑なビジネス問題にヒューリスティックを使用できます。 最適化とは異なり、ヒューリスティックは実装が簡単で、ビジネスにすでにあるツールのみが必要になる場合があります。

上記の利点があっても、このアプローチは全体的な意思決定に最小限の利点しか提供しません。 さらに悪いことに、ヒューリスティックがすべてのシナリオを分析するわけではないことを考えると、答えは「十分に良い」ですが、保証されていません。 指示が明確でない場合、アプローチは正しい解決策を見つけることができません。

戦略的または戦術的な意思決定に使用される場合、計画は実行不可能になる可能性があります。 ルールが廃止されるため、これは特にそうです。

この記事がお役に立てば幸いです。

サイトの状態についてもっと興味深いことを知りたい場合は、個人的な推奨事項やアラートを取得し、DiibでWebサイトをスキャンしてください。 たった60秒です。

あなたのウェブサイトを入力してください

例：「www.diib.com」

無料サインアップ

私のKoffeeKlatch契約サイトのSEOや他の形式のウェブサイト最適化を本当に楽しんでいます。 私は誰もがそれらの言葉を言うとは思っていませんでした。 私は自分の番号とそれらを改善するためのタスクに関する定期的な電子メールの更新を楽しんでいます。 関連性があり、私が理解して何かをすることができる数字を取得するのが大好きです。

アナベルケイ
確認済みのGoogle5つ星レビューア

最適化

最適化は、数理モデリングとアルゴリズムを適用して、ビジネス上の問題に対する最も実行可能な解決策を見つけます。 あなたはビジネスモデリングプラットフォームで数学の方程式を書くことによって問題を定義し始める必要があります。 モデルが作成された後、問題を解決する高度に専門化されたアルゴリズムを通過します。

最適化問題には3つの部分があります。

• 質問：これらはビジネスが直面している問題であり、その答えが必要です。 複雑な問題は、何百万もの問題や決定をもたらす可能性があります。 これらの質問は、購入する原材料の量、生産ラインに費やす時間数、特定の市場に販売する製品の数、特定のマーケティングチャネルに投資する金額などに関連する場合があります。
• データ：係数とも呼ばれる利用可能なデータは、問題の一意性とアルゴリズムが処理する必要があるものを示します。 データには、価格と利回りを含めることができます。 たとえば、上記の質問から、データは、原材料1トンあたりのコスト、生産ラインの運用コスト、さまざまな市場の市場規模、およびさまざまなマーケティングチャネルへの投資コストの観点から得ることができます。
• ビジネス上の制約：これらは、ビジネスの現実または制限とも呼ばれます。 これには、会社の方針と物理法則が含まれます。 このセクションの質問には、原材料の入手可能性、生産ラインの作業能力、および特定の市場での需要が含まれる場合があります。

最も実行可能な答えを得るには、メトリックを最小化または最大化する目的を入力する必要があります。 指標には、利益、コスト、量、人員の使用率などが含まれます。 ユーザーは、必要な具体性のレベルと、ソリューションを待つ時間も含めることができます。 提供されたデータから、アルゴリズムが答えを実行します。

最適化を使用すると、次の問題に対処できます。

• 交通機関
• 機器をいつ交換するかを決定する
• 異なる機器へのスタッフの割り当て
• ガソリン混合

高度な技術ツールが利用できるため、企業は次のような貴重なアプリケーションの部門横断的な問題に取り組むことができます。

• 顧客収益性
• 価格設定
• 資産投資計画
• 製品のミックス、ブレンド、および代替品の作成
• 労働力計画
• トレーニング
• 商品取引

業界が異なれば、最適化を適用する方法も異なります。 以下は、最適化モデルの一例です。

（画像クレジット：DZoneビッグデータ）

最適化の長所と短所

ヒューリスティックとは異なり、最適化は最も実現可能なソリューションに機会の価値を提供します。 このようにして、ビジネスリーダーは、より良い利回りをもたらすために複雑な決定を下すことができます。

この技術は実証されており、何十年も使用されています。 さらに良いことに、アルゴリズムを支援するツールはたくさんあります。

最適化の主な課題は、最良の答えを出すのに時間がかかることです。 ビジネスで従来のソフトウェアパッケージを使用している場合は、数式を作成するための専門的なスキルが必要になる場合があります。

適切なアプローチを選ぶ

適切なアプローチを選択するには、ヒューリスティックと最適化の両方がどのように機能するかを理解する必要があります。 選択するテクノロジーとアプローチは、what-ifシナリオ分析を実行する柔軟性を提供する必要があります。 現在の決定の後に行うすべての決定を考慮してください。 ここでも、データの可用性と問題の定義を検討してください。 問題が明確に定義されている場合は、最適化の方が効果的です。

処方分析ツールとスキルセット

イニシアチブを開始するときは、プロジェクトマネージャー、イニシアチブリード、運営委員会などの標準的なスキルと役割が重要です。 ただし、次の分野では、処方分析を展開するための特別なスキルも必要です。

モデル構成

資格のあるビジネスアナリストは、提供された日付から処方分析モデルを作成できる必要があります。 今日、非常に多くの処方分析ツールが用意されているため、データサイエンティストやオペレーションズリサーチのスペシャリストは必要ありません。 複雑なExcelシートを扱ったビジネスアナリストは、モデルを構成できるはずです。 工学、経済学、会計、数学、保険数理、および事業運営管理の分野の誰もがそれを行うことができます。

問題の定義

問題の定義には、目前のビジネス上の問題を理解している人が必要です。 専門家は、問題を詳細に説明できる経験豊富な開業医である可能性があります。 専門家は、プランナーまたはアナリストになることができます。

アプリケーション設計

アプリケーション設計者は、事業計画プロセスと統合するアプリケーションに処方分析モデルを組み込みます。 設計者の役割には、データ統合、データ管理、およびワークフロー構成が含まれます。 これはソリューションアーキテクトが行うことができますが、ユーザーインターフェイスに特別なスキルが必要な場合は、ビジネスインテリジェンスの専門家を雇うことができます。

ファイナンス

財務の専門家は、処方分析モデルが、キャッシュフロー、原価計算、限界貢献などの財務諸表に見られる正しい財務を表すことを保証します。

処方分析ツール

処方分析ツールを購入する場合、2つの主要な技術的アプローチがあります。

• パッケージ化されたアプリケーション
• 最適化プラットフォーム

パッケージ化されたアプリケーションは、追加のコーディングなしで購入してインストールまたはサブスクライブし、構成する完全に機能するプログラムです。 このプログラムは、ヒューリスティックと最適化ベースの両方の回答を提供します。 インストールするモジュールの選択など、いくつかの構成を行う必要がある場合があります。 一部のアプリケーションでは、特定の要件を満たすようにカスタマイズすることもできます。

ほとんどの場合、パッケージ化されたアプリケーションは、明確に定義されたビジネスエリアまたはニッチを対象としています。 ベンダーは、解決する必要のある問題、所有しているデータ、および探しているソリューションに対してすでに機能するアプリケーションを作成します。 これらのアプリケーションの例には、ネットワークの最適化を扱うLlmasoftのサプライチェーンの第一人者や、製造プロセスを扱うJDAの製造計画が含まれます。

すぐに使用できるパッケージ化されたアプリケーションとは異なり、最適化プラットフォームはアプリケーションの作成に役立ち、多くのカスタマイズが必要になる場合があります。 ほとんどのプラットフォームはLinuxまたはWindowsで実行され、実行するにはライセンスが必要です。 パッケージ化されたアプリケーションは在庫の管理に役立ちますが、最適化プラットフォームを使用すると、在庫、需要、容量、およびその他の用途向けのアプリケーションを作成できます。

最適化プラットフォームでは、数学を作成する必要がある場合があります。 このようなプラットフォームの例には、IBMのCPLEXOptimizationStudioおよび高度なインタラクティブ多次元モデリングシステムであるAIMMSが含まれます。

パッケージ化されたアプリケーションと最適化プラットフォームは、最適化ソルバーと呼ばれる特殊なアルゴリズムを使用して、ビジネス上の問題に対する実行可能なソリューションを見つけます。 市場をリードするソルバーには、Gurobi、FICOのXpress、IBMのCPLEXなどがあります。 パッケージ化されたアプリケーションでは、ソルバーはユーザーインターフェイスに表示されませんが、すべてのプラットフォームがソルバーと明示的に対話する必要があります。

次の図は、2つのアプローチの違いを示しています。 左側の2つのボックスは、最適化モデリングプラットフォームとソルバーを販売しているベンダーの一部です。 右側のボックスには、パッケージ化されたアプリケーションソフトウェアが提供するビジネス関連の主要な分野がいくつかリストされています。

一般的な最適化モデリングプラットフォーム

• AIMMS
• AMPL
• FOCI
• SAS
• リバーロジック
• IBM
• ポートフォリオの決定

人気のある最適化ソルバー

• 採用する
• FICO Xpress
• グロビ
• IBM CPLEX
• Knitro
• SAS / OR

最適化アプリケーション

• マーケティング
• 価格設定
• ロジスティクス
• サプライチェーン
• 政府
• 戦略的計画
• オペレーション

最適化プラットフォームとソルバーを使用すると、アプリケーションを作成できることに注意してください。 一方、パッケージ化されたアプリケーションは、ベンダーがすべてを行ってすぐに使用できるようになります。 以下に説明するように、それぞれの長所と短所を理解する必要があります。

さらに定義されたパッケージ化されたアプリケーション

ほとんどの処方分析パッケージアプリケーションはクラウドベースです。 Software as a Service（SaaS）およびPlatform as a Service（PaaS）の主な利点は、ベンダーがメンテナンスを行っている間、使用するハードウェアとソフトウェアに対してのみ料金を支払うことです。 繰り返しになりますが、お客様は最新のアップデートにすぐにアクセスできます。

パッケージ化されたアプリケーションを使用すると、開始に必要なのは、単純な構成、トレーニング、統合、およびサポートのみです。 構成には、ユーザーアカウントの設定とデータソースの定義が含まれます。 統合には、ベンダー提供のテンプレートを使用してデータファイルをアップロードすることが含まれる場合があります。

ほとんどのアプリケーションは、システム外のデータソースや他のプログラムに直接接続します。 これは、ビジネスデータバンクの外部にデータがある場合に適しています。 ただし、ビジネスでファイアウォールを通過する外部データが許可されていない場合は、問題になる可能性があります。

アプリケーションで数学方程式を作成する必要がある場合、パッケージ化されたアプリケーションの処方分析の定義を満たしていません。 優れたパッケージアプリケーションでは、数学を書く必要はありません。 繰り返しになりますが、ベンダーが独自のコードを公開することは決してありません。

人気のパッケージソリューション

• Angossマーケティングの最適化
• 製造業、小売業、サービス業向けのJDAソリューション
• Llamasoftネットワークの最適化
• マンサン顧客分析ソリューション
• ProfitectRetailソリューション
• River Logic、MicrosoftAzureベースのプラットフォーム
• ロックウェル・オートメーションの規範的なメンテナンスソリューション
• Zilliant価格の最適化

パッケージ化されたアプリケーションの長所と短所

製品の価格設定など、問題が明確に定義されている場合は、パッケージ化されたアプリケーションが便利です。 また、小売業界などの多くの企業が存在する大規模な業界にも最適です。

パッケージ化されたアプリケーションのほとんどはWebベースであるため、インストールは不要で、数時間で稼働します。 簡単に始められるだけでなく、数学の方程式を書く必要がなく、限られた会社のリソースを使用します。

ただし、これらのアプリケーションにはいくつかの欠点もあります。 小規模産業や複雑な問題には、アプリケーションが少なくなります。 繰り返しになりますが、これらのアプリケーションはすべての要件を満たしていない可能性があり、バグの修正はベンダーに依存しています。

最適化プラットフォーム

前述のように、最適化プラットフォームはモデリングプラットフォームとソルバーで構成されます。 モデリングプラットフォームは、問題を定義するために必要な数学を書くのに役立ちます。 コーディングまたはドラッグアンドドロップ機能を介して数学を書くことができます。 数学を入力した後、ソルバーは必要な正確な解を見つけます。

プログラム名には、開発者、スタジオ、モデラー、ツールボックス、または同様のバリエーションなどの単語が含まれています。 これらのプログラムは、WindowsおよびLinuxオペレーティングシステムで動作します。 また、ユーザー、マシン、または組織に関連付けることができるライセンスも必要です。 現在、市場には少なくとも50のプラットフォームがあります。

今日人気のある最適化プラットフォーム：

• AIMMS –モデリング言語と開発環境
• AMPL –代数モデリング言語
• COINOR –オープンソースモデリング言語
• FICO Xpress –モデリング開発とソルバー
• フロントライン–Excelのソルバー
• GAMS –数理計画法のモデリング開発
• Gurobi –多くのモデリング言語を使用するソルバー
• IBM CPLEX –代数モデリング言語
• LINDO –代数モデリング言語
• Mathematica –シンボリック計算数学に使用されます
• MATLAB –多くのアルゴリズムと手法を備えた最適化ツールボックス
• MOSEK –大規模な問題のソルバー
• River Logic –コードフリーのドラッグアンドドロップモデリング開発

最適化プラットフォームとソルバーの長所と短所

専門会社向けにカスタマイズされたソリューションが必要な場合、または複雑な問題を解決する場合は、最適化が役立ちます。 また、会社のITポリシーで、会社のファイアウォールの背後にあるすべてのものが必要な場合にも理想的な選択肢です。 上記のベンダーのほとんどは、30年以上存在しています。

プログラムには、数学を書くORの専門家が必要です。 また、ユーザーインターフェイスを構築するために別の専門家が必要です。

どのテクノロジーを購入しますか？

選択するテクノロジーにより、企業はリスクを軽減しながら目標を達成できるはずです。 目前の問題とビジネスの長期ビジョンの両方を考慮することが不可欠です。 処方分析が企業の計画および意思決定プロセスにもたらす価値を考慮する必要があります。 考慮すべき重要な機能には、モデリング、ユーザーインターフェイス、データ管理、アーキテクチャなどがあります。

モデリング

モデリングプラットフォームまたはパッケージ化されたアプリケーションは、企業のニーズを満たす必要があります。 ここでは、実行可能なソリューションを得るために使用する必要がある主要な制約を考慮する必要があります。 比率、混合、社会的順序集合、条件付き最小値、および財務比率を使用するかどうかを検討してください。 また、将来の変更に備えて、プラットフォームの柔軟性にも注意を払う必要があります。 このテクノロジーは、インプットおよびアウトプットとしてビジネス財務もサポートする必要があります。

担当者が学習、構成、および実装しやすいプログラムを常に選択してください。 社内のビジネスアナリストにとって、ドラッグアンドドロップ機能の方が簡単です。

ユーザーインターフェース

直感的なユーザーインターフェイスにより、ビジネスのさまざまな利害関係者がプログラムと対話できます。 UIは、情報の入力と入力の視覚化をサポートする必要があります。 また、ユーザーがさまざまなwhat-ifシナリオを定義、構成、および実行できるようにする必要があります。 レポートは適切な視覚化をサポートする必要があり、UIはプログラミングを必要とせずに構成可能である必要があります。

データ管理

処方分析には大量のデータが必要であり、データは使用前にクリーニングと承認が必要です。 買い物をするときは、データを取り込み、データを変換し、チェックを実行して欠落しているリンクを特定するためのツールを備えたプラットフォームが必要です。 プラットフォームは、1人のユーザーがデータを受け取り、別のユーザーがデータをレビューまたは編集し、別のユーザーがデータを承認するワークフローもサポートする必要があります。 最後に、プラットフォームとアプリケーションの互換性を検討してください。

建築

ここで尋ねる必要のある質問のいくつかは次のとおりです。クラウドベースを提供していますか？ インストールする時間が必要ですか？ どのくらいのスケーラビリティが提供されますか？ 繰り返しになりますが、ベンダーが高度なセキュリティ対策を講じていることを確認してください。

処方分析VS. 予測分析

処方分析と予測分析の主な違いを理解するために、パッケージ商品会社のマネージャー（彼女をダヴィナと呼びましょう）とビジネスアナリスト（彼をエドと呼びましょう）を想像してみてください。

DavinaはEdのところに行き、意思決定に役立つ可能性のある質問に答えるためにデータを収集するダッシュボードを作成するように依頼します。 マネージャーのDavinaが予算に苦労している場合、Edはダッシュボードを編集して、支出を追跡し、1か月の予算に近づくたびに通知を送信することができます。 EdがDavinaのダッシュボードを作成するには、プロモーション、広告、トレードショー、およびその他のカテゴリの支出に対する支出を更新するレポートを作成する必要があります。 通知に加えて、EdはDavinaのリアルタイムの支出データを示すグラフとビジュアルも作成します。 これは、ビジネス分析の基礎を形成するビジネスインテリジェンスの例です。

予測分析

上記の例から、Davinaは、Edが作成したダッシュボードに従って、予算に固執することができます。 Davinaは、ビジネスインテリジェンスを通じて、キャンペーン、チャネルイニシアチブ、およびビジネスの最高の収益を促進したリードペルソナを伝えることができます。 ただし、受け取った洞察は支出の追跡以外に全体像を提供していないため、BIはまだ会社を合理化するのに十分ではありません。

彼女の支出を追跡した後でも、顧客離れなどの問題はビジネスに影響を及ぼします。 記述的分析の場合、ビジネスアナリストのEdは、マーケティングおよび販売データを収集する必要があります。 データには、取引の成立、損失、Webサイトの管理、ソーシャルメディアのエンゲージメント、顧客の行動、キャンペーン情報、ブランドのエンゲージメントに関する情報が含まれます。

収集されたデータを使用して、Edは結果の可能性を予測するための予測モデリングを作成できます。 そのために、アナリストは回帰分析、パターンマッチング、多変量統計、および予測を使用します。 予測は、Davinaがマーケティングパフォーマンスを向上させるのに役立ちます。

予測分析を使用すると、ビジネスリーダーは、顧客の解約の可能性を予測し、損害が発生する前に介入します。 解約率が低下すると、事業利益率が上昇します。 これは予測分析の例です。

処方分析はどこからやってくるのですか？

予測分析を使用しても、未解決の質問がいくつかあります。 記述的分析は、最大の収益をもたらし、結果を予測するのに役立つチャネルを示しますが、分析は何をすべきかを教えてくれません。

たとえば、マーケティングチャネルAが最大の収益をもたらすことを理解している場合、最大の収益を得るには、このチャネルにいくらのお金を費やす必要がありますか？ マーケティング担当者は、最適な投資収益率を実現するために正確な金額を理解する必要があるかもしれません。

When precise answers on what to do are needed, prescriptive analytics come in. Business analysts collect data on business processes, rules, objectives, preferences, constraints, policies, boundaries, best practices, revenue, and costs. Using the data and a set of algorithms, analysts are able to find the way forward. Prescriptive analytics tells you what to do – you enter the math to define a problem and a set of algorithms find the most feasible solution. Here is a great image that helps to understand how these two analytical tools work together.

(Image credit: SMatstraffic)

Implementing the Prescriptive Analytics Initiative

Once you understand what is prescriptive analytics and the tools available, you can now implement an initiative. When doing so, you need to:

• Establish your vision
• List the critical process steps
• Ensure you have the right skills

Your vision is the overall opportunity that prescriptive analytics presents. The vision includes how the business seeks to make its decisions now and in the future, how these decisions will affect business performance, and a roadmap of the steps to follow. The roadmap contains key steps that the organization needs to follow to achieve its objectives. Education should be part of the vision as prescriptive analytics is seen as a niche that only Operations Research PhDs understand.

The key processes from evaluation to implementation include:

• Team assignment – find a team
• Value discovery – interviews and workshops to define the problem
• Proof of concept, POC – identify a subset of problems to run a proof of concept
• Implementation – this is the design and model building process
• Data management and workflow management, user interface development, technical testing, and user acceptance training
• Expansion – leverage the initial win and identify the next areas of problems

概要

Prescriptive analytics by definition shows that it is a set of analyses that seeks to answer the question; 何をすべきか？ How much to invest? What to do first? While other analytics give you so much data to help you make the right decision, prescriptive analytics points you to the exact direction of the decision.

Prescriptive analytics is either heuristics-based or optimization-based. Heuristics based analytics uses a set of what-if rules to prescribe solutions. These solutions may not be feasible. Optimization-based prescriptive analytics applied math and algorithms to find the most feasible solution. There are many tools to use, but they all fall into two categories; modeling platforms and packaged applications. Packaged applications are ready-to-use out of the box and only require a few configurations and settings while modeling platforms help you create applications.

Diib Will Team with You to Improve Performance

You'll have no need to purchase a packaged application for your prescriptive analytics needs when you partner with Diib. In the land of prescriptive analytics and performance analysis, Diib leads the market in both technology and expert staff. Our software compiles data from countries all over the world as well as in the United States. We take this data and give you actionable insights for improvement and performance enhancement. Here is what sets Diib apart from the rest:

• バウンス率の監視と修復
• ソーシャルメディアの統合とパフォーマンス
• あなたがバックリンクを持っている壊れたページ（404チェッカー）
• キーワード、バックリンク、およびインデックスの監視および追跡ツール
• ユーザーエクスペリエンスとモバイル速度の最適化
• 技術的なSEOモニタリング

無料スキャンについてはここをクリックするか、800-303-3510に電話して、成長の専門家の1人に相談してください。