Os Centros de Medicare e Medicaid (CMS) anunciaram recentemente que, entre 2012 e 2014, a organização economizou US $ 42 bilhões. O CMS em parceria com os prestadores de serviços de saúde encarregados da aplicação da lei e da fiscalização foi responsável por parte das economias. No entanto, o CMS economizou grande parte do investimento implementando a análise preditiva, evitando assim "fraude, desperdício e abuso".
“De 1º de outubro de 2012 a 30 de setembro de 2014 (ano fiscal de 2013 e 2014), cada dólar investido nos esforços de integridade do programa Medicare da CMS economizou US $ 12,40 para o programa Medicare.”
$config[code] not foundDe forma simples, a análise preditiva é “computadores aprendendo com o comportamento passado sobre como fazer melhor determinados processos de negócios e fornecer novos insights sobre como sua organização realmente funciona”.
As empresas precisam aprender a extrair estratégias acionáveis dos dados que estão coletando. A análise preditiva pode beneficiar sua empresa de várias maneiras, incluindo a determinação das ações do cliente, a simplificação de seus processos e a redução do nível de risco.
Garbage In - Garbage Out (GIGO)
Em TI temos um ditado: lixo no lixo (GIGO). O que isto significa é que a qualidade de seus dados é extremamente importante. Basear decisões comerciais em dados inválidos pode ter um impacto negativo severo em seus negócios.
Certifique-se de que qualquer pessoa envolvida na inserção de dados em sua empresa compreenda como a precisão crítica é para o sucesso do seu negócio.
Exemplos de análise preditiva
Análise preditiva agiliza as operações da empresa
A Harvard Business Review relata que o big data é extremamente útil para prever a demanda do cliente por produtos que não são “hits”, mas são vendidos para muitas pessoas em uma variedade de nichos (também conhecidos como “cauda longa”).
Minerar esse tipo de dado é mais desafiador, porque os produtos de ponta longa não são tão populares quanto os produtos de hits e as regiões nas quais eles são vendidos não são tão grandes.
A análise preditiva é extremamente útil para minerar esses dados e determinar o que os clientes nesses nichos desejam.
Definindo o preço usando o Predictive Analytics
Outra forma de análise preditiva ajuda as empresas a obter preços. As empresas podem aumentar as vendas segmentando determinados clientes com preços, descontos e promoções específicos.
Os varejistas on-line podem usar as toneladas de dados que coletam sobre o comportamento de seus clientes para ajustar seus preços de acordo com o que atrairá mais os clientes.
A análise preditiva também ajuda muito os setores que dependem de máquinas para seu sucesso, porque os dados podem ser usados para avaliar quando essas máquinas precisam de manutenção ou tendem a falhar.
Cientistas da Microsoft usaram dados coletados em aeronaves para determinar quando os voos provavelmente seriam cancelados ou atrasados. As companhias aéreas são apenas um exemplo de organizações que podem aliviar uma enorme quantidade de resíduos simplesmente por estarem dispostas a encontrar maneiras de minerar os dados que já possuem.
Análise Preditiva Diminui o Risco
Reduzir o risco para as empresas é outra vantagem da análise preditiva. As empresas têm interesse em descobrir maneiras de aumentar sua segurança, porque não se trata de violações de dados, mas quando elas ocorrerão.
Coletar informações sobre ataques anteriores e identificar uma impressão digital para evitar futuras infiltrações é a maneira convencional de tentar evitar violações de dados. Esse método está se tornando cada vez mais ineficaz à medida que os ataques cibernéticos se tornam mais sofisticados.
A análise preditiva, obviamente, não garante a prevenção de todos os ataques que surgirem. No entanto, é uma abordagem proativa para proteger informações em vez de reativas.
As empresas podem usar a análise preditiva para identificar ataques que nunca viram antes, em vez de confiar no que sabem sobre ataques anteriores. Combinada com a inteligência artificial, a análise preditiva pode se tornar muito poderosa.
Implementando o Predictive Analytics
É fácil falar sobre a implementação da análise preditiva, mas, na verdade, isso pode ser complicado. As empresas devem determinar o seguinte para começar:
- a responsabilidade para o seu negócio se a liderança faz escolhas pobres,
- os tipos de decisões que sua empresa toma,
- quais recursos ajudarão você a colocar sua estratégia de análise preditiva em prática.
A análise preditiva será um ativo óbvio para sua empresa se o custo de tomar uma série de más decisões for alto (por exemplo, semelhante aos US $ 42 bilhões que seriam gastos pelo CMS).
Também é útil reconhecer que nem todas as decisões são iguais. As decisões operacionais geralmente têm respostas certas ou erradas, enquanto as decisões estratégicas podem ter respostas ambíguas.
Você pode usar a análise preditiva com os dois tipos de decisão, mas precisará adaptar sua modelagem para qualquer situação. E então você precisa selecionar a solução de análise mais adequada às suas necessidades e com uma equipe que sabe o que está fazendo.
A gerência precisa identificar:
- seus problemas,
- resultados desejados,
- conjuntos de dados internos,
- o valor da solução que você está considerando.
Use essas informações para determinar qual fornecedor é mais adequado para sua empresa.
Big Data e Predictive Analytics de Professor Lili SaghafiA análise preditiva é um ativo eficaz
Alavancar o big data não é mais o domínio de apenas grandes corporações. Até mesmo as pequenas empresas estão reconhecendo seu valor. Felizmente, as empresas agora podem aproveitar os benefícios do Big Data devido à disponibilidade de novas soluções em nuvem.
Quando se trata de melhorar em qualquer esfera da vida, não há cura para todos. No entanto, a análise preditiva é um recurso valioso para ajudar sua empresa a ser mais eficiente, além de reduzir o risco em diversas áreas.
Prever foto via Shutterstock
1
