Phân tích đề xuất (Prescriptive Analytics) là gì?

Phân tích đề xuất (Prescriptive Analytics) là gì? Cách thức hoạt động, những ưu và nhược điểm của Phân tích đề xuất.

• Phân tích dữ liệu đang làm thay đổi bóng đá như thế nào? (P1)
• Data Analytics mang lại những giá trị nào cho các đội bóng đá? (P2)
• Mức lương của Data Analytics: Các nhà phân tích dữ liệu kiếm được bao nhiêu?

1. Những điểm chính cần nhớ

• Phân tích đề xuất sử dụng công nghệ Học máy để giúp các doanh nghiệp quyết định hành động dựa trên dự đoán của chương trình máy tính.
• Phân tích đề xuất được dùng cùng phân tích dự đoán – việc sử dụng dữ liệu để xác định kết quả trong ngắn hạn.
• Khi được sử dụng một cách hiệu quả, phân tích đề xuất có thể giúp các tổ chức đưa ra quyết định dựa trên các dữ kiện và dự đoán có trọng số xác suất, thay vì đưa ra các kết luận dựa trên cảm giác thay vì dữ liệu.

2. Phân tích đề xuất (Prescriptive Analytics) là gì? 

Phân tích đề xuất là một dạng phân tích dữ liệu — việc sử dụng công nghệ để giúp các doanh nghiệp đưa ra quyết định tốt hơn thông qua việc phân tích dữ liệu thô. Cụ thể, phân tích đề xuất sử dụng thông tin về các tình huống hoặc kịch bản có thể xảy ra, các nguồn lực sẵn có, hiệu suất trong quá khứ và hiện tại, nhằm đề xuất một chiến lược hoặc lộ trình hành động. Nó có thể được sử dụng để đưa ra quyết định cho bất kỳ thời điểm nào, từ ngắn hạn đến dài hạn.

Đối lập với phân tích đề xuất là phân tích mô tả – việc xem xét các quyết định và kết quả sau khi đã xảy ra.

3. Cách hoạt động của phân tích đề xuất

Phân tích đề xuất dựa trên các kỹ thuật trí tuệ nhân tạo, chẳng hạn như Học máy (Machine learning) – khả năng của một chương trình máy tính hiểu và xử lý dữ liệu mà nó thu được, mà không cần có sự can thiệp của con người. Học máy giúp xử lý lượng dữ liệu khổng lồ có sẵn ngày nay. Khi có dữ liệu mới, các chương trình máy tính sẽ tự động điều chỉnh để sử dụng dữ liệu đó, một cách nhanh và toàn diện hơn nhiều so với khả năng của con người.

Phân tích đề xuất được dùng cùng với một dạng phân tích dữ liệu khác, phân tích dự đoán – việc sử dụng thống kê và mô hình hóa để đưa ra dự đoán tương lai, dựa trên dữ liệu hiện tại và quá khứ. Tuy nhiên, nó còn đi một bước xa hơn: Sử dụng ước tính của phân tích dự đoán về những gì có khả năng xảy ra để đề xuất hành động nên thực hiện trong tương lai.

4. Ưu và Nhược điểm của Phân tích đề xuất

Phân tích đề xuất có thể giúp ngăn ngừa gian lận, hạn chế rủi ro, tăng hiệu quả, đạt các mục tiêu kinh doanh và tạo ra nhiều khách hàng trung thành hơn.

Tuy nhiên, phân tích đề xuất không phải là hoàn hảo. Nó chỉ hiệu quả nếu các tổ chức biết cần đặt ra những câu hỏi nào và phản ứng với các câu trả lời như thế nào. Nếu các giả định đầu vào không hợp lý, kết quả đầu ra sẽ không chính xác.

Tuy nhiên, khi được sử dụng một cách hiệu quả, phân tích đề xuất có thể giúp các tổ chức đưa ra quyết định dựa trên các dữ kiện đã được phân tích kỹ lưỡng, thay vì đưa ra các kết luận dựa trên cảm giác. Phân tích đề xuất có thể đưa ra xác suất của các kết quả trong tương lai, giúp các tổ chức hiểu rõ hơn về mức độ rủi ro và không chắc chắn mà họ phải đối mặt. Các tổ chức có thể hiểu rõ hơn khả năng xảy ra các tình huống xấu nhất và lập kế hoạch phù hợp.

Để tìm hiểu thêm về những ứng dụng thực tế của Phân tích đề xuất, đọc tiếp tại đây. 

>>> Nếu bạn đang có nhu cầu học lập trình trực tuyến, tìm hiểu ngay tại đây:

>>> Xem thêm các chủ đề hữu ích:

• Tất cả những điều bạn cần biết về khóa học lập trình tại FUNiX FPT
• 5 Điểm đáng chú ý tại khóa học lập trình trực tuyến FPT – FUNiX
• Từ A-Z chương trình học FUNiX – Mô hình đào tạo lập trình trực tuyến số 1 Việt Nam
• Lý do phổ biến khiến học viên nước ngoài chọn FUNiX
• Lưu ý để học blockchain trực tuyến hiệu quả cao tại FUNiX
• Lý do nữ giới nên chọn FUNiX để học chuyển nghề IT
• FUNiX trở thành đối tác của Liên minh Blockchain Việt Nam
• 3 lý do bạn trẻ nên học blockchain trực tuyến ở FUNiX

Vân Nguyễn (Dịch từ Investopedia)