@BPERM_UT

✅ تفاوت تجزیه و تحلیل‌های توصیفی (Descriptive)، پیشگویانه (Predictive) و دستورالعملی (Prescriptive)

#بخش_اول

با در نظر گرفتن حجم عظیم اطلاعاتی که از زنجیره‌ی تامین، در اختیار کسب و کارها قرار می‌گیرد، شرکت‌ها در جست‌و‌جوی راه حل‌های تحلیلی برای استخراج مفاهیم از حجم زیاد داده‌ها هستند به گونه‌ای که در امر تصمیم‌گیری آن‌ها را مشایعت نماید. شرکت‌هایی که در صدد هستند فرآیند‌های فروش و فعالیت‌های خویش را بهینه نمایند، نیازمند توانمندی‌هایی جهت بررسی داده‌های تاریخی و پیش‌بینی رویدادهای ممکن در آینده هستند. حرکت به سمت شیوه‌هایی که فرآیندهای سازمان را بر داده کاوی منطبق می‌سازند امر دشواری است. با این حال، این حوزه از جذابیت بالایی برخوردار است زیرا نرخ بازگشت سرمایه تحت اثر بهینه‌سازی زنجیره‌ی تامین، کاهش هزینه‌های عملیاتی، بهبود خدمات مشتریان و ارتقاء معماری محصولات افزایش می‌یابد.

در چنین فضایی، نظر به وجود رویکردهای تحلیلی متنوع، انتخاب راهکار مناسب از پیچیدگی بالایی برخوردار است. با این حال، خوش‌بختانه می‌توان به صورت کلی، ابزار تحلیل را در سه دسته‌ی کلی قرار داد. حقیقت امر آن است که هیچ یک از این دسته‌بندی‌ها بر یکدیگر برتری مطلق نداشته و عملا این روش‌ها مکمل یکدیگر هستند. برای آن که یک کسب و کار بتواند درک جامعی از بازار و نحوه‌ی رقابت در آن به دست آورد، یک رویکرد تحلیلی استوار مورد نیاز است که شامل بخش‌های زیر است:

🔹تجزیه و تحلیل توصیفی:
روش تحلیلی است که در آن از روش‌های تجمیع داده‎‌ها و داده‌کاوی برای دستیابی به بینشی نسبت به گذشته و آگاهی از آن چه رخ داده است، استفاده می‌شود.

🔹تجزیه و تحلیل پیشگویانه:
روش تحلیلی است که در آن از مدل‌های آماری و روش‌های پیش‌بینی به منظور آگاهی از آینده و آن چه ممکن است روی بدهد، استفاده می‌شود.

🔹تجزیه و تحلیل دستورالعملی:
روش تحلیلی است که در آن از تکنیک‌های بهینه‌سازی و شبیه‌سازی برای تشخیص آن چه باید انجام شود و نتایج اختمالی آن استفاده می‌شود.


✍️گردآورندگان: مهندس سروش فاطمی، دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه تهران - درسا عبدالحمیدی، دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه تهران

📃 منبع:
https://halobi.com/blog/descriptive-predictive-and-prescriptive-analytics-explained/

#Descriptive #Predictive #Prescriptive
🆔 @BPERM_UT

🆔 @BPERM_UT


✅ تفاوت تجزیه و تحلیل‌های توصیفی (Descriptive)، پیشگویانه (Predictive) و دستورالعملی (Prescriptive)

#بخش_دوم


☑️ تجزیه و تحلیل توصیفی، بینشی به گذشته:

تجزیه و تحلیل توصیفی یا آماری به تشریح و خلاصه سازی داده‌های خام می‌پردازد و بر آن است داده‌های خام را به طریقی، برای انسان قابل تقسیر نماید. نکته‌ی مثبت این رویکرد در آن است که امکان یادگیری از رفتار‌های گذشته را برای کسب و کارها فراهم می‌سازد و امکان درک اثر وقایع گذشته را بر آینده ایجاد می‌نماید.

روش‌های توصیفی در نشان دادن مواردی نظیر کل موجودی در انبار، میانگین هزینه به ازای هر مشتری، تغییرات سالیانه فروش و ... مناسب هستند. مثال‌های معمول این روش در کسب و کارها، شامل گزارش‌های تولید گذشته‌ی شرکت، اطلاعات مالی گذشته، فرآیندها، فروش، موجودی و مشتریان هستند.

📢 از روش مذکور در مواقعی استفاده می‌شود که کسب و کارها نیازمند نیل به درک جامعی از آن چه در شرکت روی می‌دهد هستند و همچنین زمانی که نیت توصیف جنبه‌های مختلف یک کسب و کار است.


✍️گردآورندگان: مهندس سروش فاطمی و درسا عبدالحمیدی، کارشناسی ارشد مهندسی صنایع دانشگاه تهران

📃 منبع:
https://halobi.com/blog/descriptive-predictive-and-prescriptive-analytics-explained/

#Descriptive #Predictive #Prescriptive
🆔 @BPERM_UT

🆔 @BPERM_UT


✅ تفاوت تجزیه و تحلیل‌های توصیفی (Descriptive)، پیشگویانه (Predictive) و دستورالعملی (Prescriptive)

#بخش_سوم


☑️ تجزیه و تحلیل پیشگویانه، آگاهی از آینده:

این روش مبتنی بر توانایی پیشگویی رویدادهای محتمل در آینده است و شرکت‌ها را مجهز به بینشی عملی بر پایه داده می‌نماید. پر واضح است که روش‌های آماری قادر نیستند رویدادهای آینده را با قاطعیت 100درصد پیش‌بینی کنند. دلیل این امر آن است که اساس تجزیه و تحلیل پیشگویانه احتمالات است.

داده‌های ذخیره شده در سیستم‌های ERP، CRM، HR و POS به منظور شناسایی الگوها در داده‌‌ها با یکدیگر ادغام شده و در نهایت از مدل‌های آماری به منظور شناسایی ارتباطات میان مجموعه‌ی داده‌ها استفاده می‌شود.

برخی کاربردهای این رویکرد عبارتند از: پیشگویی رفتار مشتریان و الگوی خرید آن‌ها، پیش‌بینی روند فعالیت‌های فروش، پیش‌بینی تقاضا برای ورودی‌های زنجیره‌ی تامین، پیش‌بینی سطح موجودی‌ها و شناسایی قواعد انحمنی در سبد فروش.


📢 از روش مذکور در مواقعی استفاده می‌شود که نیاز به دستیابی به دانشی از آینده باشد.


✍️گردآورندگان: مهندس سروش فاطمی و درسا عبدالحمیدی، کارشناسی ارشد مهندسی صنایع دانشگاه تهران

📃 منبع:
https://halobi.com/blog/descriptive-predictive-and-prescriptive-analytics-explained/

#Descriptive #Predictive #Prescriptive
🆔 @BPERM_UT