Mengapa Masa Depan Analisis Data Adalah Analisis Preskriptif

Analytics mungkin merupakan alat paling penting yang dimiliki perusahaan saat ini untuk mendapatkan wawasan pelanggan. Inilah sebabnya mengapa ruang Big Data ditetapkan untuk mencapai lebih dari $273 Miliar pada tahun 2023 dan perusahaan seperti Microsoft, Amazon, dan Google di antara begitu banyak lainnya berinvestasi sangat besar tidak hanya untuk mengumpulkan data, tetapi juga memungkinkan data untuk perusahaan.

Karena AI dan pembelajaran mesin terus berkembang, cara kami menggunakan analitik juga terus berkembang dan berubah. Sementara di masa lalu, bisnis berfokus pada pengumpulan data deskriptif tentang pelanggan dan produk mereka, semakin banyak, mereka menarik pembelajaran prediktif dan preskriptif dari informasi yang mereka kumpulkan. Jadi—apa perbedaan antara analitik deskriptif, prediktif, dan analitik preskriptif? Dan apakah Anda membutuhkan yang terakhir di perusahaan Anda?

Jika Anda baru mengenal bidang analisis data, mari kita lakukan tinjauan singkat:

• Analitik deskriptif: data yang memberikan informasi tentang apa yang terjadi di perusahaan Anda. Pikirkan tentang laporan penjualan bulanan, jumlah hit web, tingkat kampanye pemasaran, dll. Mereka memberi Anda wawasan tentang bagaimana kinerja suatu proyek. Ini adalah bentuk analitik paling dasar. (Pikirkan “analisis” vs. “analitik.”)
• Analitik prediktif: data yang memberikan informasi tentang apa yang akan terjadi di perusahaan Anda. Dengan memanfaatkan pembelajaran mesin dan proses serta algoritme AI yang lebih kompleks, analitik prediktif membantu Anda menentukan apa yang akan terjadi—seberapa baik produk akan terjual, siapa yang kemungkinan akan membelinya, pemasaran mana yang akan digunakan untuk dampak terbesar.
• Analitik preskriptif: data yang memberikan informasi tidak hanya tentang apa yang akan terjadi di perusahaan Anda, tetapi bagaimana hal itu dapat terjadi lebih baik jika Anda melakukan x, y, atau z. Selain memberikan informasi, analitik preskriptif bahkan selangkah lebih maju untuk merekomendasikan tindakan yang harus Anda ambil untuk mengoptimalkan proses, kampanye, atau layanan ke tingkat tertinggi.

Sejujurnya, masih ada banyak kebingungan antara apa yang dimaksud dengan analisis prediktif dan preskriptif, dan Anda mungkin melihatnya digunakan secara bergantian di beberapa kalangan. Terlepas dari itu, analitik deskriptif, prediktif, dan preskriptif semuanya memainkan peran penting dalam organisasi kami saat ini. Kami tidak selalu membutuhkan algoritme kompleks yang berjalan pada data kami. Terkadang kita hanya ingin tahu di mana posisi keuangan kita atau berapa banyak lalu lintas yang diperoleh halaman media sosial kita. Namun, dalam kasus di mana kami ingin meningkatkan efisiensi dan mengoptimalkan kinerja, analitik preskriptif memainkan peran yang semakin penting.

Saat kita beralih ke analitik prediktif, segalanya menjadi sedikit lebih jelas. AI dan pembelajaran mesin dapat memberi tahu kami secara lebih spesifik kelompok pelanggan mana yang menjadi target, dan produk atau diskon mana yang ditawarkan untuk memaksimalkan dampak. Mereka bahkan dapat memberi tahu Anda jam berapa dan media apa yang digunakan untuk menjangkau mereka. Namun hasil dari kampanye tersebut masih bersifat deskriptif. Mereka tidak akan memberi tahu Anda apa yang harus Anda lakukan untuk meningkatkan hasil Anda lebih jauh.

Prescriptive Analytics Membuat Pemasaran Lebih Mudah

Mari kita ambil contoh. Di masa lalu, tim pemasaran akan menyusun kampanye dan menggunakan analitik deskriptif untuk menargetkan siapa yang mereka rasa paling terbuka untuk menerimanya. Pelanggan dalam rentang usia 20-30 tahun mungkin mendapatkan pesan “lebih muda” daripada pelanggan dalam rentang usia 45-60 tahun. Mereka mungkin menawarkan produk atau layanan yang berbeda. Hal ini umumnya akan menghasilkan kinerja kampanye yang lebih baik secara keseluruhan. Dan jujur: banyak perusahaan masih memasarkan dengan cara ini. Namun jenis pemasaran ini masih belum efisien secara optimal. Masih banyak asumsi yang masuk ke dalamnya, dan bahkan hasilnya—tingkat pembelian yang tinggi atau rendah—tidak serta merta memberikan wawasan tentang mengapa kampanye berhasil atau tidak berkinerja baik.

Masukkan, analitik preskriptif. Analitik preskriptif memiliki tiga bentuk utama—pemasaran terpandu, penjualan terpandu, dan penetapan harga terpandu. Ini menggunakan AI dan pembelajaran mesin untuk memandu pembeli dengan interaksi manusia yang lebih sedikit — meresepkan pembeli yang tepat, pada waktu yang tepat, dengan konten yang tepat — memberi tahu staf penjualan produk mana yang akan ditawarkan menggunakan kata-kata apa — memberi tahu Anda berapa harga yang harus digunakan pada jam berapa situasi yang mana. Informasi ini memungkinkan Anda untuk memaksimalkan tidak hanya penjualan tetapi harga dan keuntungan secara keseluruhan.

Memang, manfaat analitik prediktif dan preskriptif jauh melampaui konversi penjualan. Mereka berdarah ke dalam penghematan waktu, efisiensi, modal manusia, biaya transaksi. Analitik prediktif, ketika otomatis, dapat memungkinkan Anda membuat keputusan waktu nyata—sesuatu yang dilakukan perusahaan bensin dan kimia, misalnya, mengubah harga sepanjang hari untuk memaksimalkan keuntungan. Mencapai manfaat data dan lebih khusus analitik preskriptif bermuara pada memiliki teknologi, sistem, dan proses untuk memaksimalkan data yang tersedia. Dalam salah satu bagian saya baru-baru ini di sini di Forbes, saya berbicara banyak tentang pentingnya memiliki infrastruktur dan perangkat lunak yang tepat untuk memberi daya pada data Anda. Pikiran-pikiran itu tetap benar di sini jika Anda ingin naik ke rantai makanan untuk memanfaatkan kekuatan analitik preskriptif. Ini karena analitik preskriptif adalah tentang mempercayai bahwa AI akan melakukan pekerjaan untuk memaksimalkan penjualan atas nama Anda, berdasarkan perhitungan yang dijalankannya di latar belakang (yang didorong oleh sistem pencatatan, alat, dan infrastruktur Anda). Hal ini juga membutuhkan melepaskan kontrol. Tetapi data yang dibuatnya dari pertukaran ini juga sangat mendalam, membuktikan bahwa seringkali AI dapat mengoptimalkan penjualan dan pemasaran seperti yang tidak pernah bisa dilakukan manusia.

Untuk mengetahui jenis analitik mana yang harus diinvestasikan oleh perusahaan Anda, Anda harus mulai dengan pertanyaan besar: apa yang ingin Anda capai? Seperti yang saya sebutkan di atas, analitik preskriptif sangat kuat, tetapi mereka tidak akan diperlukan untuk setiap perusahaan, atau setiap kampanye yang Anda dorong ke pelanggan. Mereka juga akan membutuhkan banyak penyesuaian. Tidak ada algoritma yang dibuat dengan sempurna untuk pertama kalinya. Dibutuhkan waktu, usaha, dan fokus untuk membuat analitik preskriptif bekerja secara efektif. Tetapi jika Anda berada di pasar yang kompetitif—mengelola apa pun mulai dari produk hingga orang—analitik preskriptif dapat berarti dorongan besar untuk laba, produktivitas, dan laba. Dan sejujurnya: ini masih awal dalam permainan analitik preskriptif. Saya kira kita hanya melihat puncak gunung es dalam hal apa yang dapat dicapai oleh analitik preskriptif. (Dan untuk bisnis kecil dan menengah di luar sana, jangan khawatir: Dugaan saya adalah Prescriptive Analytics as a Service tidak jauh di belakang.)