Concurrentie is aan het veranderen

Concurrentie is aan het veranderen;  Descriptive, Predictive, en Prescriptive analyse uitgelegd:

Veel bedrijven weten het nog niet, maar de markt is wederom structureel aan het veranderen. Was het internet al een enorme schok voor het bedrijfsleven midden jaren negentig, nu dient zich een nieuwe fase aan waarin data een steeds grotere rol gaat spelen; eigenlijk misschien wel één van de belangrijkste rollen in het besturen van een onderneming.

Met de overvloed aan gegevens waarover bedrijven tegenwoordig in de leveranciersketen beschikken, wordt gezocht naar analytische oplossingen om betekenis uit de enorme hoeveelheden gegevens te extraheren om de beslissingen te verbeteren.

Met Predictive of Voorspellende Analyse proberen bedrijven hun Sales en Operations inspanningen te optimaliseren. Vraag en aanbod wordt als het ware bij elkaar gebracht. Met statistische en technische mogelijkheden die we nu hebben is het zeer goed mogelijk historische gegevens te analyseren en tot op zekere hoogte te voorspellen wat er in de toekomst gaat gebeuren. De potentiële waarde die hierin opgesloten ligt is enorm. Ondernemingsbeslissingen worden niet meer genomen op basis intuïtie maar op basis van wat de data ons verteld. Voor het eerst kunnen we objectieve beslissingen nemen die niet langer op intuïtie en aannames zijn gebaseerd. Dat dit een enorme impact kan hebben blijkt uit legio voorbeelden van bedrijven die hun supply chain hebben geoptimaliseerd, waarbij de bedrijfskosten daalden, de omzet hoger werd of de klantenservice en productmix verbeterden. Uit de praktijk blijkt dat veel grotere bedrijven momenteel bezig zijn met deze transitie en dat we slechts aan het begin staan.
Het is daarom ook een kwestie van tijd is, voordat MKB en MKB plus bedrijven ook aan deze transitie zullen beginnen. Ondernemingen zullen daarom in nabije toekomst steeds meer “Value – driven” worden (waar kunnen wij de meeste toegevoegde waarde voor onze klanten realiseren) en “data-driven” (gemeten objective data bepaalt onze beslissingen).

Kijkend naar alle drie de analytische opties (Descriptief, Predictief en Prescriptief), lijkt het een uitdaging te besluiten waar welke van de instrumenten we moeten inzetten. Gelukkig vullen de technieken elkaar aan en is geen van de instrumenten beter of slechter Ze bestaan in feite samen naast elkaar en vullen elkaar aan. Voor een bedrijf met een holistische kijk op de markt en hoe de onderneming efficiënt concurreert binnen die markt, is een robuuste analytische omgeving nodig met:

Descriptive Analyse, die data aggregatie en data mining gebruikt om inzicht te geven in het verleden en te beantwoorden:

“Wat is er gebeurd?”

Predictive Analyse, die statistische modellen en prognosetechnieken gebruikt om de toekomst te begrijpen en te beantwoorden:

“Wat kan er gebeuren?”

Prescriptive Analyse, die gebruik maakt van optimalisatie- en simulatiealgoritmen om advies te geven over mogelijke resultaten en antwoord geeft op de vraag:

“Wat moeten we doen?”

Descriptive Analyse: Inzicht in het verleden
Beschrijvende analyse of statistieken doet precies wat de naam impliceert ze ‘beschrijven’ of vatten ruwe gegevens samen en en maken dat tot iets door mensen geïnterpreteerd kan worden. Het zijn instrumenten die het verleden beschrijven (veelal rapportages). Het verleden verwijst naar elk moment dat een gebeurtenis zich heeft voorgedaan, of het nu een minuut of een jaar geleden is. Beschrijvende analyses zijn nuttig omdat ze ons in staat stellen om te leren van het gedrag in het verleden en te begrijpen hoe we toekomstige resultaten kunnen beïnvloeden.

De overgrote meerderheid van de statistieken die we vandaag de dag gebruiken vallen in deze categorie. (Denk aan basis rekenkunde zoals sommen, gemiddelden, procentuele veranderingen). Meestal is de onderliggende data een telling, of aggregaat van een gefilterde kolom gegevens waaraan basiswiskunde wordt toegepast. Voor alle praktische doeleinden zijn er een oneindig aantal van deze statistieken. Beschrijvende statistieken zijn nuttig om dingen aan te tonen, zoals totale voorraad in voorraad, gemiddelde omzet per klant en jaarverslag veranderingen in de omzet. Gemeenschappelijke voorbeelden van beschrijvende analyses zijn rapporten die historische inzichten geven over de productie, financiën, activiteiten, verkoop, financiën, voorraad en klanten van de onderneming.

Gebruik Descriptive Analyse wanneer u op aggregatie niveau moet begrijpen wat er in uw bedrijf gebeurt en wanneer u verschillende aspecten van uw bedrijf wilt samenvatten en omschrijven.

Predictive Analyse: De toekomst begrijpen
Voorspellende analytics heeft zijn wortels in de wens om te “weten” wat er gaat gebeuren. Deze analyses gaan over het begrijpen van de toekomst. Voorspellende analyses geven bedrijven handige inzichten op basis van gegevens. Voorspellende analyses bieden schattingen over de kans op een toekomstige uitkomst. Het is belangrijk om te onthouden dat geen enkel statistisch algoritme de toekomst kan voorspellen met 100% zekerheid. Ondernemingen gebruiken deze statistieken om te voorspellen wat er in de toekomst kan gebeuren. De basis van predictieve analyse is gebaseerd op waarschijnlijkheden.

Deze technieken proberen de gegevens te verwerken die u hebt en vul de ontbrekende gegevens in met de beste gissingen. Ze combineren historische gegevens die worden gevonden in ERP, CRM, HR en POS systemen om patronen in de data te identificeren en statistische modellen en algoritmen toe te passen en om relaties tussen verschillende datasets te identificeren. Voorspellende analyses kunnen in de gehele organisatie worden gebruikt, van het voorspellen van klantengedrag en aankooppatronen om trends in verkoopactiviteiten te identificeren. Ze helpen ook de vraag naar input uit de supply chain, operations en inventaris te voorspellen.

Een algemene applicatie die bij de meeste mensen bekend is, is het gebruik van voorspellende analyses om een credit score te produceren. Deze scores worden gebruikt door financiële diensten om de waarschijnlijkheid vast te stellen dat klanten op termijn aan toekomstige kredietbetalingen kunnen voldoen. Typisch zakelijk gebruik omvat het begrijpen hoe de verkoop aan het einde van het jaar zal afsluiten, het voorspellen van welke producten klanten samen zullen kopen of het inventariseren van voorraadniveaus gebaseerd op een groot aantal variabelen. Capaciteitsplanning op basis van vraag of het voorspellen waar de sales aandacht naartoe moet gaan, zijn andere voorbeelden. Veel grotere ondernemingen zijn momenteel bezig om het gedrag van hun klanten op de website te voorspellen om hiermee hun omzet te vergroten. Hier kan onvoorstelbaar veel geld mee verdiend worden. Het beïnvloedt natuurlijk ook direct de concurrentiepositie van de onderneming en we denken dan ook dat dit op vrij korte termijn een belangrijke aandachtspunt voor het MKB en MKB plus zal zijn. Een goede website die SEO geoptimaliseerd is, is derhalve niet meer genoeg. U dien routines te hebben die het gedrag van uw klanten kan analyseren en de website hierop aanpast, zodat u uw verkopen optimaliseert.

Prescriptive Analyse: Analyse van de opties
In een notendop draait het er bij deze analyses om advies. Prescriptieve analyses proberen het effect van toekomstige beslissingen te kwantificeren om te adviseren over mogelijke resultaten voordat de beslissingen eigenlijk worden gemaakt. Prescriptive analytics voorspelt op zijn best niet alleen wat er gebeurt, maar ook waarom het zal gebeuren met aanbevelingen die betrekking hebben op acties die gebruik maken van de voorspellingen.
Deze analyses gaan verder dan beschrijvende en voorspellende analyses door een of meer mogelijke acties aan te bevelen. In wezen voorspellen ze meerdere termijnen en kunnen bedrijven een aantal mogelijke resultaten beoordelen op basis van de gekozen scenarios. Prescriptieve instrumenten gebruiken vaak een combinatie van technieken en gereedschappen, zoals bedrijfsregels, algoritmes, machine learning en computational modeling procedures. Deze technieken worden toegepast op verschillende datasets, met inbegrip van historische en transactiegegevens, real-time data feeds en Big data stromen, bijvoorbeeld vanuit het internet. Prescriptieve analyses zijn relatief complex om te beheren, en de meeste bedrijven gebruiken ze nog niet in hun dagelijkse gang van zaken. Wanneer ze correct zijn geïmplementeerd, kunnen ze grote invloed hebben op de manier waarop bedrijven beslissingen nemen en op de bottom line keuze binnen het bedrijf.

Tot slot:

Het bovenstaande lijkt allemaal nogal ingewikkeld. Dat is het zeker niet. U gebruikt al rapportages om de onderneming te besturen. Het is alleen zaak om de concurrentiepositie van de onderneming goed in de gaten te houden en genoemde technieken te gebruiken om minder op intuïtie en meer op basis van objectieve data en gegevens besluiten te nemen (we noemen dit data-driven). Hierdoor kan het bedrijf meer toegevoegde waarde leveren naar de klant (we noemen dit value-driven), om bottom-line meer omzet te draaien en winstgevender te zijn, of op zijn minst een geducht concurrent.
Het is mogelijk om met relatief eenvoudige middelen hiermee te experimenteren en zo de onderneming te versterken en klaar te maken voor de structurele wijzigingen die er op de markt aankomen.

Getagd met , , , , ,