Отчет показал проблему. Что дальше?
Но путаница возникает не только в слова. Подвиды аналитики тоже часто смешивают, хотя каждая отвечает на свой вопрос. Рассмотрим детальнее.
В интернет-магазине растет доля заказов, доставленных позже обещанного срока. Отчет показывает: за неделю опоздало больше отправлений, чем обычно. Но решение всё ещё не очевидно. Нужно понять, повторится ли ситуация завтра и что изменить — увеличить смену на складе, перераспределить заказы или скорректировать обещанный срок.
Эти вопросы относятся к трём видам аналитики. Описательная аналитика (descriptive analytics) показывает, что уже произошло, предиктивная (predictive analytics) оценивает вероятное развитие событий, а предписывающая (prescriptive analytics) предлагает возможные действия.
Описательная: что произошло
Первый уровень собирает факты в понятную картину. Сколько заказов задержалось, когда возник пик, на каком этапе выросло время ожидания, какие регионы или категории товаров затронуты сильнее. Для этого используют отчёты, показатели, группировки и визуализации.
Такая аналитика не объясняет причины и не показывает, сохранится ли отклонение. Средний срок доставки мог вырасти из-за перегруженного склада, изменения структуры заказов или нескольких единичных сбоев.
Предиктивная: что, вероятно, произойдёт
Здесь исторические и текущие данные используют для оценки будущих событий. Модель может определить вероятность задержки заказа с учётом загрузки склада, адреса, состава отправления и дня недели.
IBM относит к предиктивной аналитике анализ прошлых и текущих данных для прогнозирования будущих тенденций и закономерностей. Результат такого анализа — не обещание, а вероятность, точность которой зависит от полноты данных и устойчивости найденных связей.
Поэтому прогнозу нужны понятный горизонт и проверка на новых данных. Формулировка «риск задержки повышен» честнее, чем категоричное «заказ опоздает».
Предписывающая: что можно сделать
Предписывающая аналитика добавляет к прогнозу варианты действий. Система может предложить перенаправить заказ на другой склад, изменить последовательность комплектации или выбрать иной маршрут. IBM определяет предписывающую аналитику (prescriptive analytics) как анализ данных, который помогает прогнозировать результаты и выбирать оптимальные действия.
Но «оптимальное» зависит от цели и ограничений. Самый быстрый маршрут может оказаться слишком дорогим, а перераспределение сотрудников — создать очередь на другом участке. Поэтому учитываются стоимость, ресурсы, сроки, правила и допустимый риск. В сложных случаях рекомендацию подтверждает человек.
От аналитики — к единому контуру изменений
Три вида аналитики не обязательно образуют последовательные ступени. Для отчётности может быть достаточно описания, для управления запасами — прогноза, для распределения ресурсов — рекомендации. Проблема возникает, когда аналитика заканчивается на графике или списке возможных действий.
По опыту наших проектов, анализ и реализацию изменений полезно связывать в единый контур. Данные о фактической работе помогают обнаружить проблему, прогноз — оценить риск, а предписывающая аналитика — выбрать действие. После реализации результат возвращается в аналитику: компания проверяет, изменились ли сроки, трудозатраты, число ошибок и возвратов.
Например, система может рекомендовать перенаправить часть заказов на другой склад. После изменения важно оценить не только его загрузку, но и общий срок доставки, стоимость обработки и появление новых очередей. Если процесс не ускорился, решение корректируют: ограничение могло переместиться на следующий этап.
Так аналитика становится частью постоянного управления: описательная показывает ситуацию, предиктивная помогает подготовиться, предписывающая предлагает действие, а обратная связь позволяет оценить его реальный эффект.