Prescriptive analytics è l’area della business analytics (BA) dedicata a trovare il miglior corso d’azione per una data situazione.
Prescriptive analytics è correlata sia alla descriptive analytics che alla predictive analytics. Mentre l’analitica descrittiva mira a fornire informazioni su ciò che è accaduto e l’analitica predittiva aiuta a modellare e prevedere ciò che potrebbe accadere, l’analitica prescrittiva cerca di determinare la soluzione o il risultato migliore tra varie scelte, dati i parametri noti.
L’analitica prescrittiva può anche suggerire opzioni di decisione su come sfruttare un’opportunità futura o mitigare un rischio futuro, e illustrare le implicazioni di ogni opzione di decisione. In pratica, l’analitica prescrittiva può elaborare continuamente e automaticamente nuovi dati per migliorare l’accuratezza delle previsioni e fornire migliori opzioni decisionali.
Un compito che richiede molto processo, l’approccio prescrittivo analizza le decisioni potenziali, le interazioni tra le decisioni, le influenze che influiscono su queste decisioni e il peso che tutto ciò ha su un risultato per prescrivere infine una linea d’azione ottimale in tempo reale. L’analitica prescrittiva non è a prova di errore, tuttavia, ma è soggetta alle stesse distorsioni che possono sconvolgere l’analitica descrittiva e predittiva, compresi i limiti dei dati e le forze esterne non considerate. L’efficacia dell’analitica predittiva dipende anche da quanto bene il modello decisionale cattura l’impatto delle decisioni analizzate.
I progressi nella velocità di calcolo e lo sviluppo di complessi algoritmi matematici applicati ai set di dati hanno reso possibile l’analisi prescrittiva. Le tecniche specifiche utilizzate nell’analitica prescrittiva includono l’ottimizzazione, la simulazione, la teoria dei giochi e i metodi di analisi delle decisioni.
Un’azienda chiamata Ayata detiene il marchio per il termine (maiuscolo) Prescriptive Analytics. Ayata è la parola sanscrita per il futuro.