Análise Prescritiva
Recomendações para otimizar a tomada de decisões
Enquanto a Análise Preditiva é responsável por dizer como provavelmente será o futuro, a Análise Prescritiva fornece subsídios para o processo de tomada de decisão, identificando o que deve ser feito para que os objetivos almejados pelas organizações sejam alcançados.
A Análise Prescritiva refere-se à utilização de modelos matemáticos alinhados à gestão de negócios para gerar recomendações de ações a serem tomadas de forma automática ou semiautomática, visando otimizar as estratégias adotadas pelas empresas e alcançar melhores resultados no menor espaço de tempo.
Decision Optimization
Decision Optimization (DO) é uma solução de modelagem matemática para resolução de problemas de negócio complexos pelo alto volume de combinações possíveis. Um algoritmo busca o conjunto de decisões que maximiza um objetivo de negócio que pode ser composto por um ou mais critérios econométricos (redução de custos, aumento de receita ou criação de oportunidades).
Conforme o problema de negócio a ser respondido, a solução faz uma série de prescrições de ordem estratégica (ex. Onde abrir um centro de distribuição e com tal superfície?), tática (ex. Quais serviços terceirizar? Qual é a dimensão correta da frota de caminhões?) ou operacional (ex. Em qual linha de produção fabricar determinados itens?).
Benefícios
A adoção depende do momento e da maturidade das empresas. Segundo a agência Gartner, apenas 3% das empresas utilizam a Análise Prescritiva, por mais evidente que sejam seus benefícios. E eles são vários:
Permite tomar decisões baseadas em dados, com visão holística dos custos, processos e desempenho.
Fornece análise do risco.
Fornece para a inteligência de negócios informações de impacto significativo, que possibilitam melhores decisões em marketing e vendas.
Confere mais eficiência ao gerenciamento da cadeia de suprimentos, que resulta em otimização da produção e aumento de produtividade e qualidade.
Otimiza estoques e distribuição e melhora a experiência do cliente, garantindo a entrega do produto certo, no momento certo e no local certo.
É importante destacar que uma barreira para a adoção da Análise Prescritiva está na quebra de paradigmas. A análise não tem como objetivo combater as ideias dos gestores e sim agregar, uma vez que ela analisa o cenário e indica a melhor ação a ser tomada, considerando a autonomia do gestor em tomar a decisão final.
Contudo, a partir de nossa experiência, podemos afirmar que a Análise Prescritiva pode ser uma ferramenta poderosa na Indústria, na Saúde, no Varejo e em Serviços.
Criação de cenários de otimização
O Decision Optimization Experiment está disponível no IBM Cloud Pak for Data (CP4D) e permite criar cenários de otimização, duplicá-los, modificar seus dados, executá-los e comparar os resultados por meio de indicadores e gráficos. Um cenário contém um modelo de variáveis e restrições matemáticas escritas em Python ou OPL (Optimization Programming Language), importadas ou criadas a partir de um assistente que utiliza as estruturas dadas do cenário e o tipo de problema a ser resolvido.
![](https://scalait.com/wp-content/uploads/2022/04/post_thumbnail-6b45a213315e15ddf95c72cf2645cfc8.jpeg)
Quais problemas soluciona?
Problemas de planejamento (ex. planejamento dos lotes de produção, produção de energia)
Alocação de recursos (ex. escalonamento de enfermeiras, portfólio de assets financeiros)
Sequenciamento de produção (ex. linha de montagem)
Problemas combinatórios em geral (ex. corte de bobinas de papel, roteirização de veículos, localização de instalações).
Um modelo de otimização “roda” pelo meio de um serviço Watson Machine Learning,
que contém algoritmos de resolução de programas lineares.
Na imagem, a tela do Decision Optimization Experiments no IBM Cloud Pak for Data