処方的分析

処方的分析は、将来の機会を活用する方法や将来のリスクを軽減する方法に関する意思決定の選択肢を提案し、各意思決定の選択肢がもたらす影響を示すビジネス分析の一形態です。これにより、企業は記述的分析と予測的分析から得られた情報に基づいて「取るべき最善の行動方針」を検討することができます。^{[ 1 ]}

処方的分析は、記述的分析と予測的分析も含むビジネス分析の 3 番目で最後の段階です。^{[ 2 ] [ 3 ]}「分析能力の最終フロンティア」と呼ばれる処方的分析は、数学と計算科学の応用を伴い、記述的および予測的段階の結果^{をどのように}活用するかについての意思決定オプションを提案します。^[4]

ビジネス分析の最初の段階は記述的分析であり、これは今日でもビジネス分析の大部分を占めています。^{[ 5 ]}記述的分析は過去のパフォーマンスを調べ、過去の成功または失敗の理由を探るために履歴データをマイニングすることで、そのパフォーマンスを理解します。営業、マーケティング、オペレーション、財務などのほとんどの管理レポートは、この種の事後分析を使用します。

次の段階は予測分析です。予測分析は、何が起こる可能性が高いかという問いに答えるものです。ここでは、過去のデータとルール、アルゴリズム、そして場合によっては外部データを組み合わせて、イベントの将来的な結果や状況が発生する可能性を判断します。

最終段階は処方的分析^{[ 6 ]}であり、将来の結果を予測するだけでなく、予測から利益を得るための行動を提案し、各決定オプションの影響を示す^{[ 7 ] 。}

処方分析は、アルゴリズムと機械学習モデルを使用してさまざまなシナリオをシミュレートし、さまざまな決定の可能性のある結果を予測します。^{[ 8 ]}そして、望ましい結果と状況の制約に基づいて、最適な行動方針を提案します。処方分析は、何が起こるか、いつ起こるかだけでなく、なぜ起こるかも予測します。^{[ 8 ]}さらに、処方分析は、将来の機会を活用する方法や将来のリスクを軽減する方法に関する意思決定の選択肢を提案し、各意思決定の選択肢の影響を示します。処方分析は、構造化データと非構造化データの両方を取り込み、高度な分析技術と分野を組み合わせて、予測、処方、および適応を行います。新しいデータを継続的に取り込んで再予測および再処方できるため、予測精度が自動的に向上し、より良い意思決定の選択肢が処方されます。効果的な処方分析では、構造化データ（数値、カテゴリ）と非構造化データ（動画、画像、音声、テキスト）の組み合わせであるハイブリッドデータとビジネスルールを利用して、将来を予測し、他の優先事項を損なうことなく、予測された将来をどのように活用するかを指示します。^{[ 9 ]} Basu は、ハイブリッドデータの入力がなければ、処方分析のメリットは限られると示唆しています。^{[ 1 ] [ a ]}

こうした多様なデータタイプと増大するデータ量に加えて、受信データは速度に関しても進化する可能性があり、つまり、より多くのデータがより速いペースまたは変動するペースで生成されることになります。ビジネスルールはビジネスプロセスを定義し、目的制約、優先順位、ポリシー、ベストプラクティス、境界などが含まれます。数学モデルと計算モデルは、数学、コンピュータサイエンス、および応用統計学、機械学習、オペレーションズリサーチ、自然言語処理、コンピュータビジョン、パターン認識、画像処理、音声認識、信号処理などの関連分野から派生した技術です。これらの方法すべてを正しく適用し、その結果を検証するには、処方的分析プロジェクトごとに、人的、計算的、時間的リソースを含む大規模なリソースが必要となります。数十人の人員、高性能マシン、数週間の作業にかかる費用を節約するためには、リソースの削減、ひいては結果の精度または信頼性の低下を考慮する必要があります。望ましい方法は、許容範囲内の確率的結果を生み出す削減です。

分析の3つのフェーズすべては、専門サービス、テクノロジー、またはその組み合わせによって実行できます。拡張性を確保するためには、処方的分析テクノロジーは、ほとんどのミッションクリティカルなプロセスとその環境が生成するデータ量、速度、および多様性の増加に対応できるよう、適応性を備えている必要があります。

処方分析に対する批判の一つは、予測分析との区別が曖昧で、したがってその考え方が不適切であるという点である。^{[ 10 ]}

処方分析という用語は、IBMによって最初に造語され^{[ 3 ]}、後にテキサス州に拠点を置くAyata社によって商標登録されましたが^{[ 11 ] [ 12 ]、}その根底にある概念は何百年も前から存在しています。処方分析の背後にあるテクノロジーは、ハイブリッドデータ、ビジネスルール、数学モデル、計算モデルを相乗的に組み合わせます。処方分析へのデータ入力は、企業内部などの内部ソースと、環境データとしても知られる外部ソースなど、複数のソースから取得できます。データは、数値やカテゴリなどの構造化データと、テキスト、画像、音声、ビデオなどの非構造化データの両方を含む場合があります。非構造化データは、その形式が多岐にわたり、データ変換に多大な労力をかけなければ従来のリレーショナルデータベースに格納できないという点で、構造化データとは異なります^{[ 13 ]} 。IBMによると、現在世界のデータの80%以上が非構造化データです^{[ 14 ] 。}

アヤタの商標は2018年に取り消された。^{[ 12 ]}

エネルギーは世界最大の産業（規模6兆ドル）です。石油と天然ガスの探査、開発、生産に関連するプロセスと意思決定は、大量のデータを生成します。収集された多くの種類のデータは、地表から5,000～35,000フィート下の地球の構造と層のモデルと画像を作成するために使用され、堆積特性、機械の性能、石油流量、貯留層の温度と圧力など、井戸自体の周辺の活動を記述します。^{[ 15 ]}処方分析ソフトウェアは、地震データ、坑井ログデータ、生産データ、およびその他の関連データセットを取り込んで、回収率を最適化し、コストを最小限に抑え、環境負荷を軽減するために、井戸の^{掘削、完成、生産の}方法と場所に関する具体的なレシピを処方することにより、炭化水素の探査と生産の両方に役立ちます。^{[ 16] [17 ]}

非在来型資源開発

最終製品の価値が世界的な商品経済によって決定されるため、上流の探査・生産（E&P）事業における事業者間の競争の基盤は、競合他社よりも効率的、効果的、予測可能かつ安全に資源を探査・採掘するために、資本を効果的に投入できる能力にある。非在来型資源開発においては、貯留層の不均一性によって操業効率と有効性が低下し、高い不確実性によって意思決定が阻害される。これらの課題は、低い回収率と大きな生産量変動という形で現れる。

処方分析ソフトウェアは、ソース、構造、サイズ、形式に関係なく、多数の内部変数と外部変数を同時にモデル化することにより、生産量を正確に予測し、制御可能な掘削、完成、および生産変数の最適な構成を指示することができます。^{[ 18 ]}また、処方分析ソフトウェアは、意思決定の選択肢を提供し、各意思決定の選択肢の影響を示すことができるため、運用管理者は、将来の探査および生産パフォーマンスを保証し、資産の耐用年数全体にわたってあらゆる時点で資産の経済的価値を最大化するために、適切な行動を適時に積極的に取ることができます。^{[ 19 ]}

ばら積み貨物船および石油タンカーの共通構造規則（IACS組織が管理）は、「規定要件」という用語を、船体構造の安全性を検証するための専用の数値ツールとアルゴリズムによる検証可能な計算の2つの主要なクラスの1つとして多用しています。

米国の医療業界が、主に出来高払い制から成果報酬制へと移行する中で、医療提供者は業務プロセスと運営の大幅な改善を迫られています。処方分析は、支払者、医療提供者、製薬会社など、さまざまな関係者が関わる多くの分野でパフォーマンス向上を支援する上で重要な役割を果たしています。

処方分析は、医療提供者が担当する患者集団への臨床ケア提供の有効性を向上させ、ひいては患者満足度と定着率の向上に貢献します。医療提供者は、施設内ケアのデータと在宅遠隔医療のデータを組み合わせることで、リスク層別化された患者集団に適した介入モデルを特定し、より効果的な集団健康管理を行うことができます。

処方分析は、運用データや使用データと、経済データ、人口動態の傾向、人口の健康傾向などの外部要因のデータを組み合わせて分析を活用することで、医療提供者のキャパシティプランニングにも役立ちます。これにより、新しい施設や機器の利用などの将来の設備投資をより正確に計画したり、ベッドの追加や既存施設の拡張と新しい施設の建設との間のトレードオフを理解したりすることができます。^{[ 24 ]}

処方的分析は、世界中の臨床試験に最も適した患者群（治療への順守が期待でき、合併症などで試験から脱落しない患者）を特定することで、製薬会社が医薬品開発を加速させるのに役立ちます。分析によって、特定の国でどの患者群を選択するかによって、どれだけの時間と費用を節約できるかを企業に伝えることができます。

医療提供者と保険会社との交渉において、医療提供者は将来のサービス利用状況を的確に把握することで、医療保険会社との交渉力を高めることができる。利用状況を正確に予測することで、医療提供者は人員配置もより適切に行うことができる。

• INFORMSが隔月で発行する、分析専門職向けのデジタルマガジン。
• メノン、ジャイ「データが重要な理由：予測を超えて」 IBM
• パフォーマンス向上分析および知識システムのためのグローバルオープンラボ（GoPeaks）