Preskriptiv analyse anbefaler handlinger. Den svarer på spørsmålet: hva bør vi gjøre? Prediktiv analyse forutsier hva som vil skje. Preskriptiv analyse går lenger og foreslår hva man skal gjøre med det. En forsyningskjedemodell forutsier mangel på en nøkkelkomponent. En preskriptiv modell anbefaler å omdirigere ordrer til en alternativ leverandør, justere produksjonsplaner og varsle kunder. Anbefalingen tar hensyn til begrensninger: budsjett, kapasitet, kontrakter og tid.

Teknikkene inkluderer optimalisering, simulering og beslutningsanalyse. Optimalisering finner den beste løsningen gitt begrensninger. Lineær programmering, heltallsprogrammering og genetiske algoritmer faller alle inn under denne kategorien. Simulering modellerer forskjellige scenarier og sammenligner utfall. Monte Carlo-simulering kjører tusenvis av tilfeldige forsøk for å estimere omfanget av mulige resultater. Beslutningsanalyse strukturerer komplekse valg med flere kriterier og usikre utfall. Preskriptiv analyse er det mest avanserte og minst brukte nivået. Det krever rene data, sofistikerte modeller og organisatorisk vilje til å handle på algoritmiske anbefalinger. Mange organisasjoner stopper ved prediktiv analyse fordi det å handle på prediksjoner krever endring av prosesser og tillit til modellen. Preskriptiv analyse reiser også spørsmål om ansvarlighet. Hvis modellen anbefaler en handling, og handlingen mislykkes, hvem er ansvarlig? Dataforskeren, lederen eller algoritmen? Disse spørsmålene bremser adopsjonen. Teknologien er klar. Styringen er ikke det.

Reskriptive teknikker

• Optimalisering – finn den beste løsningen under begrensninger
• Simulering – modeller scenarier og sammenlign utfall
• Beslutningsanalyse – strukturere komplekse valg
• Anbefalingsmotorer – foreslå handlinger eller elementer
• Forsterkende læring – lær optimale handlinger over tid

Reseptbasert analyse forutsier ikke bare. Den foreskriver. Resepten er bare nyttig hvis noen fyller den ut.