Preskriptiv analys rekommenderar åtgärder. Den besvarar frågan: vad ska vi göra? Prediktiv analys förutspår vad som kommer att hända. Preskriptiv analys går längre och föreslår vad man ska göra åt det. En leveranskedjemodell förutspår en brist på en nyckelkomponent. En preskriptiv modell rekommenderar att ordrar omdirigeras till en alternativ leverantör, att produktionsscheman justeras och att kunderna meddelas. Rekommendationen tar hänsyn till begränsningar: budget, kapacitet, kontrakt och tid.

Teknikerna inkluderar optimering, simulering och beslutsanalys. Optimering hittar den bästa lösningen givet begränsningar. Linjär programmering, heltalsprogrammering och genetiska algoritmer faller alla inom denna kategori. Simulering modellerar olika scenarier och jämför resultat. Monte Carlo-simulering kör tusentals slumpmässiga försök för att uppskatta intervallet av möjliga resultat. Beslutsanalys strukturerar komplexa val med flera kriterier och osäkra resultat. Preskriptiv analys är den mest avancerade och minst använda nivån. Den kräver rena data, sofistikerade modeller och organisatorisk vilja att agera på algoritmiska rekommendationer. Många organisationer stannar vid prediktiv analys eftersom det krävs ändrade processer och förtroende för modellen att agera på förutsägelser. Preskriptiv analys väcker också frågor om ansvarsskyldighet. Om modellen rekommenderar en åtgärd och åtgärden misslyckas, vem är ansvarig? Dataforskaren, chefen eller algoritmen? Dessa frågor saktar ner implementeringen. Tekniken är redo. Styrningen är det inte.

Föreskrivande tekniker

• Optimering — hitta den bästa lösningen under begränsningar
• Simulering — modellera scenarier och jämföra resultat
• Beslutsanalys — strukturera komplexa val
• Rekommendationsmotorer — föreslå åtgärder eller objekt
• Förstärkande lärande — lär dig optimala handlingar över tid

Preskriptiv analys förutsäger inte bara. Den föreskriver. Receptet är bara användbart om någon fyller det.