Dari Prediksi ke Keputusan: Mengenal Prescriptive Analytics
Model prediksi bilang 15% pelanggan kemungkinan churn bulan depan. Bagus. Lalu? Di sinilah banyak proyek data berhenti — di slide "insight" yang tidak pernah berubah jadi tindakan.
Prescriptive analytics mengambil langkah berikutnya: pelanggan mana yang dihubungi duluan, penawaran apa, lewat channel apa, dengan biaya berapa. Ia mengubah forecast menjadi playbook.
Optimasi — inti dari prescriptive
Hampir semua masalah prescriptive punya tiga unsur:
Tujuan (objective)
Apa yang ingin dimaksimalkan atau diminimalkan. Contoh: memaksimalkan penjualan, meminimalkan biaya lembur.
Batasan (constraint)
Budget, waktu, kapasitas, jumlah orang. Tanpa batasan, jawabannya selalu "lakukan semuanya".
Pilihan (decision)
Hal yang bisa kita atur: alokasi budget, rute pengiriman, jadwal shift.
Di dunia nyata
Logistik memakai optimasi untuk mencari rute paling efisien dari ratusan titik antar. Tim marketing memakainya untuk membagi budget antar channel. Operasional memakainya untuk menyusun jadwal shift yang memenuhi permintaan dengan biaya lembur paling kecil.
Metodenya beragam — linear programming, integer programming (untuk keputusan ya/tidak), sampai algoritma heuristik untuk masalah yang sangat besar. Tapi semuanya berangkat dari hal yang sama: tujuan yang jelas dan batasan yang jujur.
Prediksi memberi tahu kita apa yang mungkin terjadi. Prescriptive memberi tahu kita apa yang sebaiknya dilakukan tentang itu.← Kembali ke daftar