การวิเคราะห์เชิงกำหนด (Prescriptive analytics)เป็นรูปแบบหนึ่งของการวิเคราะห์ธุรกิจที่เสนอทางเลือกในการตัดสินใจว่าจะใช้ประโยชน์จากโอกาสในอนาคตหรือลดความเสี่ยงในอนาคตอย่างไร และแสดงให้เห็นถึงผลกระทบของแต่ละทางเลือกในการตัดสินใจ ช่วยให้องค์กรสามารถพิจารณา "แนวทางปฏิบัติที่ดีที่สุด" โดยอาศัยข้อมูลที่ได้จาก การวิเคราะห์ เชิงพรรณนาและเชิงพยากรณ์^{[ 1 ]}

การวิเคราะห์เชิงกำหนด (Prescriptive analytics) เป็นขั้นตอนที่สามและขั้นตอนสุดท้ายของการวิเคราะห์ธุรกิจ ซึ่งรวมถึงการวิเคราะห์เชิงพรรณนา (Descriptive analytics) และการวิเคราะห์เชิงพยากรณ์ (Predictive analytics) ด้วย ^{[ 2 ] [ 3 ]} การวิเคราะห์เชิง กำหนดถือเป็น "ขอบเขตสุดท้ายของความสามารถในการวิเคราะห์" ^{[ 4 ]}ซึ่งเกี่ยวข้องกับการประยุกต์ใช้คณิตศาสตร์และวิทยาศาสตร์การคำนวณและเสนอทางเลือกในการตัดสินใจว่าจะใช้ประโยชน์จากผลลัพธ์ของขั้นตอนเชิงพรรณนาและเชิงพยากรณ์อย่างไร

ขั้นตอนแรกของการวิเคราะห์ธุรกิจคือการวิเคราะห์เชิงพรรณนา ซึ่งยังคงคิดเป็นส่วนใหญ่ของการวิเคราะห์ธุรกิจทั้งหมดในปัจจุบัน^{[ 5 ]}การวิเคราะห์เชิงพรรณนาจะพิจารณาผลการดำเนินงานในอดีตและทำความเข้าใจผลการดำเนินงานนั้นโดยการวิเคราะห์ข้อมูลในอดีตเพื่อค้นหาสาเหตุเบื้องหลังความสำเร็จหรือความล้มเหลวในอดีต รายงานการจัดการส่วนใหญ่ เช่นการขายการตลาดการดำเนินงาน และการเงินใช้การวิเคราะห์หลังการดำเนินการประเภทนี้

ขั้นตอนต่อไปคือการวิเคราะห์เชิงพยากรณ์ การวิเคราะห์เชิงพยากรณ์จะตอบคำถามว่าอะไรมีแนวโน้มที่จะเกิดขึ้น โดยจะนำข้อมูลในอดีตมาผสมผสานกับกฎเกณฑ์อัลกอริทึมและบางครั้งก็ใช้ข้อมูลภายนอก เพื่อกำหนดผลลัพธ์ในอนาคตที่น่าจะเป็นไปได้ของเหตุการณ์ หรือความน่าจะเป็นที่สถานการณ์จะเกิดขึ้น

ขั้นตอนสุดท้ายคือการวิเคราะห์เชิงกำหนด^{[ 6 ]}ซึ่งนอกเหนือจากการทำนายผลลัพธ์ในอนาคตแล้ว ยังแนะนำการดำเนินการเพื่อให้ได้รับประโยชน์จากการทำนายและแสดงให้เห็นถึงผลกระทบของตัวเลือกการตัดสินใจแต่ละข้อ^{[ 7 ]}

การวิเคราะห์เชิงกำหนดใช้อัลกอริธึมและแบบจำลองการเรียนรู้ของเครื่องเพื่อจำลองสถานการณ์ต่างๆ และทำนายผลลัพธ์ที่เป็นไปได้ของการตัดสินใจที่แตกต่างกัน^{[ 8 ]}จากนั้นจึงแนะนำแนวทางปฏิบัติที่ดีที่สุดโดยพิจารณาจากผลลัพธ์ที่ต้องการและข้อจำกัดของสถานการณ์ การวิเคราะห์เชิงกำหนดไม่เพียงแต่คาดการณ์ว่าจะเกิดอะไรขึ้นและเมื่อใดจะเกิดขึ้น แต่ยังคาดการณ์ถึงสาเหตุที่จะเกิดขึ้นด้วย^{[ 8 ]}นอกจากนี้ การวิเคราะห์เชิงกำหนดยังแนะนำทางเลือกในการตัดสินใจว่าจะใช้ประโยชน์จากโอกาสในอนาคตหรือลดความเสี่ยงในอนาคตอย่างไร และแสดงให้เห็นถึงผลกระทบของแต่ละทางเลือกในการตัดสินใจ การวิเคราะห์เชิงกำหนดรวมเอาทั้งข้อมูลที่มีโครงสร้างและ ไม่มีโครงสร้าง และใช้เทคนิคและระเบียบวินัยการวิเคราะห์ขั้นสูงหลายอย่างร่วมกันเพื่อทำนาย กำหนด และปรับตัว สามารถรับข้อมูลใหม่ๆ อย่างต่อเนื่องเพื่อทำนายและกำหนดแนวทางใหม่ จึงช่วยปรับปรุงความแม่นยำในการทำนายและกำหนดทางเลือกในการตัดสินใจที่ดีขึ้นโดยอัตโนมัติ การวิเคราะห์เชิงกำหนดที่มีประสิทธิภาพใช้ข้อมูลแบบผสมผสาน ซึ่งเป็นการผสมผสานระหว่างข้อมูลที่มีโครงสร้าง (ตัวเลข หมวดหมู่) และข้อมูลที่ไม่มีโครงสร้าง (วิดีโอ รูปภาพ เสียง ข้อความ) และกฎทางธุรกิจเพื่อทำนายสิ่งที่จะเกิดขึ้นในอนาคตและกำหนดวิธีการใช้ประโยชน์จากอนาคตที่คาดการณ์ไว้โดยไม่กระทบต่อลำดับความสำคัญอื่นๆ^{[ 9 ]} Basu แนะนำว่าหากไม่มีการป้อนข้อมูลแบบผสมผสาน ประโยชน์ของการวิเคราะห์เชิงกำหนดจะมีจำกัด^{[ 1 ] [ a ]}

นอกจากความหลากหลายของประเภทข้อมูลและปริมาณข้อมูลที่เพิ่มขึ้นแล้ว ข้อมูลที่เข้ามายังสามารถเปลี่ยนแปลงไปตามความเร็วได้ กล่าวคือ มีการสร้างข้อมูลมากขึ้นในอัตราที่เร็วขึ้นหรือผันแปรได้ กฎทางธุรกิจกำหนดกระบวนการทางธุรกิจและรวมถึงวัตถุประสงค์ ข้อจำกัด ความชอบ นโยบาย แนวปฏิบัติที่ดีที่สุด และขอบเขต แบบจำลองทางคณิตศาสตร์และแบบจำลองเชิงคำนวณเป็นเทคนิคที่ได้มาจากวิทยาศาสตร์ทางคณิตศาสตร์ วิทยาศาสตร์คอมพิวเตอร์ และสาขาวิชาที่เกี่ยวข้อง เช่น สถิติประยุกต์ การเรียนรู้ของเครื่อง การวิจัยเชิงปฏิบัติการ การประมวลผลภาษาธรรมชาติวิชั่นคอมพิวเตอร์การรู้จำรูปแบบ การประมวลผลภาพการรู้จำเสียงพูดและการประมวลผลสัญญาณ การประยุกต์ใช้วิธีการเหล่านี้อย่างถูกต้องและการตรวจสอบผลลัพธ์นั้นจำเป็นต้องใช้ทรัพยากรจำนวนมหาศาล รวมถึงทรัพยากรบุคคล การคำนวณ และเวลา สำหรับทุกโครงการวิเคราะห์เชิงกำหนด เพื่อประหยัดค่าใช้จ่ายของคนจำนวนมาก เครื่องจักรประสิทธิภาพสูง และการทำงานหลายสัปดาห์ จำเป็นต้องพิจารณาการลดทรัพยากร และด้วยเหตุนี้จึงลดความแม่นยำหรือความน่าเชื่อถือของผลลัพธ์ลง เส้นทางที่เหมาะสมกว่าคือการลดทรัพยากรที่ให้ผลลัพธ์เชิงความน่าจะเป็นภายในขอบเขตที่ยอมรับได้

ทั้งสามขั้นตอนของการวิเคราะห์สามารถดำเนินการได้โดยใช้บริการจากผู้เชี่ยวชาญ เทคโนโลยี หรือทั้งสองอย่างรวมกัน เพื่อให้สามารถขยายขนาดได้ เทคโนโลยีการวิเคราะห์เชิงกำหนดจำเป็นต้องปรับตัวให้เข้ากับปริมาณ ความเร็ว และความหลากหลายของข้อมูลที่เพิ่มขึ้น ซึ่งกระบวนการสำคัญส่วนใหญ่และสภาพแวดล้อมเหล่านั้นอาจสร้างขึ้น

ข้อวิจารณ์หนึ่งของการวิเคราะห์เชิงกำหนดคือความแตกต่างระหว่างการวิเคราะห์เชิงกำหนดและการวิเคราะห์เชิงทำนายนั้นไม่ชัดเจนและจึงคิดมาไม่ดี^{[ 10 ]}

แม้ว่าคำว่าการวิเคราะห์เชิงกำหนด (prescriptive analytics) จะถูกคิดค้นขึ้นครั้งแรกโดย^{IBM [} 3 ] ^{และต่อ}มาได้รับการจดทะเบียนเครื่องหมายการค้าโดยบริษัท Ayata ในรัฐเท็กซัส^{[ 11 ] [ 12 ]}แต่แนวคิดพื้นฐานนั้นมีมานานหลายร้อยปีแล้ว เทคโนโลยีเบื้องหลังการวิเคราะห์เชิงกำหนดเป็นการผสมผสานข้อมูล แบบไฮบริ ด กฎทางธุรกิจ เข้ากับแบบจำลองทางคณิตศาสตร์และแบบจำลองการคำนวณอย่างมีประสิทธิภาพข้อมูลที่ป้อนเข้าสู่การวิเคราะห์เชิงกำหนดอาจมาจากหลายแหล่ง ได้แก่ ภายใน เช่น ภายในองค์กร และภายนอก หรือที่เรียกว่าข้อมูลสิ่งแวดล้อม ข้อมูลอาจเป็นข้อมูลที่มีโครงสร้าง ซึ่งรวมถึงตัวเลขและหมวดหมู่ รวมถึงข้อมูลที่ไม่มีโครงสร้างเช่น ข้อความ รูปภาพ เสียง และวิดีโอ ข้อมูลที่ไม่มีโครงสร้างแตกต่างจากข้อมูล ที่มีโครงสร้าง ตรงที่รูปแบบมีความหลากหลายและไม่สามารถจัดเก็บในฐานข้อมูลเชิงสัมพันธ์แบบดั้งเดิมได้โดยไม่ต้องใช้ความพยายามอย่างมากในการแปลงข้อมูล^{[ 13 ]}มากกว่า 80% ของข้อมูลทั่วโลกในปัจจุบันเป็นข้อมูลที่ไม่มีโครงสร้าง ตามข้อมูลของ IBM ^{[ 14 ]}

เครื่องหมายการค้าของ Ayata ถูกยกเลิกในปี 2018 ^{[ 12 ]}

พลังงานเป็นอุตสาหกรรมที่ใหญ่ที่สุดในโลก (มูลค่า 6 ล้านล้านดอลลาร์สหรัฐ) กระบวนการและการตัดสินใจที่เกี่ยวข้องกับการสำรวจ พัฒนา และผลิตน้ำมันและก๊าซธรรมชาติก่อให้เกิดข้อมูลจำนวนมาก ข้อมูลที่รวบรวมได้หลายประเภทถูกนำมาใช้เพื่อสร้างแบบจำลองและภาพของโครงสร้างและชั้นของโลกที่ระดับความลึก 5,000 - 35,000 ฟุตใต้พื้นผิว และเพื่ออธิบายกิจกรรมรอบๆ บ่อ เช่น ลักษณะการสะสมตัว ประสิทธิภาพของเครื่องจักร อัตราการไหลของน้ำมัน อุณหภูมิและความดันของแหล่งกักเก็บ^{[ 15 ]}ซอฟต์แวร์วิเคราะห์เชิงกำหนดสามารถช่วยทั้งในการค้นหาและผลิตไฮโดรคาร์บอน^{[ 16 ]}โดยการนำข้อมูลแผ่นดินไหว ข้อมูลบันทึกบ่อ ข้อมูลการผลิต และชุดข้อมูลอื่นๆ ที่เกี่ยวข้องมาใช้เพื่อกำหนดสูตรเฉพาะสำหรับวิธีการและสถานที่ที่จะเจาะ ดำเนินการ และผลิตบ่อ เพื่อเพิ่มประสิทธิภาพการกู้คืน ลดต้นทุน และลดผลกระทบต่อสิ่งแวดล้อม^{[ 17 ]}

เนื่องจากมูลค่าของผลิตภัณฑ์ขั้นสุดท้ายถูกกำหนดโดยเศรษฐศาสตร์สินค้าโภคภัณฑ์ระดับโลก พื้นฐานของการแข่งขันสำหรับผู้ประกอบการในธุรกิจสำรวจและผลิตปิโตรเลียมต้นน้ำ คือ ความสามารถในการใช้เงินทุนอย่างมีประสิทธิภาพเพื่อค้นหาและสกัดทรัพยากรได้อย่างมีประสิทธิภาพ ประสิทธิผล คาดการณ์ได้ และปลอดภัยกว่าคู่แข่ง ในแหล่งทรัพยากรที่ไม่ธรรมดา ประสิทธิภาพและประสิทธิผลในการดำเนินงานจะลดลงเนื่องจากความไม่สม่ำเสมอของแหล่งกักเก็บ และการตัดสินใจจะถูกจำกัดด้วยความไม่แน่นอนในระดับสูง ความท้าทายเหล่านี้ปรากฏให้เห็นในรูปแบบของอัตราการกู้คืนต่ำและความผันแปรของประสิทธิภาพที่กว้าง

ซอฟต์แวร์การวิเคราะห์เชิงกำหนดสามารถทำนายการผลิตได้อย่างแม่นยำและกำหนดค่าการกำหนดค่าที่เหมาะสมที่สุดของตัวแปรการเจาะ การดำเนินการ และการผลิตที่ควบคุมได้ โดยการจำลองตัวแปรภายในและภายนอกจำนวนมากพร้อมกัน โดยไม่คำนึงถึงแหล่งที่มา โครงสร้าง ขนาด หรือรูปแบบ^{[ 18 ]}ซอฟต์แวร์การวิเคราะห์เชิงกำหนดยังสามารถให้ตัวเลือกในการตัดสินใจและแสดงผลกระทบของแต่ละตัวเลือกในการตัดสินใจ เพื่อให้ผู้จัดการฝ่ายปฏิบัติการสามารถดำเนินการที่เหมาะสมได้ทันท่วงที เพื่อรับประกันประสิทธิภาพการสำรวจและการผลิตในอนาคต และเพิ่มมูลค่าทางเศรษฐกิจของสินทรัพย์ให้สูงสุดในทุกช่วงเวลาตลอดอายุการใช้งาน^{[ 19 ]}

ในด้านการบำรุงรักษาอุปกรณ์ในแหล่งน้ำมัน การวิเคราะห์เชิงกำหนดสามารถเพิ่มประสิทธิภาพการกำหนดค่า คาดการณ์และป้องกันการหยุดทำงานโดยไม่คาดคิด เพิ่มประสิทธิภาพการกำหนดตารางเวลาภาคสนาม และปรับปรุงการวางแผนการบำรุงรักษา^{[ 20 ]}ตามข้อมูลของGeneral Electricมีปั๊มจุ่มไฟฟ้า (ESP) มากกว่า 130,000 เครื่องติดตั้งทั่วโลก คิดเป็น 60% ของการผลิตน้ำมันทั่วโลก^{[ 21 ]} การวิเคราะห์เชิงกำหนดได้รับการนำไปใช้เพื่อคาดการณ์ว่าเมื่อใดและเพราะเหตุใด ESP จะล้มเหลว และแนะนำการดำเนินการที่จำเป็นเพื่อป้องกันความล้มเหลว^{[ 22 ]}

ในด้านสุขภาพ ความปลอดภัย และสิ่งแวดล้อมการวิเคราะห์เชิงกำหนดสามารถคาดการณ์และป้องกันเหตุการณ์ที่อาจนำไปสู่ความเสียหายด้านชื่อเสียงและทางการเงินสำหรับบริษัทน้ำมันและก๊าซได้

การกำหนดราคาเป็นอีกประเด็นหนึ่งที่ได้รับความสนใจราคาก๊าซธรรมชาติผันผวนอย่างมาก ขึ้นอยู่กับอุปทาน อุปสงค์เศรษฐศาสตร์ภูมิรัฐศาสตร์และสภาพอากาศ ผู้ผลิตก๊าซ บริษัทส่งก๊าซผ่านท่อ และบริษัทสาธารณูปโภค ต่างมีความสนใจอย่างยิ่งในการคาดการณ์ราคาก๊าซให้แม่นยำยิ่งขึ้น เพื่อที่จะสามารถกำหนดเงื่อนไขที่เป็นประโยชน์ในขณะที่ป้องกันความเสี่ยงขาลง ซอฟต์แวร์วิเคราะห์ เชิงกำหนดสามารถคาดการณ์ราคาได้อย่างแม่นยำโดยการจำลองตัวแปรภายในและภายนอกพร้อมกัน และยังให้ทางเลือกในการตัดสินใจและแสดงผลกระทบของแต่ละทางเลือกในการตัดสินใจอีกด้วย^{[ 23 ]}

กฎโครงสร้างทั่วไปสำหรับเรือบรรทุกสินค้าเทกองและเรือบรรทุกน้ำมัน ( บริหารจัดการโดยองค์กร IACS ) ใช้คำว่า " ข้อกำหนดเชิงบังคับ " อย่างเข้มข้น ในฐานะหนึ่งในสองประเภทหลักของการคำนวณที่ตรวจสอบได้ด้วยเครื่องมือและอัลกอริธึมเชิงตัวเลขเฉพาะทาง เพื่อตรวจสอบความปลอดภัยของการก่อสร้างตัวเรือ

ปัจจัยหลายประการกำลังผลักดัน ให้ผู้ให้บริการ ด้านการดูแลสุขภาพปรับปรุงกระบวนการทางธุรกิจและการดำเนินงานอย่างมาก เนื่องจาก อุตสาหกรรม การดูแลสุขภาพของสหรัฐอเมริกากำลังเริ่มต้นการเปลี่ยนแปลงที่จำเป็นจากระบบที่เน้นการจ่ายค่าบริการตามปริมาณเป็นหลัก ไปสู่ระบบที่เน้นการจ่ายค่าบริการตามผลงานและคุณค่าเป็นหลัก การวิเคราะห์เชิงกำหนด (Prescriptive analytics) มีบทบาทสำคัญในการช่วยปรับปรุงประสิทธิภาพในหลายด้านที่เกี่ยวข้องกับผู้มีส่วนได้ส่วนเสียต่างๆ ได้แก่ ผู้จ่ายเงิน ผู้ให้บริการ และบริษัทเภสัชกรรม

การวิเคราะห์เชิงกำหนดสามารถช่วยให้ผู้ให้บริการปรับปรุงประสิทธิภาพการดูแลรักษาทางคลินิกแก่ประชากรที่พวกเขาดูแล และในกระบวนการนี้จะช่วยให้ผู้ป่วยพึงพอใจและรักษาฐานลูกค้าได้ดียิ่งขึ้น ผู้ให้บริการสามารถ จัดการ สุขภาพของประชากร ได้ดียิ่งขึ้น โดยการระบุรูปแบบการแทรกแซงที่เหมาะสมสำหรับประชากรที่มีความเสี่ยงตามระดับ โดยการผสมผสานข้อมูลจากช่วงการดูแลรักษาในสถานพยาบาลและการดูแลสุขภาพ ทางไกล ที่ บ้าน

การวิเคราะห์เชิงกำหนดสามารถเป็นประโยชน์ต่อผู้ให้บริการด้านการดูแลสุขภาพในการวางแผนกำลังการผลิตโดยใช้การวิเคราะห์เพื่อใช้ประโยชน์จากข้อมูลการดำเนินงานและการใช้งานร่วมกับข้อมูลปัจจัยภายนอก เช่น ข้อมูลเศรษฐกิจ แนวโน้มประชากรศาสตร์ และแนวโน้มสุขภาพของประชากร เพื่อวางแผนการลงทุนในอนาคตได้อย่างแม่นยำยิ่งขึ้น เช่น สิ่งอำนวยความสะดวกใหม่และการใช้ประโยชน์จากอุปกรณ์ ตลอดจนทำความเข้าใจถึงข้อแลกเปลี่ยนระหว่างการเพิ่มเตียงและการขยายสิ่งอำนวยความสะดวกที่มีอยู่เทียบกับการสร้างสิ่งใหม่^{[ 24 ]}

การวิเคราะห์เชิงกำหนดสามารถช่วยบริษัทเภสัชกรรมเร่งกระบวนการพัฒนาตัวยาได้ โดยการระบุกลุ่มผู้ป่วยที่เหมาะสมที่สุดสำหรับการทดลองทางคลินิกทั่วโลก ซึ่งก็คือผู้ป่วยที่คาดว่าจะให้ความร่วมมือและจะไม่ถอนตัวจากการทดลองเนื่องจากภาวะแทรกซ้อน การวิเคราะห์ยังสามารถบอกบริษัทได้ว่าพวกเขาสามารถประหยัดเวลาและเงินได้มากเพียงใดหากเลือกกลุ่มผู้ป่วยกลุ่มหนึ่งในประเทศใดประเทศหนึ่ง เทียบกับอีกกลุ่มหนึ่ง

ในการเจรจาระหว่างผู้ให้บริการและผู้จ่ายเงินผู้ให้บริการสามารถปรับปรุงสถานะการเจรจาต่อรองกับบริษัทประกันสุขภาพได้โดยการทำความเข้าใจอย่างถ่องแท้เกี่ยวกับการใช้บริการในอนาคต การคาดการณ์การใช้บริการอย่างแม่นยำจะช่วยให้ผู้ให้บริการสามารถจัดสรรบุคลากรได้ดียิ่งขึ้น

• นิตยสารดิจิทัลรายสองเดือนของ INFORMS เกี่ยวกับวิชาชีพด้านการวิเคราะห์ข้อมูล
• เมนอน, ไจ"เหตุใดข้อมูลจึงมีความสำคัญ: ก้าวข้ามการคาดการณ์" IBM
• ระบบวิเคราะห์และสร้างความรู้เพื่อเพิ่มประสิทธิภาพการทำงานแบบเปิดระดับโลก (GoPeaks)