Voor veel organisaties is Decision Optimization een belangrijk onderdeel van de analyseprocessen. Toch weten veel bedrijven niet dat ze dit gebruiken of zouden moeten gebruiken.
Beslissingsoptimalisatie is een tak van de wiskunde die zich bezighoudt met het maximaliseren van de output van een groot aantal inputvariabelen die hun relatieve invloed uitoefenen op de output. Het wordt veel gebruikt in economie, speltheorie en operationeel onderzoek en soms ook toegepast in mechanica en engineering.
IBM® Decision Optimization is een optimalisatiesoftwarepakket met diverse prescriptieve analysemogelijkheden. Deze oplossingen helpen u om betere beslissingen te nemen en de bedrijfsresultaten te optimaliseren.
Wat kan Decision Optimization voor uw bedrijf betekenen?
Met IBM Decision Optimization voor Watson Studio profiteren data science-teams van de kracht van prescriptieve analyses. Daarnaast kunnen ze oplossingen bouwen met een combinatie van tools zoals machine learning en optimalisatiesoftware. Mogelijke toepassingen:
Resource Assignment: resourcetoewijzingsproblemen gaan over het matchen van dingen. U kunt deze toepassing gebruiken wanneer u middelen (personeel, uitrusting, budget etc.) wilt toewijzen (of matchen) aan doelen (banen, evenementen, plaatsen etc.), gezien hun respectievelijke beperkingen. Uw doel kan bijvoorbeeld zijn om de kosten te minimaliseren of de opbrengst van deze opdracht te maximaliseren.
Scheduling: denk bij deze toepassing aan taken of activiteiten die u moet plannen, in een bepaalde volgorde met specifieke begin- en eindtijden en regels (of voorrangsbeperkingen) met betrekking tot welke items voor of na anderen kunnen worden uitgevoerd. Uw doel kan bijvoorbeeld zijn om de totale tijd die nodig is om alle taken uit te voeren tot een minimum te beperken, of om de kosten te minimaliseren en middelen efficiënt in te zetten.
Selection & allocation: bij selectieproblemen gaat het om het kiezen uit een lijst met mogelijkheden. Denk daarbij aan situaties waarin u alle mogelijke keuzes die u wilt overwegen in één tabel hebt gecombineerd. Deze tabel kan bijvoorbeeld een voorselectie bevatten van keuzes die u al heeft gemaakt op basis van voorspellende analyse. Er kan echter nog een groot aantal mogelijkheden zijn om uit te kiezen. U wilt dat Decision Optimization u helpt bij het bepalen van de beste (optimale) selectie van deze items (of combinaties), zodat u uw doelstellingen kunt bereiken en uw beperkingen kunt respecteren
Supply & Demand planning: bij planningsproblemen gaat het om het kwantificeren van zaken. Gebruik deze toepassing bijvoorbeeld wanneer u wilt bepalen welke hoeveelheden of niveaus u wilt hebben (bijvoorbeeld voorraad, productie, materialen, service etc.) over een bepaalde periode (bijvoorbeeld weken, maanden, kwartalen etc.). Een typisch voorbeeld van een planningsmodel is een productieplanningsprobleem waarbij u moet weten hoeveel grondstoffen u in elk kwartaal op voorraad moet hebben om het optimale aantal producten te kunnen produceren om aan uw vraag te voldoen.
Voordelen van Decision Optimization voor Watson Studio
Decision Optimization is beschikbaar bij IBM Watson Studio voor IBM Cloud Pak for Data.
Operationele efficiënte stimuleren: integratie met IBM Watson Studio helpt bij het optimaliseren van complexe zakelijke beslissingen die leiden tot een hoger rendement op investeringen.
Een breed scala aan besluitvormingsproblemen oplossen: IBM CPLEX-oplossers helpen bij het oplossen van grote real-world optimalisatieproblemen met de snelheid die nodig is voor de huidige interactieve besluitvormingsoptimalisatietoepassingen.
Vereenvoudig het maakproces van optimalisatiemodellen: de modelleringsassistent gebruikt natuurlijke taalinteracties om doelen en beperkingen voor het model te definiëren, zonder dat codering nodig is.
Maak uw project eenvoudig operationeel: door de optimalisatiemogelijkheden binnen IBM Watson Studio kunnen teams snel hun proof-of-concept-applicaties op- en afschalen en optimalisatiemodellen in productie te nemen.
Werk slimmer en sneller als een team: deel grafische dashboards met businessanalisten om de voordelen van de modellen te valideren. Gebruik krachtige visualisatiefuncties om verschillende scenario’s te testen.
Bespaar tijd en kosten bij de oplevering van applicaties
Werk met een op open standaarden gebaseerde architectuur en wijs databases toe aan applicatie datatabellen
Implementeer overal, in de cloud of lokaal
Ga snel van proof-of-concept naar productie, in de cloud of op locatie met diverse implementatieopties
Gebruik profielgebaseerd rolbeheer
Beheer de toegang tot applicatiefunctionaliteit op basis van gebruikersprofielen
Neem praktische beslissingen
Vertaal inzichten naar businessacties met prescriptieve analysemogelijkheden
Vereenvoudig besluitvorming met IBM ILOG CPLEX
Versnel besluitvorming met IBM-optimalisatie
Vergroot de gebruikersacceptatie met een moderne UI
Verbeter de applicatie met kant-en-klare componenten en ingebouwde visualisatie
Methodologie van Decision Optimization
Beslissingsoptimalisatie heeft een exponentieel karakter. Daardoor kan het aantal variabelen en opties extreem snel groeien. Werk daarom met een standaard set procedures. Zo zorgt u ervoor dat het analytisch niet uit de hand loopt.
Volg deze stappen:
Begrijp het algemene concept van uw systeem – het handelsreizigersprobleem is daarvoor begrijpelijk voorbeeld: verminder het aantal retourvluchten dat nodig is voor een reeks reizen. Dit concept is ook zinvol voor fabrikanten die willen dat voertuigen de kortste route nemen om kosten tot een minimum te beperken. Leg uw concept uit en zorg dat u begrijpt wat de taken en mogelijke paden zijn om uw doel te bereiken.
Definieer de doelstelling(en) – zorg voor duidelijke en definieerbare doelen, en zelfs subdoelen, om uw proces op het goede spoor te houden.
Identificeer variabelen (de dingen die u kunt controleren) en de beperkingen (de dingen waar u geen controle over hebt) – laat analisten beslissen wat de onafhankelijke en afhankelijke variabelen moeten zijn en theoretiseren welk type model het beste bij het probleem past.
Identificeer de controleerbare inputs en outputs – laat analisten de juiste datasets identificeren en zorgen dat de netheid van de gegevens gegarandeerd is. In dit stadium is de standaardwaarschuwing voor de modelbouwer extra belangrijk: ‘garbage in, garbage out’. Kleine datafouten kunnen doorklinken in een beslissingsoptimalisatiemodel en onzinnige resultaten opleveren.
Specificeer alle wiskundige grootheden – theorie wordt hier realiteit. Elke variabele wordt een wiskundige grootheid die ervoor zorgt dat alle parameters van het probleem in aanmerking worden genomen.
Voer het model uit – is al het gegevensopschoning-, gegevensvoorbereiding- en modelleringswerk correct uitgevoerd? Dan zou het model uw probleem nauwkeurig moeten weerspiegelen en resultaten moeten opleveren die in lijn zijn met uw oorspronkelijke doel.
Controleer het model op volledigheid, netheid en correctheid – laat analisten de resultaten controleren om zeker te zijn dat er niets ongepast onder de motorkap gebeurt en alle noodzakelijke modelleringsstappen correct zijn uitgevoerd.
Test, experimenteer, stem af, verzamel feedback en blijf het proces perfectioneren – zie een modellen als een levend organisme. Het past zich aan en evolueren met nieuwe variabelen, nieuwe beperkingen, nieuwe modelresultaten, etc.. Dus beschouw een model als een herhaalbaar, continu proces. Elk model wordt oud en deze finetuning houdt het jong.
Meer weten? Lees het blog over de kracht van het combineren van predictive en prescriptive analytics.
