81 Quiz: Ενότητα 11 (11.5)-Προγνωστική Ανάλυση (Predictive Analytics)

Προγνωστική Ανάλυση (Predictive Analytics)

Σκορ: 0 / 25

Χρόνος: 20:00

1. Ποιος είναι ο κύριος στόχος του Predictive Analytics (προγνωστική ανάλυση);

Να καταγράφει μόνο ιστορικά δεδομένα. Να προβλέπει μελλοντικές τάσεις, γεγονότα ή συμπεριφορές. Να αντικαθιστά τους υπαλλήλους στη λήψη αποφάσεων. Να εκτελεί μόνο βασικές στατιστικές αναλύσεις.

Η προγνωστική ανάλυση στοχεύει στην πρόβλεψη μελλοντικών τάσεων, γεγονότων ή συμπεριφορών μέσω της ανάλυσης δεδομένων.

2. Ποιο είναι το βασικό όφελος του Predictive Analytics στη λήψη αποφάσεων, σύμφωνα με το κείμενο;

Αυξάνει την πολυπλοκότητα των αποφάσεων. Μειώνει την αβεβαιότητα, καθώς βασίζεται σε αντικειμενικά δεδομένα. Επιτρέπει τη χρήση μόνο υποκειμενικών εκτιμήσεων. Περιορίζει τη χρήση προηγμένων αλγορίθμων.

Η προγνωστική ανάλυση επιτρέπει στις επιχειρήσεις να μειώνουν την αβεβαιότητα που συνδέεται με τη λήψη αποφάσεων, καθώς βασίζεται σε αντικειμενικά δεδομένα.

3. Ποιοι τύποι μοντέλων και αλγορίθμων χρησιμοποιούνται για την ανίχνευση προτύπων στο Predictive Analytics;

Απλές λογιστικές καταχωρήσεις. Μόνο βασικές στατιστικές αναλύσεις. Προηγμένα στατιστικά μοντέλα, αλγόριθμοι μηχανικής μάθησης και τεχνητής νοημοσύνης. Παλιά χειρόγραφα μοντέλα.

Στηρίζεται στη χρήση προηγμένων στατιστικών μοντέλων, αλγορίθμων μηχανικής μάθησης και τεχνητής νοημοσύνης.

4. Ποια είναι η στρατηγική σημασία της προγνωστικής ανάλυσης στην **παραγωγή και την εφοδιαστική αλυσίδα**;

Μόνο η αύξηση του κόστους. Η βελτίωση της αποδοτικότητας, η μείωση του κόστους και η βέλτιστη ικανοποίηση της ζήτησης. Η αποκλειστική χρήση υποθέσεων. Η αύξηση του κινδύνου ελλείψεων.

Συνδέεται άμεσα με τη βελτίωση της αποδοτικότητας, τη μείωση του κόστους και την ικανοποίηση της ζήτησης με τον βέλτιστο τρόπο.

5. Ποιο μοντέλο χρονοσειρών αναφέρεται ρητά ως χρησιμοποιούμενο για την πρόβλεψη μελλοντικών τιμών με βάση ιστορικά πρότυπα ζήτησης;

Random Forests. Logistic Regression. ARIMA (Autoregressive Integrated Moving Average). K-means Clustering.

Τα μοντέλα χρονοσειρών, όπως το ARIMA, χρησιμοποιούνται για την πρόβλεψη μελλοντικών τιμών με βάση τα ιστορικά πρότυπα ζήτησης.

6. Ποιο πρόβλημα αποφεύγεται στην εφοδιαστική αλυσίδα λόγω της ακριβούς πρόβλεψης ζήτησης;

Την αύξηση των πωλήσεων. Την απώλεια φήμης λόγω ελλείψεων και το κόστος υπεραποθεμάτων. Την ενσωμάτωση εξωτερικών παραμέτρων. Την εκπαίδευση νευρωνικών δικτύων.

Η ακρίβεια στην πρόβλεψη περιορίζει το κόστος που συνδέεται με τα υπεραποθέματα και μειώνει τον κίνδυνο ελλείψεων που οδηγούν σε απώλεια πωλήσεων και φθορά της φήμης.

7. Στον κλάδο του λιανικού εμπορίου (π.χ. αλυσίδα σούπερμάρκετ), εκτός από τα ιστορικά στοιχεία πωλήσεων, ποιο άλλο δεδομένο λαμβάνει υπόψη το Predictive Analytics για την πρόβλεψη ζήτησης;

Την προσωπική άποψη του διευθυντή. Τις καιρικές προβλέψεις και τις διαφημιστικές ενέργειες. Την τιμή του χρυσού. Την πολιτική κατάσταση.

Λαμβάνονται υπόψη ιστορικά στοιχεία, το ημερολόγιο των εορτών, οι καιρικές προβλέψεις, οι διαφημιστικές ενέργειες και οι γενικότερες τάσεις κατανάλωσης.

8. Στον τομέα των **χρηματοοικονομικών υπηρεσιών**, ποιο είναι το βασικό πεδίο εφαρμογής του Predictive Analytics;

Την πρόβλεψη γεωλογικών αλλαγών. Την εκτίμηση του πιστωτικού κινδύνου πελατών και την πρόβλεψη της πιθανότητας αθέτησης υποχρεώσεων. Την οργάνωση των εταιρικών εκδηλώσεων. Την παραγωγή φρέσκων προϊόντων.

Στα χρηματοοικονομικά, χρησιμοποιείται κυρίως για τη διαχείριση κινδύνων, την εκτίμηση του πιστωτικού κινδύνου και την πρόβλεψη της πιθανότητας αθέτησης υποχρεώσεων.

9. Ποιο μοντέλο στατιστικής παλινδρόμησης αναφέρεται ως μέρος της θεωρητικής βάσης για τον χρηματοοικονομικό τομέα;

ARIMA. Συνάρτηση Πυκνότητας Πιθανότητας (PDF). Λογιστική Παλινδρόμηση (Logistic Regression). Decision Trees (Δέντρα Απόφασης).

Η λογιστική παλινδρόμηση (logistic regression) αναφέρεται ως ένα από τα μοντέλα που χρησιμοποιούνται για την εκτίμηση του κινδύνου.

10. Στην **χορήγηση δανείων**, τι παράγει το μοντέλο Προγνωστικής Ανάλυσης που καθοδηγεί την απόφαση έγκρισης/απόρριψης;

Μια τυχαία σειρά αριθμών. Έναν δείκτη πιστωτικού κινδύνου. Το ύψος του μελλοντικού εισοδήματος. Μόνο δημογραφικές πληροφορίες.

Το μοντέλο παράγει έναν δείκτη πιστωτικού κινδύνου, ο οποίος καθοδηγεί τη διοίκηση της τράπεζας στη λήψη της απόφασης.

11. Στις υπηρεσίες διαχείρισης καρτών και ηλεκτρονικών πληρωμών, πώς χρησιμοποιείται το Predictive Analytics;

Για να τυπώνει νέες κάρτες. Για την αξιολόγηση του κινδύνου απάτης ή κατάχρησης. Για την αύξηση των επισφαλών απαιτήσεων. Για την πρόβλεψη των καιρικών συνθηκών.

Χρησιμοποιείται για την αξιολόγηση του κινδύνου απάτης ή κατάχρησης, εντοπίζοντας συναλλαγές που αποκλίνουν από το συνηθισμένο μοτίβο του πελάτη.

12. Στη διαχείριση **ανθρώπινου δυναμικού (HR)**, ποιος είναι ο βασικός στρατηγικός στόχος του Predictive Analytics;

Να αυξήσει το λειτουργικό κόστος. Να υποστηρίξει τη στρατηγική διατήρησης ταλέντων και την πρόληψη της ανεπιθύμητης αποχώρησης εργαζομένων. Να αντικαταστήσει τη διοίκηση προσωπικού. Να μειώσει την ανάγκη για προγράμματα ανάπτυξης δεξιοτήτων.

Είναι σημαντικό εργαλείο για την υποστήριξη της στρατηγικής διατήρησης ταλέντων και την πρόληψη του κόστους που συνδέεται με την ανεπιθύμητη αποχώρηση εργαζομένων.

13. Ποια δεδομένα ικανοποίησης χρησιμοποιούνται στο HR Predictive Analytics για την πρόβλεψη αποχώρησης;

Δεδομένα από τυχαίες κληρώσεις. Αποτελέσματα ερευνών εμπλοκής ή κλίματος. Δεδομένα από εξωτερικούς ανταγωνιστές. Μόνο η διάρκεια απασχόλησης.

Το σύστημα αναλύει δεδομένα ικανοποίησης, όπως αποτελέσματα ερευνών εμπλοκής ή κλίματος, για να εντοπίσει πρότυπα που σχετίζονται με αυξημένη πιθανότητα αποχώρησης.

14. Ποιος είναι ο ρόλος του τμήματος HR, όταν το σύστημα Predictive Analytics εντοπίζει εργαζομένους υψηλής αξίας με αυξημένο κίνδυνο αποχώρησης;

Να αγνοήσει την πληροφόρηση. Να αναπτύξει στοχευμένα πλάνα δράσης, όπως προγράμματα ανάπτυξης δεξιοτήτων. Να τους μετακινήσει σε άσχετα έργα. Να μειώσει τους μισθούς τους.

Η πληροφόρηση αυτή επιτρέπει στο τμήμα HR να αναπτύξει στοχευμένα πλάνα δράσης, όπως την πρόταση προγραμμάτων ανάπτυξης δεξιοτήτων.

15. Στο **Marketing**, πώς μετατρέπει το Predictive Analytics τη στρατηγική προσέγγισης;

Από μια γενικευμένη προσέγγιση σε μια στρατηγική βασισμένη στα δεδομένα και εξατομικευμένη. Από μια εξατομικευμένη σε μια γενικευμένη προσέγγιση. Από στρατηγική σε τακτική. Δεν έχει καμία επίδραση.

Το Marketing μετατρέπεται από μια γενικευμένη προσέγγιση σε μια στρατηγική βασισμένη στα δεδομένα, που εστιάζει στις ιδιαίτερες ανάγκες και στα κίνητρα κάθε πελάτη.

16. Ποιοι αλγόριθμοι μηχανικής μάθησης αναφέρονται ως μέρος της θεωρητικής βάσης για το Marketing;

Μόνο το ARIMA. Decision trees, random forests, gradient boosting machines και νευρωνικά δίκτυα. Μόνο απλή παλινδρόμηση. Μόνο η καταγραφή επισκέψεων σε ιστότοπους.

Η θεωρητική βάση περιλαμβάνει αλγορίθμους όπως decision trees, random forests, gradient boosting machines και νευρωνικά δίκτυα.

17. Στο ηλεκτρονικό εμπόριο, σε ποιους πελάτες μπορεί μια επιχείρηση να επικεντρωθεί σε προωθητικές ενέργειες που αναδεικνύουν την ποιότητα και την εξυπηρέτηση;

Σε αυτούς που ανταποκρίνονται σε εκπτώσεις περιορισμένου χρόνου. Σε αυτούς που δίνουν έμφαση στην ποιότητα και στην εξυπηρέτηση. Σε όλους τους πελάτες αδιακρίτως. Σε αυτούς που έχουν αποχωρήσει οριστικά.

Σε πελάτες που δίνουν έμφαση στην ποιότητα και στην εξυπηρέτηση, η επιχείρηση επικεντρώνεται σε προωθητικές ενέργειες που αναδεικνύουν αυτά τα χαρακτηριστικά.

18. Τι εντοπίζουν τα συστήματα Predictive Analytics που παρουσιάζουν σημάδια μειωμένης αλληλεπίδρασης με το brand;

Νέα προϊόντα. Πρόωρους πελάτες που κινδυνεύουν να αποχωρήσουν (Churn). Τις καλύτερες πωλήσεις. Νέους εργαζομένους.

Τα συστήματα μπορούν να εντοπίζουν πρόωρα τους πελάτες που παρουσιάζουν σημάδια μειωμένης αλληλεπίδρασης με το brand και να ενεργοποιούν καμπάνιες επαναπροσέγγισης.

19. Ποιο είναι το δεύτερο στάδιο στη διαδικασία του Predictive Analytics μετά τη συλλογή και προεπεξεργασία των δεδομένων;

Η τυχαία εφαρμογή των μοντέλων. Η εκπαίδευση των μοντέλων ώστε να εντοπίζουν πρότυπα και σχέσεις. Η αγνόηση των παλαιών δεδομένων. Η απλή καταχώρηση νέων δεδομένων.

Η διαδικασία περιλαμβάνει τη συλλογή/προεπεξεργασία των δεδομένων και την εκπαίδευση των μοντέλων ώστε να εντοπίζουν πρότυπα και σχέσεις στα δεδομένα.

20. Ποια είναι η τελική φάση της διαδικασίας του Predictive Analytics πριν από την εφαρμογή της πρόβλεψης;

Η δοκιμή της ακρίβειας των μοντέλων. Η αγορά νέου λογισμικού. Η μείωση του μεγέθους των δεδομένων. Η μη αναβάθμιση των μοντέλων.

Η διαδικασία περιλαμβάνει τη δοκιμή της ακρίβειας των μοντέλων πριν από την εφαρμογή τους για την πρόβλεψη μελλοντικών τάσεων.

21. Ποια είναι η μία από τις δύο κύριες κατηγορίες μεθόδων για την εξαγωγή προβλέψεων;

Time-series forecasting (πρόβλεψη χρονοσειρών). Unsupervised learning (μη επιβλεπόμενη μάθηση). Reinforcement learning (ενισχυτική μάθηση). Τυχαία επιλογή.

Οι δύο κύριες κατηγορίες μεθόδων είναι η πρόβλεψη χρονοσειρών και η επιβλεπόμενη μάθηση.

22. Σε ποιες περιπτώσεις χρησιμοποιείται κυρίως η **πρόβλεψη χρονοσειρών** (time-series forecasting);

Όταν τα δεδομένα δεν έχουν καμία χρονική αλληλουχία. Σε περιπτώσεις όπου τα δεδομένα έχουν σαφή χρονική αλληλουχία και το ζητούμενο είναι η εκτίμηση μελλοντικών τιμών. Μόνο για την πρόβλεψη πιστωτικού κινδύνου. Μόνο για την πρόβλεψη αποχώρησης προσωπικού.

Η πρόβλεψη χρονοσειρών χρησιμοποιείται σε περιπτώσεις όπου τα δεδομένα έχουν σαφή χρονική αλληλουχία και το ζητούμενο είναι η εκτίμηση μελλοντικών τιμών.

23. Η **Επιβλεπόμενη Μάθηση (Supervised Learning)** περιλαμβάνει τη χρήση αλγορίθμων που εκπαιδεύονται με δεδομένα στα οποία:

Δεν είναι γνωστή η «σωστή» απάντηση (target). Η εκάστοτε «σωστή» απάντηση (target) είναι γνωστή. Υπάρχει μόνο χρονική αλληλουχία. Δεν υπάρχουν καθόλου χαρακτηριστικά (features).

Η επιβλεπόμενη μάθηση περιλαμβάνει αλγορίθμους που εκπαιδεύονται με δεδομένα στα οποία η εκάστοτε «σωστή» απάντηση (target) είναι γνωστή.

24. Ποια τεχνική εφαρμόζεται σε προβλήματα όπως η πρόβλεψη αποχώρησης εργαζομένων ή η εκτίμηση πιστωτικού κινδύνου;

Time-series forecasting (πρόβλεψη χρονοσειρών). Επιβλεπόμενη μάθηση (Supervised learning). Μόνο βασική στατιστική. Τυχαία πρόβλεψη.

Οι τεχνικές επιβλεπόμενης μάθησης εφαρμόζονται σε προβλήματα όπως η πρόβλεψη αποχώρησης εργαζομένων και η εκτίμηση πιστωτικού κινδύνου.

25. Πώς υποστηρίζει το Predictive Analytics τη μετάβαση από ένα μοντέλο αντιδραστικής διαχείρισης σε ένα στρατηγικό μοντέλο λειτουργίας;

Μέσω της αποκλειστικής χρήσης υποθέσεων. Μέσω της υιοθέτησης ενός προληπτικού και στρατηγικού μοντέλου λειτουργίας. Μέσω της αύξησης του κόστους αποθήκευσης. Δεν υποστηρίζει καμία μετάβαση.

Η προγνωστική ανάλυση υποστηρίζει τη μετάβαση από ένα μοντέλο αντιδραστικής διαχείρισης σε ένα προληπτικό και στρατηγικό μοντέλο λειτουργίας.