Vad är prediktiv analys?

I företag är prediktiv analys processen att använda historiska data för att analysera tidigare mönster och förutsäga framtida mönster. Denna process används i företag för att upptäcka potentiella möjligheter och för att utvärdera deras potentiella risker och belöningar. Grunden för prediktiv analys är att använda förhållandena mellan olika typer av data för att uppskatta potentialen eller risken för en given uppsättning villkor.

Predictive analytics försöker förklara, analysera och förutsäga beteende på matematiska eller vetenskapliga sätt. Ett företag kan fånga och analysera sina kunddata och, med hjälp av mönsterigenkänning, spelteori, oddsalgoritm eller statistik, försöka förutsäga framtida kundbeteende baserat på vad det beteende har varit tidigare. Data mining-tekniker har avancerat fältet genom att möjliggöra att sortera och kategorisera data på olika sätt. Ju större graden av graviditet som uppgifterna kan kategoriseras, desto mer användbar och korrekt kommer den att förutsäga framtida resultat.

Customer Relationship Management (CRM) förlitar sig på prediktiv analys för att förstå kundernas köpbeteende. Genom att använda kunddata som fångats vid försäljningstillfället och använda de olika statistiska teknikerna kan företagen bättre förstå hur man marknadsför och säljer nya produkter till befintliga kunder. De kan också förstå hur man bäst motiverar människor som ännu inte är kunder att prova sina produkter eller ofta sina butiker. Affärssegmenten detaljhandel och direktmarknadsföring har länge använt CRM-tekniker och är ofta i framkant när det gäller nya applikationer.

Predictive analytics används ofta i branscher som finansiella tjänster och försäkringar. I finansiella tjänster kommer företag att använda kreditpoäng för att förutsäga sannolikheten för att en konsument kommer att ha ett lån. Bedömningen är baserad på information om kundens kredithistoria och låneansökan jämfört med samma data från liknande kunder tidigare. Försäkringsbranschen kommer att försöka bestämma sannolikheten för en förlust, baserat på den sökandes profil och tidigare resultat hos kunder med liknande profiler.

Andra branscher som använder prediktiv analys för att öka lönsamheten inkluderar hälsovård och läkemedel, detaljhandel, telekommunikation och resor. Till och med Internal Revenue Service använder prediktiv analys för att försöka förutsäga och identifiera inkomstskattebedrägerier. Bokföringsföretag använder denna metod för att försöka identifiera bedrägeri i de finansiella rapporterna för de företag de granskar.

Förutom att förutsäga konsumentbeteende kan prediktiv analys användas för att bedöma den totala efterfrågan på butik, region eller nationell nivå. Det kan användas för att förutsäga prestanda för en hel industri under vissa ekonomiska förhållanden. Regeringen kan använda den för att förutsäga faktorer som påverkar hela ekonomin, till exempel arbetslöshet eller bostadsstart.