Analitica predictivă cuprinde o varietate de tehnici statistice de la extragerea de date, modelarea predictivă și învățarea automată, care analizează faptele curente și istorice pentru a face predicții despre evenimente viitoare sau altfel necunoscute.
În afaceri, modelele predictive exploatează modelele identificate în datele istorice și tranzacționale pentru a identifica riscurile și oportunitățile. Modelele captează relațiile dintre mai mulți factori pentru a permite evaluarea riscului sau a potențialului risc asociat cu un anumit set de condiții, care să conducă procesul de luare a deciziilor pentru tranzacțiile candidate.
Efectul funcțional definitoriu al acestor abordări tehnice este acela că analiza predictivă oferă un punctaj (probabilitate) predictiv pentru fiecare persoană (client, angajat, pacient, cumpărător, vehicul, componentă, mașină sau altă unitate organizațională) pentru a determina, informa, sau influența procesele organizaționale care includ un număr mare de persoane, cum ar fi marketingul, evaluarea riscului de credit, detectarea fraudelor, fabricarea, asistența medicală și operațiunile guvernamentale, inclusiv aplicarea legii.
Analitica predictivă este folosită în domeniul științei actuariale, marketingului, serviciilor financiare, asigurărilor, telecomunicațiilor, comerțului cu amănuntul, călătoriilor, mobilității, asistenței medicale, protecției copilului, produselor farmaceutice, planificării capacităților, rețelelor sociale și alte domenii.
Una dintre cele mai cunoscute aplicații este scorul de credit, care este utilizat în cadrul serviciilor financiare. Modelele de scor procesează istoricul de credit al clientului, cererea de credit, datele despre clienți etc., pentru a putea ordona persoane fizice după probabilitatea de a plăti în viitor creditele.
Definiție
Analitica predictivă este un domeniu al statisticilor care se ocupă cu extragerea informațiilor din date și utilizarea acestora pentru a prezice tendințele și modelele de comportament. Îmbunătățirea analiticii web predictive calculează probabilitățile statistice ale evenimentelor viitoare online. Tehnicile analitice statistice predictive includ modelarea datelor, învățarea automată, IA, algoritmi de învățare profundă și minerit de date. Adesea, evenimentul necunoscut de interes este în viitor, dar analitica predictivă poate fi aplicată oricărui tip necunoscut, indiferent dacă este în trecut, prezent sau viitor. De exemplu, identificarea suspecților după ce o infracțiune a fost săvârșită sau o fraudă cu cardul de credit în momentul în care apare. Miezul analiticii predictive se bazează pe capturarea relațiilor dintre variabilele explicative și variabilele prezise din evenimentele trecute și exploatarea acestora pentru a prezice rezultatul necunoscut. Este important de reținut totuși că precizia și utilitatea rezultatelor vor depinde în mare măsură de nivelul analizei datelor și de calitatea ipotezelor.
Analitica predictivă este deseori definită ca prezicând la un nivel mai detaliat de granularitate, adică generând scoruri predictive (probabilități) pentru fiecare element organizațional individual. Acest lucru îl deosebește de prognoză. De exemplu, „Analitica predictivă – Tehnologie care învață din experiență (date) să prezică comportamentul viitor al indivizilor pentru a conduce decizii mai bune”. În sistemele industriale viitoare, valoarea analiticii predictive va fi de a anticipa și de a preveni posibilele probleme de a realiza o rupere aproape de zero și de a fi integrate în analiza prescriptivă pentru optimizarea deciziilor. Mai mult, datele convertite pot fi utilizate pentru îmbunătățirea ciclului închis de viață al produsului.
(Procesul de analitica predictivă.)
Procesul de analitica predictivă
- Definirea proiectului: Definiți rezultatele proiectului, scopul livrării, scopul efortului, obiectivele afacerii, identificați seturile de date care urmează să fie utilizate.
- Colectarea datelor: Mineritul de date pentru analitica predictivă pregătește date pentru analiză din mai multe surse. Aceasta oferă o imagine completă a interacțiunilor cu clienții.
- Analiza datelor: Analiza datelor este procesul de inspectare, curățare și modelare a datelor cu scopul de a descoperi informații utile, ajungând la concluzii.
- Statistici: Analiza statistică permite validarea presupunerilor, ipotezelor, și testarea acestora utilizând modele statistice standard.
- Modelare: Modelarea predictivă oferă posibilitatea de a crea automat modele predictive exacte despre viitor. Există, de asemenea, opțiuni pentru a alege cea mai bună soluție cu evaluarea multimodală.
- Implementare: Implementarea modelului predictiv oferă opțiunea de a implementa rezultatele analitice în procesul decizional de zi cu zi pentru a obține rezultate, rapoarte și ieșiri prin automatizarea deciziilor bazate pe modelare.
- Monitorizarea modelului: Modelele sunt gestionate și monitorizate pentru a examina performanța modelului pentru a se asigura că furnizează rezultatele așteptate.
Lasă un răspuns