Predictive analytics definition
Predictive analytics er en kategori af data i analytics, der tager sigte på at gøre forudsigelser om fremtidige resultater baseret på historiske data og analytics-teknikker, såsom statistisk modellering og machine learning. Videnskaben om forudsigelig analyse kan generere fremtidig indsigt med en betydelig grad af præcision., Ved hjælp af sofistikerede forudsigelige analyseværktøjer og modeller kan enhver organisation nu bruge tidligere og aktuelle data til pålideligt at forudsige tendenser og adfærd millisekunder, dage eller år ind i fremtiden.
Predictive analytics har fanget understøttelse af en bred vifte af organisationer, med et globalt marked, der forventes at nå ca $10.95 milliarder i 2022, vokser med en sammensat årlig vækstrate (CAGR) på omkring 21 procent mellem 2016 og 2022, ifølge en 2017-rapporten, der er udstedt af Zion Marked Forskning.,
Predictive analytics på arbejde
Predictive analytics trækker strøm fra en bred vifte af metoder og teknologier, herunder big data, data mining, statistisk modellering, machine learning og diverse matematiske processer. Organisationer bruger forudsigelig analyse til at Sile gennem aktuelle og Historiske data for at registrere tendenser og prognose begivenheder og forhold, der skal forekomme på et bestemt tidspunkt, baseret på leverede parametre.,
med forudsigelig analyse kan organisationer finde og udnytte mønstre indeholdt i data for at opdage risici og muligheder. Designes til at opdage forhold mellem forskellige adfærdsfaktorer. Sådanne modeller gør det muligt at vurdere enten løftet eller risikoen ved et bestemt sæt betingelser, der styrer informeret beslutningstagning på tværs af forskellige kategorier af forsyningskæde-og indkøbsbegivenheder.
For tip til, hvordan du effektivt udnytter kraften i predictive analytics, Se “7 secrets of predictive analytics success.,”
fordele ved predictive analytics
Predictive analytics gør fremtiden mere præcis og pålidelig end tidligere værktøjer. Som sådan kan det hjælpe adoptører med at finde måder at spare og tjene penge på. Detailhandlere bruger ofte prædiktive modeller til at forudsige lagerkrav, administrere forsendelsesplaner og konfigurere butikslayouts for at maksimere salget. Flyselskaber bruger ofte predictive analytics til at indstille billetpriser, der afspejler tidligere rejsetendenser., Hoteller, restauranter og andre aktører inden for restaurationsbranchen kan bruge teknologien til at forudsige antallet af gæster på en given nat for at maksimere belægning og indtægter.
Ved at optimere marketingkampagner med forudsigelig analyse kan organisationer også generere nye kundesvar eller køb samt fremme muligheder for krydssalg. Predictive modeller kan hjælpe virksomheder med at tiltrække, fastholde og pleje deres mest værdsatte kunder.Predictive analytics kan også bruges til at opdage og standse forskellige former for kriminel adfærd, før der opstår alvorlige skader., Ved at bruge predictive analytics til at studere brugeradfærd og handlinger kan en organisation registrere aktiviteter, der er usædvanlige, lige fra kreditkortsvindel til virksomhedsspionage til cyberangreb.
Predictive analytics eksempler
organisationer bruger i dag predictive analytics på et næsten uendeligt antal måder. Teknologien hjælper adoptører inden for så forskellige områder som finansiering, sundhedspleje, detailhandel, gæstfrihed, lægemidler, bilindustrien, rumfart og fremstilling.,
Her er et par eksempler på, hvordan organisationer bruger forudsigelig analyse:
- rumfart: forudsige virkningen af specifikke vedligeholdelsesoperationer på flyets pålidelighed, brændstofforbrug, tilgængelighed og oppetid.
- Automotive: indarbejde registreringer af komponent robusthed og fiasko i kommende køretøj fremstillingsplaner. Undersøg føreradfærd for at udvikle bedre chaufførassistentteknologier og til sidst autonome køretøjer.
- energi: prognose langsigtede pris-og efterspørgselsforhold., Bestem virkningen af vejrbegivenheder, udstyrsfejl, regler og andre variabler på serviceomkostninger.finansielle tjenesteydelser: udvikle kreditrisikomodeller. Prognose finansielle markedstendenser. Forudsige virkningen af nye politikker, love og bestemmelser på virksomheder og markeder.
- fremstilling: forudsige placeringen og hastigheden af maskinfejl. Optimer råvareleverancer baseret på forventede fremtidige krav.
- retshåndhævelse: Brug data om kriminalitetstendens til at definere kvarterer, der muligvis har brug for yderligere beskyttelse på bestemte tidspunkter af året.,
-
detailhandel: Følg en onlinekunde i realtid for at afgøre, om yderligere produktoplysninger eller incitamenter vil øge sandsynligheden for en gennemført transaktion.
Predictive analytics tools
Predictive analytics tools giver brugerne dyb, real-time indsigt i en næsten endeløs vifte af forretningsaktiviteter., Værktøjer kan bruges til at forudsige forskellige typer adfærd og mønstre, såsom hvordan man allokerer ressourcer på bestemte tidspunkter, hvornår man skal genopfylde lager eller det bedste øjeblik at lancere en marketingkampagne, basere forudsigelser på en analyse af data indsamlet over en periode.
stort set alle forudsigelige analytics-adoptører bruger værktøjer leveret af en eller flere eksterne udviklere. Mange sådanne værktøjer er skræddersyet til at imødekomme behovene hos specifikke virksomheder og afdelinger., Store predictive analytics-software og service udbydere, omfatter:
- Acxiom
- IBM
- Information Builders
- Microsoft
- SAP
- SAS Institute
- Tableau Software
- Note:
- TIBCO Software
Predictive analytics modeller
Modeller er grundlaget for predictive analytics — skabeloner, der giver brugerne mulighed for at slå tidligere og nuværende data ind handlingsorienteret indsigt, at skabe positive resultater på lang sigt., Nogle typiske typer af prædiktive modeller omfatter:
- kunde levetid værdi Model: lokalisere kunder, der er mest tilbøjelige til at investere mere i produkter og tjenester.
- Kundesegmenteringsmodel: Grupp customersr kunder baseret på lignende egenskaber og købsadfærd
- forudsigelig Vedligeholdelsesmodel: prognose chancerne for, at Vigtigt udstyr nedbrydes.
- Kvalitetssikringsmodel: Spot og forhindre fejl for at undgå skuffelser og ekstra omkostninger ved levering af produkter eller tjenester til kunder.,
Predictive modellering teknikker
Model brugere har adgang til en næsten endeløs række af predictive modellering teknikker. Mange metoder er unikke for specifikke produkter og tjenester, men en kerne af generiske teknikker, såsom beslutningstræer, regression — og endda neurale netværk — understøttes nu bredt på tværs af en bred vifte af forudsigelige analyseplatforme.beslutningstræer, en af de mest populære teknikker, er afhængige af et skematisk, træformet diagram, der bruges til at bestemme et handlingsforløb eller for at vise en statistisk sandsynlighed., Forgreningsmetoden kan også vise ethvert muligt resultat af en bestemt beslutning, og hvordan et valg kan føre til det næste.
Regressionsteknikker bruges ofte i bank -, investerings-og andre finansorienterede modeller. Regression hjælper brugere med at forudsige aktivværdier og forstå forholdet mellem variabler, såsom råvarer og aktiekurser.
på forkant med forudsigelige analyseteknikker er neurale netværk — algoritmer designet til at identificere underliggende forhold inden for et datasæt ved at efterligne den måde, et menneskeligt sind fungerer på.,
Predictive analytics algoritmer
Predictive analytics adoptanter har nem adgang til en bred vifte af statistiske data-mining og machine-learning algoritmer, der er designet til brug i intelligent analyse modeller. Algoritmer er generelt designet til at løse et specifikt forretningsproblem eller en række problemer, forbedre en eksisterende algoritme eller levere en form for unik kapacitet.
Klyngealgoritmer er for eksempel velegnede til kundesegmentering, samfundsdetektering og andre sociale relaterede opgaver., For at forbedre kundefastholdelsen eller for at udvikle et anbefalingssystem anvendes klassificeringsalgoritmer typisk. En regressionsalgoritme vælges typisk for at oprette et kreditvurderingssystem eller for at forudsige resultatet af mange tidsdrevne begivenheder.
Predictive analytics i sundhedsvæsenet
Sundhedspleje organisationer er blevet nogle af de mest entusiastiske predictive analytics adopters af en meget enkel grund: Den teknologi, der hjælper dem med at spare penge.,
Sundhedspleje organisationer bruger predictive analytics på flere forskellige måder, herunder intelligent fordeling facilitet ressourcer, der er baseret på tidligere trends, optimering af medarbejdere tidsplaner, at identificere patienter med risiko for et dyrt på kort sigt, en tilbagetagelse og tilføje intelligens til medicinal-og supply erhvervelse og forvaltning.,
Et 2017 Samfund af Aktuarer rapport om sundhedspleje industri tendenser i predictive analytics, opdagede, at over halvdelen af sundhedsydelser ledere (57 procent) på organisationer, der allerede bruger predictive analytics mener, at teknologien vil give dem mulighed for at spare 15 procent eller mere af deres samlede budget over de næste fem år. Yderligere 26 procent forudsagde besparelser på 25 procent eller mere.,
undersøgelsen viste også, at de fleste sundhedsydelser ledere (89 procent) tilhører organisationer, der enten bruger nu predictive analytics eller planlægger at gøre det inden for de næste fem år. En imponerende 93 procent af sundhedsledere udtalte, at forudsigelig analyse er vigtig for deres virksomheds fremtid.
hvordan skal en organisation begynde med forudsigelig analyse?,
mens det at komme i gang med forudsigelig analyse ikke er nøjagtigt et øjeblik, er det en opgave, som stort set enhver virksomhed kan håndtere, så længe man forbliver forpligtet til tilgangen og er villig til at investere den tid og de midler, der er nødvendige for at få projektet i gang. Begyndende med en begrænset skala pilotprojekt i et kritisk forretningsområde er en glimrende måde at cap start-up omkostninger og samtidig minimere tiden før finansielle belønninger begynder rullende i. Når en model er sat i aktion, kræver det generelt lidt vedligeholdelse, da det fortsætter med at slibe handlingsrettede indsigter i mange år.,
For et dybere kig, se “Sådan kommer du i gang med forudsigelig analyse.”