Predictive analytics definition
Predictive analytics es una categoría de análisis de datos destinada a hacer predicciones sobre resultados futuros basadas en datos históricos y técnicas de análisis como el modelado estadístico y el aprendizaje automático. La ciencia del análisis predictivo puede generar perspectivas futuras con un grado significativo de precisión., Con la ayuda de sofisticadas herramientas y modelos de análisis predictivo, cualquier organización ahora puede usar datos pasados y actuales para pronosticar tendencias y comportamientos de manera confiable en milisegundos, días o años en el futuro.
El análisis predictivo ha captado el apoyo de una amplia gama de organizaciones, con un mercado global proyectado para alcanzar aproximadamente 1 10.95 mil millones para 2022, creciendo a una tasa de crecimiento anual compuesto (CAGR) de alrededor del 21 por ciento entre 2016 y 2022, según un informe de 2017 emitido por Zion Market Research.,
El análisis predictivo en el trabajo
El análisis predictivo obtiene su poder de una amplia gama de métodos y tecnologías, incluidos big data, Minería de datos, modelado estadístico, aprendizaje automático y diversos procesos matemáticos. Las organizaciones utilizan el análisis predictivo para examinar los datos actuales e históricos para detectar tendencias y pronosticar eventos y Condiciones que deberían ocurrir en un momento específico, en función de los parámetros suministrados.,
con el análisis predictivo, las organizaciones pueden encontrar y explotar Patrones contenidos en los datos para detectar riesgos y oportunidades. Los modelos se pueden diseñar, por ejemplo, para descubrir relaciones entre varios factores de comportamiento. Estos modelos permiten evaluar la promesa o el riesgo que presenta un determinado conjunto de condiciones, orientando la toma de decisiones fundamentada en diversas categorías de eventos de la cadena de suministro y adquisiciones.
para obtener consejos sobre cómo aprovechar eficazmente el poder del análisis predictivo, consulte «7 Secretos del éxito del análisis predictivo.,»
los beneficios del análisis predictivo
El análisis predictivo hace que mirar hacia el futuro sea más preciso y confiable que las herramientas anteriores. Como tal, puede ayudar a los adoptantes a encontrar formas de ahorrar y ganar dinero. Los minoristas a menudo utilizan modelos predictivos para pronosticar los requisitos de inventario, administrar los horarios de envío y configurar los diseños de las tiendas para maximizar las ventas. Las aerolíneas suelen utilizar análisis predictivos para establecer los precios de los billetes que reflejan las tendencias de viajes anteriores., Hoteles, restaurantes y otros actores de la industria hotelera pueden utilizar la tecnología para pronosticar el número de huéspedes en una noche determinada con el fin de maximizar la ocupación y los ingresos.
al optimizar las campañas de marketing con análisis predictivos, las organizaciones también pueden generar nuevas respuestas o compras de clientes, así como promover oportunidades de venta cruzada. Los modelos predictivos pueden ayudar a las empresas a atraer, retener y nutrir a sus clientes más valiosos.
El análisis predictivo también se puede utilizar para detectar y detener varios tipos de comportamiento criminal antes de que se inflija cualquier daño grave., Mediante el uso de análisis predictivos para estudiar los comportamientos y las acciones de los usuarios, una organización puede detectar actividades que están fuera de lo común, que van desde el fraude con tarjetas de crédito hasta el espionaje corporativo y los ciberataques.
ejemplos de análisis predictivo
las organizaciones de hoy en día utilizan el análisis predictivo de muchas maneras. La tecnología ayuda a los adoptantes en campos tan diversos como las finanzas, la salud, el comercio minorista, la hostelería, los productos farmacéuticos, la automoción, la industria aeroespacial y la fabricación.,
Aquí hay algunos ejemplos de cómo las organizaciones están haciendo uso del análisis predictivo:
- aeroespacial: predecir el impacto de las operaciones de mantenimiento específicas en la fiabilidad de las aeronaves, el uso de combustible, la disponibilidad y el tiempo de actividad.
- Automotive: incorpore registros de robustez y fallas de los componentes en los próximos planes de fabricación de vehículos. Estudiar el comportamiento del conductor para desarrollar mejores tecnologías de asistencia al conductor y, eventualmente, vehículos autónomos.
- Energía: previsión de ratios de precio y demanda a largo plazo., Determinar el impacto de eventos climáticos, fallas de equipos, regulaciones y otras variables en los costos de servicio.
- servicios Financieros: Desarrollar modelos de riesgo de crédito. Pronosticar las tendencias del mercado financiero. Predecir el impacto de las nuevas políticas, leyes y regulaciones en las empresas y los mercados.
- Fabricación: Predecir la ubicación y la tasa de fallas de la máquina. Optimice las entregas de materias primas en función de las demandas futuras proyectadas.
- aplicación de la Ley: Use datos de tendencias delictivas para definir vecindarios que pueden necesitar protección adicional en ciertas épocas del año.,
-
Retail: Siga a un cliente en línea en tiempo real para determinar si proporcionar información adicional sobre el producto o incentivos aumentará la probabilidad de que se complete una transacción.
herramientas de análisis predictivo
Las herramientas de análisis predictivo proporcionan a los usuarios información detallada y en tiempo real sobre una variedad casi infinita de actividades empresariales., Las herramientas se pueden utilizar para predecir varios tipos de comportamiento y patrones, como cómo asignar recursos en momentos particulares, cuándo reponer existencias o el mejor momento para lanzar una campaña de marketing, basando las predicciones en un análisis de datos recopilados durante un período de tiempo.
prácticamente todos los usuarios de análisis predictivo utilizan herramientas proporcionadas por uno o más desarrolladores externos. Muchas de estas herramientas están diseñadas para satisfacer las necesidades de empresas y departamentos específicos., Los principales proveedores de software y servicios de análisis predictivo incluyen:
- Acxiom
- IBM
- Information Builders
- Microsoft
- SAP
- SAS Institute
- Tableau Software
- Teradata
- TIBCO Software
modelos de análisis predictivo
modelos son la base del análisis predictivo: las plantillas que permiten a los usuarios convertir datos pasados y actuales en información procesable, creando resultados positivos a largo plazo., Algunos tipos típicos de modelos predictivos incluyen:
- Modelo de valor de por vida del cliente: identifique a los clientes que tienen más probabilidades de invertir más en productos y servicios.
- Modelo de segmentación de clientes: agrupa a los clientes en función de características y comportamientos de compra similares
- Modelo de Mantenimiento Predictivo: pronostica las posibilidades de avería de equipos esenciales.
- Modelo de Garantía de calidad: detectar y prevenir defectos para evitar decepciones y costos adicionales al proporcionar productos o servicios a los clientes.,
técnicas de modelado predictivo
Los usuarios del modelo tienen acceso a una gama casi infinita de técnicas de modelado predictivo. Muchos métodos son únicos para productos y servicios específicos, pero un núcleo de técnicas genéricas, como árboles de decisión, regresión e incluso redes neuronales, ahora son ampliamente compatibles en una amplia gama de plataformas de análisis predictivo.
los árboles de Decisión, una de las técnicas más populares, se basan en un diagrama esquemático en forma de árbol que se utiliza para determinar un curso de acción o para mostrar una probabilidad estadística., El método de ramificación también puede mostrar todos los resultados posibles de una decisión en particular y cómo una elección puede conducir a la siguiente.
Las técnicas de regresión se utilizan a menudo en la banca, la inversión y otros modelos orientados a las finanzas. La regresión ayuda a los usuarios a pronosticar los valores de los activos y comprender las relaciones entre variables, como las materias primas y los precios de las acciones.
en la vanguardia de las técnicas de análisis predictivo están las redes neuronales: algoritmos diseñados para identificar las relaciones subyacentes dentro de un conjunto de datos imitando la forma en que funciona la mente humana.,
algoritmos de análisis predictivo
Los usuarios de análisis predictivo tienen fácil acceso a una amplia gama de algoritmos estadísticos, de minería de datos y de aprendizaje automático diseñados para su uso en modelos de análisis predictivo. Los algoritmos generalmente están diseñados para resolver un problema de negocio específico o una serie de problemas, mejorar un algoritmo existente o proporcionar algún tipo de capacidad única.
los Algoritmos de Clustering, por ejemplo, son adecuados para la segmentación de clientes, la detección de comunidades y otras tareas relacionadas con las redes sociales., Para mejorar la retención de clientes, o para desarrollar un sistema de recomendación, generalmente se utilizan algoritmos de clasificación. Un algoritmo de regresión se selecciona típicamente para crear un sistema de puntuación de crédito o para predecir el resultado de muchos eventos impulsados por el tiempo.
análisis predictivo en salud
las organizaciones de salud se han convertido en algunos de los adoptantes de análisis predictivo más entusiastas por una razón muy simple: la tecnología les está ayudando a ahorrar dinero.,
las organizaciones de atención médica utilizan el análisis predictivo de varias maneras diferentes, incluida la asignación inteligente de los recursos de las instalaciones en función de las tendencias pasadas, la optimización de los horarios del personal, la identificación de pacientes en riesgo de una readmisión costosa a corto plazo y la adición de inteligencia a la adquisición y gestión de productos farmacéuticos y suministros.,
Un Informe de la Sociedad de Actuarios de 2017 sobre las tendencias de la industria de la salud en el análisis predictivo, descubrió que más de la mitad de los ejecutivos de atención médica (57 por ciento) en las organizaciones que ya utilizan el análisis predictivo creen que la tecnología les permitirá ahorrar un 15 por ciento o más de su presupuesto total en los próximos cinco años. Un 26 por ciento adicional pronosticó ahorros del 25 por ciento o más.,
el estudio también reveló que la mayoría de los ejecutivos de atención médica (89 por ciento) pertenecen a organizaciones que ahora utilizan análisis predictivos o planean hacerlo en los próximos cinco años. Un impresionante 93 por ciento de los ejecutivos de atención médica afirmó que el análisis predictivo es importante para el futuro de su negocio.
¿cómo debe comenzar una organización con el análisis predictivo?,
Si bien comenzar con el análisis predictivo no es exactamente un instante, es una tarea que prácticamente cualquier empresa puede manejar siempre y cuando se mantenga comprometido con el enfoque y esté dispuesto a invertir el tiempo y los fondos necesarios para poner en marcha el proyecto. Comenzar con un proyecto piloto de escala limitada en un área de negocios crítica es una excelente manera de limitar los costos de puesta en marcha y minimizar el tiempo antes de que comiencen a llegar las Recompensas Financieras. Una vez que un modelo se pone en acción, generalmente requiere poco mantenimiento, ya que continúa moliendo información procesable durante muchos años.,
para una mirada más profunda, consulte » Cómo comenzar con el análisis predictivo.»