Prediktiv analytics definisjon
Prediktiv analytics er en kategori av data analytics sikte på å gjøre anslag om fremtidige utfall basert på historiske data og analyser teknikker som statistisk modellering og maskinlæring. Vitenskapen av prediktiv analytics, kan generere fremtidige innsikt med en betydelig grad av presisjon., Med hjelp av avanserte prediktiv analytics-verktøy og modeller, enhver organisasjon kan nå bruke tidligere og nåværende data til pålitelig forecast trender og atferd millisekunder, dager eller år inn i fremtiden.
Prediktiv analytics har fanget støtter bredt spekter av organisasjoner, med et globalt marked ventes å nå ca $10.95 milliarder innen 2022, vokser i en sammensatt årlig vekstrate (CAGR) på rundt 21 prosent mellom 2016 og 2022, ifølge en 2017 rapport utstedt av Sion markedsundersøkelser.,
Prediktiv analytics i arbeid
Prediktiv analytics trekker strøm fra et bredt spekter av metoder og teknologier, inkludert big data, data mining, statistisk modellering, maskinlæring og diverse matematiske prosesser. Organisasjoner bruker prediktiv analytics for å sile gjennom aktuelle og historiske data for å oppdage trender og forutsi hendelser og forhold som bør skje på et bestemt tidspunkt, basert på angitte parameterne.,
Med prediktiv analytics, organisasjoner kan finne og utnytte mønstre som finnes i data for å avdekke risiko og muligheter. Modeller kan være utformet, for eksempel, å se sammenhenger mellom ulike atferd faktorer. Slike modeller gjør det mulig for vurdering av enten løfte eller risiko presentert av et bestemt sett av betingelser, guiding informerte beslutninger på tvers av ulike kategorier av forsyningskjeden og innkjøp hendelser.
For tips om hvordan du effektivt kan utnytte kraften av prediktiv analytics, kan du se «7 secrets av prediktiv analytics suksess.,»
Fordeler av prediktiv analytics
Prediktiv analytics gjør ser inn i fremtiden mer nøyaktig og pålitelig enn tidligere verktøy. Som sådan kan den hjelpe brukere med å finne måter å spare og tjene penger. Forhandlere ofte bruk av prediktive modeller for å forutsi inventar krav, administrere frakt tidsplaner og konfigurere lagre oppsett for å maksimere salget. Flyselskapene bruker ofte prediktiv analytics for å angi billett priser som reflekterer siste reise trender., Hoteller, restauranter og andre serveringsbransjen spillere kan bruke teknologi til å forutsi antall gjester på et gitt natten for å maksimere belegg og omsetning.
Ved å optimalisere markedsføring kampanjer med prediktiv analytics, organisasjoner kan også generere ny kunde svar eller kjøp, samt fremme kryssalg. Prediktive modeller kan hjelpe virksomheter med å tiltrekke, beholde og styrke sine mest verdsatte kunder.
Prediktiv analytics, kan også brukes til å oppdage og stoppe ulike former for kriminell atferd før noen alvorlige skader bøyes., Ved hjelp av prediktiv analytics for å studere brukeren atferd og handlinger, en organisasjon kan oppdage aktiviteter som er utenom det vanlige, alt fra kredittkort svindel til eierstyring og spionasje til nettangrep.
Prediktiv analytics eksempler
Organisasjoner i dag bruker prediktiv analytics i et nesten uendelig antall måter. Teknologien hjelper brukere på så forskjellige områder som finans, helse, detaljhandel, gjestfrihet, legemidler, kjøretøy, luftfart og industri.,
Her er noen eksempler på hvordan organisasjoner gjør bruk av prediktiv analytics:
- Luftfart: Forutsi effekten av spesifikke vedlikehold operasjoner på flyet pålitelighet, drivstoff bruk, tilgjengelighet og oppetid.
- Automotive: Innlemme registreringer av komponent stabilitet og svikt i kommende kjøretøy produksjon planer. Studien driver atferd for å utvikle bedre førerassistanse og, til slutt, autonome kjøretøy.
- Energi: Prognose for langsiktig pris og etterspørsel forholdstall., Bestemme effekten av værhendelser, utstyret, forskrifter og andre variabler på tjenesten koster.
- Finansielle tjenester: Utvikle kredittrisiko modeller. Værvarsel økonomiske trender i markedet. Forutsi virkningen av ny politikk, lover og regler for virksomheter og markeder.
- Produksjon: Forutsi beliggenhet og pris av maskinen feil. Optimalisere råstoff basert på forventede fremtidige krav.
- politi: Bruk kriminalitet trend data for å definere områder som kan trenge ekstra beskyttelse på visse tider av året.,
-
Detaljhandel: Følg en online kunde i sanntid for å finne ut om å gi ytterligere produktinformasjon eller insentiver vil øke sannsynligheten for å få en gjennomført transaksjon.
Prediktiv analytics verktøy
Prediktiv analytics verktøy gi brukerne dyp, sanntids innsikt i en nesten endeløs rekke av virksomheten., Verktøy kan brukes til å forutsi ulike typer atferd og mønstre, slik som hvordan å bruke ressurser på bestemte tider, når du skal fylle på lager eller den beste tid til å lansere en kampanje, ved å basere spådommer på en analyse av data som er samlet inn over en periode av tid.
Nesten alle prediktiv analytics-bruker-bruke verktøy som tilbys av en eller flere eksterne utviklere. Mange slike verktøy er skreddersydd for å møte behovene til bestemte virksomheter og avdelinger., Store prediktiv analytics programvare-og tjenesteleverandører inkluderer:
- Acxiom
- IBM
- Informasjon Utbyggere
- Microsoft
- SAP
- SAS Institute
- Tableau Programvare
- Teradata
- TIBCO Software
Prediktiv analytics-modeller
– Modeller er grunnlaget for prediktiv analytics — maler som tillater brukere å slå tidligere og nåværende data til nyttig informasjon, skape positive langsiktige resultater., Noen vanlige typer av prediktive modeller inkluderer:
- Kunden Lifetime Verdi Modell: Pinpoint kunder som mest sannsynlig til å investere mer i produkter og tjenester.
- Kunden Segmentering Modell: Gruppe kunder basert på lignende egenskaper og kjøpsadferd
- Logisk Vedlikehold Modell: Prognose sjansene av viktig utstyr å bryte ned.
- Kvalitetssikring Modell: Spot og forhindre at feil for å unngå skuffelser og ekstra kostnader ved å tilby produkter eller tjenester til kunder.,
Prediktiv modellering teknikker
Modell brukere som har tilgang til en nesten endeløs rekke av prediktiv modellering teknikker. Mange metoder som er unike for bestemte produkter og tjenester, men en kjerne av grunnleggende teknikker, som for eksempel vedtak trær, regresjons — og til og med neurale nettverk — er nå bred støtte på tvers av et bredt spekter av prediktiv analytics-plattformer.
Avgjørelse trær, en av de mest populære teknikker, kan du stole på en skjematisk, tre-formet diagram som brukes for å bestemme et kurs av handlingen, eller for å vise en statistisk sannsynlighet., Avgreningen metoden kan også vise alle mulige utfall av en bestemt beslutning, og hvordan man valget kan føre til den neste.
Regresjon teknikker er ofte brukt i bank, investere og andre finans-orienterte modeller. Regresjon hjelper brukerne værvarsel verdier og forstå sammenhenger mellom variabler, slik som råvarer og aksjekurser.
i forkant av prediktiv analyse teknikker er neurale nettverk — algoritmer utviklet for å identifisere underliggende forhold innen et datasett ved å etterligne måten det menneskelige sinn fungerer.,
Prediktiv analyse algoritmer
Prediktiv analytics adopters har enkel tilgang til et bredt spekter av statistiske data-mining og maskin-læring algoritmer utviklet for bruk i prediktiv analyse modeller. Algoritmer er vanligvis designet for å løse en bestemt virksomhet problem eller en rekke problemer, forbedre en eksisterende algoritme eller levere noen form for unik evne.
Clustering algoritmer, for eksempel, er godt egnet for kunden segmentering, samfunnet deteksjon og andre sosiale-relaterte oppgaver., For å forbedre kundelojalitet, eller for å utvikle en anbefaling system, klassifisering algoritmer er vanligvis brukt. En regresjonsalgoritmen er vanligvis valgt å opprette en kreditt scoring system, eller å forutsi utfallet av mange gang-drevet hendelser.
Prediktiv analytics i helse og omsorg
helseorganisasjoner har blitt noen av de mest entusiastiske prediktiv analytics-brukere for en veldig enkel grunn: teknologien er å hjelpe dem å spare penger.,
helseorganisasjoner bruke prediktiv analytics på flere forskjellige måter, inkludert intelligent tildeling av anlegget ressurser basert på tidligere trender, optimalisere ansatte tidsplaner, identifisere pasienter med risiko for en kostbar kortsiktige gjenopptagelse og legge til etterretning til farmasøytisk og tilførsel kjøp og forvaltning.,
En 2017 Society of Actuaries rapport om helsetjenester trendene i bransjen i prediktiv analytics, oppdaget at over halvparten av helsearbeidere (57 prosent) på organisasjoner som allerede bruker prediktiv analytics tror at teknologien vil tillate dem å spare 15 prosent eller mer av deres totale budsjett i løpet av de neste fem årene. En ytterligere 26 prosent spådd besparelser på 25 prosent eller mer.,
studien også viste at de fleste helsearbeidere (89 prosent) tilhører organisasjoner som enten er nå ved hjelp av prediktiv analyse, eller planlegger å gjøre det i løpet av de neste fem årene. En imponerende 93 prosent av helsearbeidere uttalt at prediktiv analytics er viktig for deres virksomhet, » fremtiden.
Hvordan skal en organisasjon begynne med prediktiv analytics?,
Mens du komme i gang i prediktiv analytics er ikke akkurat et blunk, det er en oppgave som nesten enhver bedrift kan håndtere, så lenge man er fortsatt forpliktet til tilnærming og er villig til å investere tid og midler som er nødvendig for å få prosjektet i bevegelse. Begynner med et begrenset skala pilotprosjekt i en kritisk forretningsområdet er en utmerket måte å cap start-up kostnader og minimere tiden før finansielle belønninger begynner å rulle inn. Når en modell er sette inn i handlingen, er det generelt krever lite vedlikehold som det fortsetter å male ut handlingsrettet innsikt i mange år.,
For å få en dypere titt, se «Hvordan komme i gang med prediktiv analytics.»