Predictive analytics definitie
Predictive analytics is een categorie van data analytics gericht op het maken van voorspellingen over toekomstige resultaten op basis van historische gegevens en analytics technieken zoals statistische modellering en machine learning. De wetenschap van predictive analytics kan toekomstige inzichten met een aanzienlijke mate van precisie genereren., Met behulp van geavanceerde predictive analytics tools en modellen kan elke organisatie nu vroegere en huidige gegevens gebruiken om op betrouwbare wijze trends en gedrag milliseconden, dagen of jaren in de toekomst te voorspellen.
Predictive analytics heeft de steun van een breed scala van organisaties, met een wereldwijde markt naar verwachting bereiken ongeveer $10,95 miljard in 2022, groeien met een compound annual growth rate (CAGR) van ongeveer 21 procent tussen 2016 en 2022, volgens een 2017 rapport uitgegeven door Zion Market Research.,
Predictive analytics at work
Predictive analytics put zijn kracht uit een breed scala van methoden en technologieën, waaronder big data, Data mining, statistische modellering, machine learning en diverse wiskundige processen. Organisaties gebruiken predictive analytics om actuele en historische gegevens te doorzoeken om trends en voorspellende gebeurtenissen en omstandigheden te detecteren die zich op een bepaald moment zouden moeten voordoen, op basis van aangeleverde parameters.,
met predictive analytics kunnen organisaties patronen in data vinden en benutten om risico ‘ s en kansen op te sporen. Modellen kunnen bijvoorbeeld worden ontworpen om relaties tussen verschillende gedragsfactoren te ontdekken. Dergelijke modellen maken het mogelijk de belofte of het risico van een bepaalde reeks voorwaarden te beoordelen, waardoor geïnformeerde besluitvorming in verschillende categorieën toeleveringsketens en aanbestedingsevenementen wordt geleid.
voor tips over het effectief benutten van de kracht van predictive analytics, zie “7 secrets of predictive analytics success.,”
voordelen van predictive analytics
Predictive analytics maakt het kijken naar de toekomst nauwkeuriger en betrouwbaarder dan eerdere tools. Als zodanig kan het helpen adopters vinden manieren om te besparen en geld te verdienen. Retailers gebruiken vaak voorspellende modellen om voorraadvereisten te voorspellen, verzendschema ‘ s te beheren en winkellay-outs te configureren om de verkoop te maximaliseren. Luchtvaartmaatschappijen gebruiken vaak predictive analytics om ticketprijzen in te stellen die aansluiten bij eerdere reistrends., Hotels, restaurants en andere spelers in de horeca kunnen de technologie gebruiken om het aantal gasten op een bepaalde nacht te voorspellen om de bezetting en omzet te maximaliseren.
door marketingcampagnes te optimaliseren met predictive analytics, kunnen organisaties ook nieuwe reacties of aankopen van klanten genereren en cross-sell-kansen bevorderen. Voorspellende modellen kunnen bedrijven helpen om hun meest gewaardeerde klanten aan te trekken, te behouden en te koesteren.
Predictive analytics kan ook worden gebruikt om verschillende soorten crimineel gedrag te detecteren en te stoppen voordat ernstige schade wordt verbogen., Door het gebruik van predictive analytics om gebruikersgedrag en acties te bestuderen, kan een organisatie activiteiten detecteren die ongewoon zijn, variërend van creditcardfraude tot bedrijfsspionage tot cyberaanvallen.
Predictive analytics voorbeelden
organisaties gebruiken tegenwoordig predictive analytics op een vrijwel eindeloos aantal manieren. De technologie helpt adopters in gebieden zo divers als financiën, gezondheidszorg, detailhandel, horeca, farmaceutische producten, automotive, lucht-en ruimtevaart en productie.,
Hier zijn een paar voorbeelden van hoe organisaties gebruik maken van predictive analytics:
- ruimtevaart: voorspel de impact van specifieke onderhoudswerkzaamheden op de betrouwbaarheid van vliegtuigen, brandstofgebruik, beschikbaarheid en uptime.
- Automotive: neem records van de onderdelenvastheid en storingen op in toekomstige voertuigproductieplannen. Bestudeer het gedrag van bestuurders om betere rijhulptechnologieën en, uiteindelijk, autonome voertuigen te ontwikkelen.
- energie: prognose op lange termijn prijs-en vraagratio ‘ s., Bepaal de impact van weersgebeurtenissen, storingen in apparatuur, voorschriften en andere variabelen op de servicekosten.
- Financiële Diensten: ontwikkeling van kredietrisicomodellen. Voorspelde trends op de financiële markten. Voorspel de impact van nieuw beleid, wet-en regelgeving op bedrijven en markten.
- fabricage: voorspel de locatie en snelheid van machinestoringen. Optimaliseer de levering van grondstoffen op basis van de verwachte toekomstige vraag.
- rechtshandhaving: gebruik gegevens over criminaliteitstrend om buurten te definiëren die op bepaalde tijdstippen van het jaar extra bescherming nodig kunnen hebben.,
-
Retail: volg een online klant in real-time om te bepalen of het verstrekken van aanvullende productinformatie of prikkels de kans op een voltooide transactie vergroot.
Predictive analytics tools
Predictive analytics tools geven gebruikers diepgaande, real-time inzichten in een bijna eindeloze reeks bedrijfsactiviteiten., Tools kunnen worden gebruikt om verschillende soorten gedrag en patronen te voorspellen, zoals het toewijzen van middelen op bepaalde tijdstippen, wanneer de voorraad moet worden aangevuld of het beste moment om een marketingcampagne te starten, waarbij voorspellingen worden gebaseerd op een analyse van gegevens die over een bepaalde periode zijn verzameld.
vrijwel alle gebruikers van predictive analytics gebruiken tools van een of meer externe ontwikkelaars. Veel van deze tools zijn afgestemd op de behoeften van specifieke bedrijven en afdelingen te voldoen., Grote voorspellende analytics software en service providers zijn:
- Acxiom
- IBM
- Informatie Bouwers
- Microsoft
- SAP
- SAS Institute
- Tableau Software
- Teradata
- TIBCO Software
Predictive analytics modellen
Modellen zijn de basis van predictive analytics — de sjablonen waarmee gebruikers verleden en de huidige gegevens in bruikbare inzichten, het creëren van positieve resultaten op lange termijn., Enkele typische typen voorspellende modellen zijn:
- Customer Lifetime Value Model: Lokaliseer klanten die het meest waarschijnlijk meer investeren in producten en diensten.
- Klantsegmentatiemodel: groep klanten op basis van vergelijkbare kenmerken en aankoopgedrag
- voorspellend Onderhoudsmodel: voorspel de kans dat essentiële apparatuur kapot gaat.
- Kwaliteitsborgingsmodel: gebreken opsporen en voorkomen om teleurstellingen en extra kosten te voorkomen bij het leveren van producten of diensten aan klanten.,
voorspellende modelleringstechnieken
Modelgebruikers hebben toegang tot een bijna eindeloze reeks voorspellende modelleringstechnieken. Veel methoden zijn uniek voor specifieke producten en diensten, maar een kern van generieke technieken, zoals beslissingsbomen, regressie — en zelfs neurale netwerken — worden nu breed ondersteund op een breed scala van voorspellende analyseplatforms.
beslissingsbomen, een van de meest populaire technieken, baseren zich op een schematisch, boomvormig diagram dat wordt gebruikt om een koers van actie te bepalen of om een statistische waarschijnlijkheid te tonen., De vertakkingsmethode kan ook elke mogelijke uitkomst van een bepaalde beslissing laten zien en hoe de ene keuze tot de volgende kan leiden.
Regressietechnieken worden vaak gebruikt in bank -, beleggings-en andere financieringsgerichte modellen. Regressie helpt gebruikers de waarde van activa te voorspellen en de relaties tussen variabelen te begrijpen, zoals grondstoffen en aandelenkoersen.
op het snijvlak van predictive analytics — technieken zijn neurale netwerken-algoritmen ontworpen om onderliggende relaties binnen een dataset te identificeren door de manier waarop een menselijke geest functioneert na te bootsen.,
Predictive analytics algoritmes
predictive analytics gebruikers hebben gemakkelijk toegang tot een breed scala van statistische, data-mining en machine-learning algoritmes die zijn ontworpen voor gebruik in voorspellende analyse modellen. Algoritmen zijn over het algemeen ontworpen om een specifiek bedrijfsprobleem of reeks problemen op te lossen, een bestaand algoritme te verbeteren of een soort unieke capaciteit te leveren.
Clustering algoritmen, bijvoorbeeld, zijn zeer geschikt voor klantsegmentatie, gemeenschapsdetectie en andere sociale gerelateerde taken., Om klantenbinding te verbeteren, of om een aanbevelingssysteem te ontwikkelen, worden classificatiealgoritmen meestal gebruikt. Een regressiealgoritme wordt meestal geselecteerd om een credit scoring systeem te creëren of om de uitkomst van vele tijdgestuurde gebeurtenissen te voorspellen.
Predictive analytics in healthcare
gezondheidszorgorganisaties zijn om een zeer eenvoudige reden enkele van de meest enthousiaste predictive analytics-gebruikers geworden: de technologie helpt hen geld te besparen.,
gezondheidszorgorganisaties gebruiken voorspellende analyses op verschillende manieren, waaronder een intelligente toewijzing van faciliteitsmiddelen op basis van trends uit het verleden, het optimaliseren van personeelsschema ‘ s, het identificeren van patiënten die risico lopen op een dure overname op korte termijn en het toevoegen van intelligentie aan de aankoop en het beheer van geneesmiddelen en het aanbod.,
een rapport van de Society of Actuaries uit 2017 over trends in predictive analytics in de gezondheidszorg, ontdekte dat meer dan de helft van de leidinggevenden in de gezondheidszorg (57 procent) bij organisaties die al predictive analytics gebruiken, geloven dat de technologie hen in staat zal stellen om 15 procent of meer van hun totale budget te besparen in de komende vijf jaar. Een extra 26 procent voorspelde besparing van 25 procent of meer.,de studie toonde ook aan dat de meeste leidinggevenden in de gezondheidszorg (89 procent) behoren tot organisaties die nu predictive analytics gebruiken of van plan zijn dit binnen de komende vijf jaar te doen. Een indrukwekkende 93 procent van de leidinggevenden in de gezondheidszorg verklaarde dat predictive analytics belangrijk is voor de toekomst van hun bedrijf.
Hoe moet een organisatie beginnen met predictive analytics?,
hoewel aan de slag gaan in predictive analytics niet bepaald in een handomdraai is, is het een taak die vrijwel elk bedrijf aankan, zolang men zich blijft inzetten voor de aanpak en bereid is om de tijd en fondsen te investeren die nodig zijn om het project in beweging te krijgen. Te beginnen met een proefproject op beperkte schaal in een kritieke bedrijfsruimte is een uitstekende manier om de opstartkosten te beperken en tegelijkertijd de tijd te beperken voordat financiële beloningen beginnen binnen te rollen. Zodra een model in actie is gebracht, vereist het over het algemeen weinig onderhoud als het blijft malen uit bruikbare inzichten voor vele jaren.,
voor een diepere kijk, zie ” hoe aan de slag met predictive analytics.”