Cosa sono le analisi predittive?
L’analisi predittiva descrive l’uso di statistiche e modelli per determinare le prestazioni future in base ai dati attuali e storici. L’analisi predittiva esamina i modelli nei dati per determinare se è probabile che tali modelli emergano di nuovo, il che consente alle aziende e agli investitori di adattarsi a dove utilizzano le proprie risorse per sfruttare possibili eventi futuri.,
Key Takeaways
- L’analisi predittiva è l’uso di statistiche e tecniche di modellazione per determinare le prestazioni future.
- Viene utilizzato come strumento decisionale in una varietà di settori e discipline, come l’assicurazione e il marketing.
- L’analisi predittiva e l’apprendimento automatico sono spesso confusi tra loro, ma sono discipline diverse.
Comprensione dell’analisi predittiva
Sono disponibili diversi tipi di metodi di analisi predittiva., Ad esempio, il data mining comporta l’analisi di grandi tranche di dati per rilevare i modelli da esso. L’analisi del testo fa lo stesso, ad eccezione di grandi blocchi di testo.
I modelli predittivi esaminano i dati passati per determinare la probabilità di determinati risultati futuri, mentre i modelli descrittivi esaminano i dati passati per determinare come un gruppo può rispondere a un insieme di variabili.
L’analisi predittiva è uno strumento decisionale in una varietà di settori., Ad esempio, le compagnie di assicurazione esaminano i candidati alla polizza per determinare la probabilità di dover pagare per un reclamo futuro basato sull’attuale pool di rischi di assicurati simili, nonché su eventi passati che hanno portato a pagamenti. I marketer osservano come i consumatori hanno reagito all’economia generale quando pianificano una nuova campagna e possono utilizzare i cambiamenti demografici per determinare se l’attuale mix di prodotti invoglierà i consumatori a effettuare un acquisto.
I trader attivi esaminano una varietà di metriche basate su eventi passati al momento di decidere se acquistare o vendere un titolo., Le medie mobili, le bande e i punti di interruzione si basano su dati storici e vengono utilizzati per prevedere i movimenti futuri dei prezzi.
Idee sbagliate comuni di analisi predittiva
Un malinteso comune è che l’analisi predittiva e l’apprendimento automatico sono le stesse cose. Al suo interno, l’analisi predittiva include una serie di tecniche statistiche (tra cui apprendimento automatico, modellazione predittiva e data mining) e utilizza le statistiche (sia storiche che attuali) per stimare o prevedere i risultati futuri., L’analisi predittiva ci aiuta a comprendere possibili eventi futuri analizzando il passato. Mentre l’apprendimento automatico, d’altra parte, è un sottocampo dell’informatica che, secondo la definizione del 1959 di Arthur Samuel, un pioniere americano nel campo dei giochi per computer e dell’intelligenza artificiale che dà “ai computer la capacità di imparare senza essere esplicitamente programmato.”
I modelli predittivi più comuni includono alberi decisionali, regressioni (lineari e logistiche) e reti neurali—che è il campo emergente dei metodi e delle tecnologie di deep learning.,
Esempio di analisi predittiva
La previsione è un compito essenziale nella produzione perché garantisce un utilizzo ottimale delle risorse in una supply chain. I raggi critici della ruota della catena di fornitura, che si tratti di gestione dell’inventario o di officina, richiedono previsioni accurate per il funzionamento. La modellazione predittiva viene spesso utilizzata per pulire e ottimizzare la qualità dei dati utilizzati per tali previsioni. La modellazione assicura che più dati possano essere ingeriti dal sistema, anche dalle operazioni rivolte al cliente, per garantire una previsione più accurata.,