Vad är Predictive Analytics?
prediktiv analys beskriver användningen av statistik och modellering för att bestämma framtida resultat baserat på aktuella och historiska data. Predictive analytics tittar på datamönster för att avgöra om dessa mönster sannolikt kommer att dyka upp igen, vilket gör det möjligt för företag och investerare att justera var de använder sina resurser för att dra nytta av eventuella framtida händelser.,
viktiga Takeaways
- Predictive analytics är användningen av statistik och modelleringstekniker för att bestämma framtida prestanda.
- Det används som ett beslutsfattande verktyg i en mängd olika branscher och discipliner, såsom försäkring och marknadsföring.
- prediktiv analys och maskininlärning förväxlas ofta med varandra men de är olika discipliner.
förstå prediktiv analys
det finns flera typer av prediktiva analysmetoder tillgängliga., Till exempel innebär datautvinning analys av stora delar av data för att upptäcka mönster från den. Textanalys gör detsamma, förutom stora textblock.
prediktiva modeller tittar på tidigare data för att bestämma sannolikheten för vissa framtida resultat, medan beskrivande modeller tittar på tidigare data för att bestämma hur en grupp kan svara på en uppsättning variabler.
Predictive analytics är ett beslutsverktyg i en mängd olika branscher., Försäkringsbolagen undersöker till exempel försäkringssökande för att fastställa sannolikheten för att behöva betala ut för en framtida fordran baserat på den nuvarande riskpoolen för liknande försäkringstagare, liksom tidigare händelser som har resulterat i utbetalningar. Marknadsförare tittar på hur konsumenterna har reagerat på den totala ekonomin när de planerar en ny kampanj och kan använda skift i demografi för att avgöra om den nuvarande blandningen av produkter kommer att locka konsumenterna att göra ett köp.
aktiva handlare tittar på en mängd olika mätvärden baserat på tidigare händelser när de bestämmer sig för att köpa eller sälja en säkerhet., Glidande medelvärden, band och brytpunkter baseras på historiska data och används för att förutse framtida prisrörelser.
vanliga missuppfattningar om prediktiv analys
en vanlig missuppfattning är att prediktiv analys och maskininlärning är samma saker. I grunden innehåller predictive analytics en serie statistiska tekniker (inklusive maskininlärning, prediktiv modellering och datautvinning) och använder statistik (både historisk och aktuell) för att uppskatta eller förutsäga framtida resultat., Prediktiv analys hjälper oss att förstå eventuella framtida händelser genom att analysera det förflutna. Medan maskininlärning å andra sidan är ett delfält för datavetenskap som enligt 1959 års definition av Arthur Samuel-en amerikansk pionjär inom dataspel och artificiell intelligens som ger ” datorer förmågan att lära sig utan att uttryckligen programmeras.”
de vanligaste prediktiva modellerna inkluderar beslutsträd, regressioner (linjär och logistisk) och neurala nätverk—vilket är det framväxande området för djupa inlärningsmetoder och tekniker.,
exempel på prediktiv analys
prognoser är en viktig uppgift i tillverkningen eftersom det säkerställer ett optimalt utnyttjande av resurser i en leveranskedja. Kritiska ekrar av supply chain wheel, oavsett om det är lagerhantering eller butiksgolv, kräver noggranna prognoser för funktion. Prediktiv modellering används ofta för att rengöra och optimera kvaliteten på data som används för sådana prognoser. Modellering säkerställer att fler data kan intas av systemet, inklusive från kundvända operationer, för att säkerställa en mer exakt prognos.,