Η προγνωστική ανάλυση προβλέπει μελλοντικά αποτελέσματα χρησιμοποιώντας ιστορικά δεδομένα. Απαντά στο ερώτημα: τι είναι πιθανό να συμβεί; Ένας λιανοπωλητής προβλέπει τη ζήτηση για ένα προϊόν το επόμενο τρίμηνο. Μια τράπεζα προβλέπει ποιοι πελάτες είναι πιθανό να αθετήσουν ένα δάνειο. Ένα νοσοκομείο προβλέπει ποιοι ασθενείς κινδυνεύουν να επανεισέλθουν. Οι προβλέψεις είναι πιθανοτικές. Έρχονται με επίπεδα εμπιστοσύνης, όχι εγγυήσεις. Ένα μοντέλο που προβλέπει την απώλεια πελατών με ακρίβεια 80% θα κάνει λάθος στο 20% των περιπτώσεων. Η αξία έγκειται στο να ενεργούμε με βάση τις πιθανότητες, όχι στο να περιμένουμε βεβαιότητα.

Οι τεχνικές κυμαίνονται από απλή παλινδρόμηση έως σύνθετη μηχανική μάθηση. Τα μοντέλα παλινδρόμησης βρίσκουν σχέσεις μεταξύ μεταβλητών και προβλέπουν ένα αριθμητικό αποτέλεσμα. Τα μοντέλα ταξινόμησης προβλέπουν κατηγορίες, όπως η απώλεια ή η μη απώλεια πελατών. Τα μοντέλα χρονοσειρών προβλέπουν τιμές με την πάροδο του χρόνου, λαμβάνοντας υπόψη την εποχικότητα και τις τάσεις. Τα νευρωνικά δίκτυα χειρίζονται σύνθετα μοτίβα σε μεγάλα σύνολα δεδομένων. Η ποιότητα της πρόβλεψης εξαρτάται από την ποιότητα των δεδομένων και τη συνάφεια των χαρακτηριστικών. Ένα μοντέλο που έχει εκπαιδευτεί σε ξεπερασμένα δεδομένα προβλέπει το παρελθόν, όχι το μέλλον. Ένα μοντέλο με μεροληπτικά δεδομένα εκπαίδευσης παράγει μεροληπτικές προβλέψεις. Η επιλογή χαρακτηριστικών έχει την ίδια σημασία με την επιλογή αλγορίθμου. Το πιο εξελιγμένο μοντέλο δεν μπορεί να αντισταθμίσει τα ελλείποντα ή άσχετα δεδομένα εισόδου. Η προγνωστική ανάλυση είναι ισχυρή. Είναι επίσης εύκολο να γίνει κακή χρήση. Μια πρόβλεψη δεν είναι απόφαση. Είναι ένα στοιχείο εισόδου σε μια απόφαση.

Προγνωστικές τεχνικές

• Παλινδρόμηση — πρόβλεψη αριθμητικών τιμών
• Ταξινόμηση — πρόβλεψη κατηγοριών
• Χρονικές σειρές — προβλέψεις τάσεων και εποχικότητα
• Νευρωνικά δίκτυα — αναγνώριση σύνθετων προτύπων
• Μέθοδοι συνένωσης — συνδυάστε πολλαπλά μοντέλα

Η προγνωστική ανάλυση κοιτάζει μπροστά. Η άποψη είναι πάντα αβέβαιη. Η αξία έγκειται στην προετοιμασία για το πιθανό, όχι στο να γνωρίζουμε τι είναι βέβαιο.