A prediktív analitika a múltbeli adatok felhasználásával előrejelzi a jövőbeli eredményeket. Megválaszolja a kérdést: mi fog valószínűleg történni? Egy kiskereskedő megjósolja egy termék iránti keresletet a következő negyedévben. Egy bank megjósolja, hogy mely ügyfelek fognak valószínűleg nem fizetni egy hitelt. Egy kórház megjósolja, hogy mely betegeknél áll fenn az újbóli kórházi felvétel veszélye. Az előrejelzések valószínűségi jellegűek. Bizonyossági szintekkel érkeznek, nem garanciákkal. Egy olyan modell, amely 80 százalékos pontossággal előrejelzi a betegelvándorlást, az esetek 20 százalékában téves lesz. Az érték a valószínűségek alapján való cselekvésben rejlik, nem pedig a bizonyosság elvárásában.

A technikák az egyszerű regressziótól az összetett gépi tanulásig terjednek. A regressziós modellek összefüggéseket találnak a változók között, és numerikus eredményt jeleznek előre. Az osztályozási modellek kategóriákat jósolnak meg, például az ügyfél-elvándorlást vagy annak hiányát. Az idősoros modellek időbeli értékeket jeleznek előre, figyelembe véve a szezonalitást és a trendeket. A neurális hálózatok összetett mintákat kezelnek nagy adathalmazokban. Az előrejelzés minősége az adatok minőségétől és a jellemzők relevanciájától függ. Egy elavult adatokon betanított modell a múltat ​​jósolja meg, nem a jövőt. Egy elfogult betanítási adatokkal rendelkező modell elfogult előrejelzéseket produkál. A jellemzők kiválasztása ugyanolyan fontos, mint az algoritmusválasztás. A legkifinomultabb modell sem tudja kompenzálni a hiányzó vagy irreleváns bemeneteket. A prediktív elemzés hatékony. Könnyen visszaélhető is. Az előrejelzés nem döntés. Ez egy bemenet egy döntéshez.

Prediktív technikák

• Regresszió – előrejelzett numerikus értékek
• Osztályozás – kategóriák előrejelzése
• Idősorok – előrejelzési trendek és szezonalitás
• Neurális hálózatok — komplex mintázatfelismerés
• Együttes módszerek — több modell kombinálása

A prediktív analitika előre tekint. A kilátás mindig bizonytalan. Az érték abban rejlik, hogy felkészüljünk a valószínűsíthetőre, nem pedig abban, hogy tudjuk, mi a biztos.