Voorspellende analyses voorspellen toekomstige uitkomsten aan de hand van historische gegevens. Ze beantwoorden de vraag: wat gaat er waarschijnlijk gebeuren? Een retailer voorspelt de vraag naar een product in het volgende kwartaal. Een bank voorspelt welke klanten waarschijnlijk in gebreke zullen blijven met hun lening. Een ziekenhuis voorspelt welke patiënten een verhoogd risico lopen op heropname. De voorspellingen zijn probabilistisch. Ze hebben betrouwbaarheidsniveaus, geen garanties. Een model dat klantverloop met 80 procent nauwkeurigheid voorspelt, zal in 20 procent van de gevallen onjuist zijn. De waarde zit hem in het handelen op basis van de waarschijnlijkheden, niet in het verwachten van absolute zekerheid.

De technieken variëren van eenvoudige regressie tot complexe machine learning. Regressiemodellen vinden verbanden tussen variabelen en voorspellen een numerieke uitkomst. Classificatiemodellen voorspellen categorieën, zoals wel of geen klantverloop. Tijdreeksmodellen voorspellen waarden in de tijd, rekening houdend met seizoensinvloeden en trends. Neurale netwerken verwerken complexe patronen in grote datasets. De kwaliteit van de voorspelling hangt af van de kwaliteit van de data en de relevantie van de kenmerken. Een model dat is getraind op verouderde data voorspelt het verleden, niet de toekomst. Een model met vertekende trainingsdata produceert vertekende voorspellingen. De selectie van kenmerken is net zo belangrijk als de keuze van het algoritme. Zelfs het meest geavanceerde model kan ontbrekende of irrelevante inputs niet compenseren. Voorspellende analyses zijn krachtig. Ze zijn echter ook gemakkelijk te misbruiken. Een voorspelling is geen beslissing. Het is een input voor een beslissing.

Voorspellende technieken

• Regressie — numerieke waarden voorspellen
• Classificatie — categorieën voorspellen
• Tijdreeksen — voorspelling van trends en seizoensinvloeden
• Neurale netwerken — complexe patroonherkenning
• Ensemblemethoden — combineer meerdere modellen

Voorspellende analyses kijken vooruit. Het perspectief is altijd onzeker. De waarde zit hem in het voorbereiden op wat waarschijnlijk is, niet in het weten wat zeker is.