Mik a prediktív elemzés?
A prediktív elemzés a statisztikák és a modellezés használatát írja le a jövőbeli teljesítmény meghatározására a jelenlegi és a történeti adatok alapján. A prediktív elemzés az adatmintákat vizsgálja annak meghatározására, hogy valószínűleg újra megjelennek-e ezek a minták, ami lehetővé teszi a vállalkozások és a befektetők számára, hogy alkalmazkodjanak erőforrásaik felhasználásához az esetleges jövőbeli események kihasználásához.
Kulcs elvihető
- A prediktív analitika a statisztikák és a modellezési technikák használata a jövőbeli teljesítmény meghatározására. Ezt döntéshozatali eszközként használják számos iparágban és tudományágban, például a biztosításban és a marketingben. A prediktív elemzés és a gépi tanulás gyakran összekeverik egymást, de különböző tudományágak.
A prediktív elemzés megértése
Többféle prediktív elemzési módszer létezik. Az adatbányászat például magában foglalja az adatok nagy részletének elemzését az abból származó minták kimutatására. A szövegelemzés ugyanezt teszi, kivéve a nagy szövegrészeket.
A prediktív modellek a múltbeli adatokat vizsgálják meg bizonyos jövőbeli eredmények valószínűségének meghatározására, míg a leíró modellek a múltbeli adatokat vizsgálják meg annak meghatározására, hogy egy csoport hogyan reagálhat a változók halmazára.
A prediktív analitika döntéshozó eszköz számos iparágban. Például a biztosítótársaságok megvizsgálják a kötvény kérelmezőit annak megállapítása érdekében, hogy valószínű-e-e a jövőbeni követelés kifizetése a hasonló kötvénytulajdonosok jelenlegi kockázati pool-je, valamint a kifizetéseket eredményező múltbeli események alapján. A forgalmazók azt vizsgálják, hogy a fogyasztók hogyan reagáltak a teljes gazdaságra egy új kampány tervezésekor, és felhasználhatják a demográfiai változásokat annak meghatározására, hogy a jelenlegi termékkínálat vonzza-e a fogyasztókat vásárláshoz.
Az aktív kereskedők a múltbeli események alapján számos mutatót vizsgálnak meg, amikor döntenek az értékpapír vásárlásáról vagy eladásáról. A mozgó átlagok, sávok és törési pontok a múltbéli adatokon alapulnak, és a jövőbeli ármozgások előrejelzésére szolgálnak.
A prediktív elemzés általános téves elképzelései
Általános tévhit, hogy a prediktív elemzés és a gépi tanulás ugyanaz a dolog. A prediktív elemzés magában foglalja a statisztikai technikák sorozatát (ideértve a gépi tanulást, a prediktív modellezést és az adatbányászatot), és statisztikákat (mind történelmi, mind aktuális) használ a jövőbeli eredmények becslésére vagy előrejelzésére. A prediktív elemzések segítenek a lehetséges jövőbeli események megértésében a múlt elemzésével. Mivel a gépi tanulás viszont a számítástechnika alterülete, amely Arthur Samuel 1959. évi meghatározása szerint - egy amerikai úttörő a számítógépes játékok és a mesterséges intelligencia területén, amely a számítógépek számára lehetővé teszi a tanulást, kifejezetten programozás nélkül..”
A leggyakoribb prediktív modellek a döntési fák, a regressziók (lineáris és logisztikai) és az idegi hálózatok - ezek a mélyreható tanulási módszerek és technológiák megjelenő területe.
Példa prediktív elemzésre
Az előrejelzés alapvető feladat a gyártásban, mivel biztosítja az erőforrások optimális felhasználását az ellátási láncban. Az ellátási lánckerék kritikus küllői, akár készletgazdálkodás, akár üzlethelyiség, pontos előrejelzéseket igényelnek a működéshez. A prediktív modellezést gyakran használják az ilyen előrejelzésekhez felhasznált adatok minőségének tisztításához és optimalizálásához. A modellezés biztosítja, hogy a rendszer több adatot vegyen be, beleértve az ügyfelekkel szembeni műveleteket is, a pontosabb előrejelzés biztosítása érdekében.
