Predictive Analytics
Prediktive analyser beskriver brugen af statistikker og modellering til at bestemme fremtidig ydelse baseret på aktuelle og historiske data. Forudsigelige analyser ser på mønstre i data for at bestemme, om disse mønstre sandsynligvis vil dukke op igen, hvilket giver virksomheder og investorer mulighed for at tilpasse sig, hvor de bruger deres ressourcer til at drage fordel af mulige fremtidige begivenheder.
Key takeaways
- Forudsigelig analyse er brugen af statistikker og modelleringsteknikker til at bestemme fremtidig ydelse.
- Det bruges som et beslutningsværktøj i en række industrier og discipliner, såsom forsikring og markedsføring.
- Forudsigelig analyse og maskinlæring forveksles ofte med hinanden, men de er forskellige discipliner.
Forstå Predictive Analytics
Der findes flere typer forudsigelige analysemetoder. For eksempel involverer data mining analyse af store trancher med data for at registrere mønstre derfra. Tekstanalyse gør det samme, undtagen for store tekstblokke.
Forudsigelige modeller ser på tidligere data for at bestemme sandsynligheden for visse fremtidige resultater, mens beskrivende modeller ser på tidligere data for at bestemme, hvordan en gruppe kan reagere på et sæt af variabler.
Predictive analytics er et beslutningsværktøj i en række forskellige brancher. For eksempel undersøger forsikringsselskaber forsikringsansøgere for at bestemme sandsynligheden for at skulle betale for et fremtidig krav baseret på den aktuelle risikopulje for lignende forsikringstagere samt tidligere begivenheder, der har resulteret i udbetalinger. Marketingfolk ser på, hvordan forbrugere har reageret på den samlede økonomi, når de planlægger en ny kampagne, og kan bruge skift i demografien til at afgøre, om den aktuelle blanding af produkter vil lokke forbrugerne til at foretage et køb.
Aktive forhandlere ser på en række målinger baseret på tidligere begivenheder, når de beslutter, om de vil købe eller sælge en sikkerhed. Bevægelige gennemsnit, bånd og breakpoint er baseret på historiske data og bruges til at forudsige fremtidige prisbevægelser.
Almindelige misforståelser af forudsigelig analyse
En almindelig misforståelse er, at forudsigelsesanalyse og maskinlæring er de samme ting. I sin kerne inkluderer forudsigelig analyse en række statistiske teknikker (inklusive maskinlæring, forudsigelig modellering og data mining) og bruger statistikker (både historiske og aktuelle) til at estimere eller forudsige fremtidige resultater. Forudsigelig analyse hjælper os med at forstå mulige fremtidige forekomster ved at analysere fortiden. Mens maskinlæring på den anden side er et underfelt inden for datalogi, der ifølge 1959-definitionen af Arthur Samuel - en amerikansk pioner inden for computerspil og kunstig intelligens, der giver "computere evnen til at lære uden at være eksplicit programmeret ."
De mest almindelige forudsigelige modeller inkluderer beslutningstræer, regressioner (lineære og logistiske) og neurale netværk - hvilket er det nye felt inden for dyb læringsmetoder og teknologier.
Eksempel på Predictive Analytics
Prognosering er en vigtig opgave i fremstillingen, fordi den sikrer optimal udnyttelse af ressourcer i en forsyningskæde. Kritiske eger for forsyningskæden, uanset om det er lagerstyring eller butiksgulv, kræver nøjagtige prognoser for at fungere. Prediktiv modellering bruges ofte til at rense og optimere kvaliteten af data, der bruges til sådanne prognoser. Modellering sikrer, at flere data kan indtages af systemet, herunder fra kunde-vendte operationer, for at sikre en mere nøjagtig prognose.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.