Поделиться
Предиктивная аналитика
Предиктивная (прогнозная, прогностическая) аналитика, ПА; аналитика с прогнозированием; аналитическое прогнозирование – это множество методов статистики, интеллектуального анализа данных, машинного обучения и теории игр, которые используются при анализе текущих и исторических фактов/данных/событий с целью прогнозирования будущих или неизвестных событий.
В бизнесе широко применяется сбор исторических и транзакционных данных и их включение в прогнозные аналитические модели, или модели предиктивной аналитики (predictive analytic model), для выявления и оценки рисков и возможностей при конкретном наборе условий и обстоятельств, с учетом многих взаимосвязанных факторов (предикторов, predictor), для принятия решений относительно тех или иных деловых операций.
Предиктор – это фактор, или параметр, который влияет на прогнозируемое событие. Например, страховые компании выделяют при определении страховой премии для страхования автомобиля такие предикторы, как возраст водителя, стаж вождения.
Модель предиктивной аналитики имеет вероятностный характер, то есть предсказывает определенное событие в будущем с какой-то степенью вероятности. Чем проще модель (чем меньше количество предикторов), тем меньше степень ее точности. Но любая модель строится на произошедших событиях в прошлом, и это значит, что такие события в будущем могут необязательно повториться при тех же исходных параметрах среды.
Предиктивная аналитика – технология, позволяющая получить вероятностные оценки для каждого индивидуального объекта (потребителя, служащего, пациента медицинского учреждения, продукта, транспортного средства, компонента, машины или любого другого элемента организации), чтобы определить ситуацию, выдать информацию или повлиять на те или иные бизнес-процессы в самых разных сферах, затрагивающие большое число лиц.
Предиктивная аналитика применяется в таких областях, как маркетинг, страхование, финансовые услуги (кредиты и др.), здравоохранение, телекоммуникации, розничная торговля, туризм, фармацевтика, социальные сети, производство, планирование производительности, и многих других.
Почему это важно для бизнеса?
Предиктивная аналитика (ПА) позволяет выявлять закономерности и тенденции в структурированных и неструктурированных данных, помогая принимать важные бизнес-решения и строить точные прогнозы. Наиболее известный способ использования ПА и ее так называемых скоринговых моделей – это оценка платежеспособности клиентов и соответствующих рисков при выдаче кредитов в банках. Скоринговая модель строится на исторических данных, она позволяет проверить кредитную историю клиента, кредитную заявку, все данные клиента, чтобы определить вероятность того, что он сможет своевременно выплачивать проценты за кредит в будущем. Имеются практики применения ПА и в других сферах: в розничной торговле, страховании, производстве, топливно-энергетическом, государственном и др. секторах.
Короткая ссылка
