Mitä ennakoiva Analytics on?
Ennustava analytiikka kuvaa tilastojen ja mallintamisen käyttöä tulevaisuuden suorituskyvyn määrittämiseksi nykyisen ja historiallisen datan perusteella. Ennustavassa analytiikassa tarkastellaan tietojen malleja sen selvittämiseksi, ilmenevätkö nämä mallit uudelleen, mikä antaa yrityksille ja sijoittajille mahdollisuuden mukautua resurssiensa käyttökohteisiin hyödyntääkseen mahdollisia tulevaisuuden tapahtumia.
Avainsanat
- Ennustava analytiikka on tilastojen ja mallinnustekniikoiden käyttö tulevaisuuden suorituskyvyn määrittämiseen. Sitä käytetään päätöksenteon välineenä useilla aloilla ja aloilla, kuten vakuutuksissa ja markkinoinnissa. Ennustava analytiikka ja koneoppiminen sekoitetaan usein toisiinsa, mutta ne ovat erilaisia tieteenaloja.
Ennustavan analyysin ymmärtäminen
Ennustavia analytiikkamenetelmiä on saatavana monen tyyppisinä. Tietojen louhintaan sisältyy esimerkiksi suurten tietoryhmien analysointi kuvioiden havaitsemiseksi siitä. Tekstianalyysi tehdään samalla tavalla, paitsi suuria tekstilohkoja.
Ennustavilla malleilla tarkastellaan menneitä tietoja tiettyjen tulevien tulosten todennäköisyyden määrittämiseksi, kun taas kuvailevissa malleissa tarkastellaan menneitä tietoja sen määrittämiseksi, kuinka ryhmä voi reagoida muuttujien joukkoon.
Ennustava analytiikka on päätöksenteon työkalu monilla aloilla. Esimerkiksi vakuutusyhtiöt tutkivat vakuutuksenhakijoita selvittääkseen todennäköisyyden joutua maksamaan tulevaisuuden korvausvaatimus samanlaisten vakuutuksenottajien nykyisen riskipoolon perusteella sekä aiempien tapahtumien perusteella, jotka ovat johtaneet korvausten maksamiseen. Markkinoijat tarkastelevat sitä, miten kuluttajat ovat reagoineet talouteen suunnitellessaan uutta kampanjaa, ja voivat käyttää väestötieteellisiä muutoksia selvittääkseen, houkutteleeko nykyinen tuotevalikoima kuluttajia tekemään ostoksia.
Aktiiviset kauppiaat tarkastelevat erilaisia mittareita menneiden tapahtumien perusteella päättäessään ostaa tai myydä arvopaperi. Liukuvat keskiarvot, kaistat ja taitepisteet perustuvat historiallisiin tietoihin, ja niitä käytetään tulevien hintamuutosten ennustamiseen.
Ennustettavan analyysin yleiset väärinkäsitykset
Yleinen väärinkäsitys on, että ennustava analytiikka ja koneoppiminen ovat samoja asioita. Ennustavaan analytiikan ytimeen sisältyy joukko tilastollisia tekniikoita (mukaan lukien koneoppiminen, ennustava mallintaminen ja tiedon louhinta) ja se käyttää tilastotietoja (sekä historiallisia että nykyisiä) arvioimaan tai ennustamaan tulevia tuloksia. Ennustava analytiikka auttaa meitä ymmärtämään mahdollisia tulevia tapahtumia analysoimalla menneisyyttä. Taas koneoppiminen on tietotekniikan osa-alue, joka Arthur Samuelin vuonna 1959 antaman määritelmän mukaan on amerikkalainen edelläkävijä tietokonepeleissä ja tekoälyssä, joka antaa tietokoneille mahdollisuuden oppia ilman, että heitä on nimenomaisesti ohjelmoitu."
Yleisimpiä ennustavia malleja ovat päätöksentekopuut, regressiot (lineaariset ja logistiset) ja hermostoverkot - mikä on syvälle oppimismenetelmien ja -teknologioiden ala.
Esimerkki ennustavasta Analyticsista
Ennustaminen on olennainen tehtävä valmistuksessa, koska se varmistaa resurssien optimaalisen hyödyntämisen toimitusketjussa. Toimitusketjun pyörän kriittiset puolat, riippumatta siitä, onko kyse varastonhallinnasta tai myymäläkerroksesta, tarvitsevat tarkkoja ennusteita toiminnalleen. Ennustavaa mallintamista käytetään usein puhdistamaan ja optimoimaan tällaisiin ennusteisiin käytettävän tiedon laatu. Mallinnuksella varmistetaan, että järjestelmä voi ottaa enemmän tietoja, myös asiakaslähtöisistä toiminnoista, tarkimman ennusteen varmistamiseksi.
