Kaj so prediktivna analitika?
Predvidevna analitika opisuje uporabo statistike in modeliranja za določitev prihodnje uspešnosti na podlagi trenutnih in preteklih podatkov. Predvidevna analitika preuči vzorce podatkov, da ugotovi, ali se bodo ti vzorci verjetno ponovno pojavili, kar podjetjem in vlagateljem omogoča, da se prilagodijo, kje uporabljajo svoje vire, da izkoristijo morebitne prihodnje dogodke.
Ključni odvzemi
- Prediktivna analitika je uporaba statistike in tehnik modeliranja, da se določi prihodnja uspešnost. Uporablja se kot orodje za odločanje v različnih panogah in disciplinah, kot sta zavarovanje in trženje. Predicitivna analitika in strojno učenje se pogosto zamenjujeta, gre za različne discipline.
Razumevanje napovedne analitike
Na voljo je več vrst metod napovedne analitike. Na primer, rudarjenje podatkov vključuje analizo velikih tranš podatkov za odkrivanje vzorcev iz njih. Analiza besedila naredi enako, razen velikih blokov besedila.
Predvidevalni modeli gledajo na pretekle podatke, da ugotovijo verjetnost določenih prihodnjih izidov, opisni modeli pa na pretekle podatke, da ugotovijo, kako se lahko skupina odzove na nabor spremenljivk.
Napovedna analitika je orodje odločanja v različnih panogah. Na primer, zavarovalnice pregledajo vlagatelje zavarovalnih polic, da ugotovijo verjetnost, da bodo morali izplačati prihodnjo terjatev na podlagi trenutnega sklada tveganj podobnih zavarovancev in preteklih dogodkov, ki so povzročili izplačila. Tržniki si ogledajo, kako so se potrošniki odzvali na celotno gospodarstvo, ko načrtujejo novo kampanjo, in lahko z demografskimi premiki ugotovijo, ali bo trenutna kombinacija izdelkov potrošnike privabila k nakupu.
Aktivni trgovci si pri odločanju o nakupu ali prodaji vrednostnega papirja ogledujejo različne meritve, ki temeljijo na preteklih dogodkih. Gibljiva povprečja, pasovi in točke preloma temeljijo na preteklih podatkih in se uporabljajo za napovedovanje prihodnjih gibanj cen.
Pogoste napačne predstave s predvidevanjem analitike
Pogosta napačna misel je, da sta napovedna analitika in strojno učenje iste stvari. V svojem bistvu napovedna analitika vključuje vrsto statističnih tehnik (vključno s strojnim učenjem, napovednim modeliranjem in rudarjenjem podatkov) in uporablja statistiko (zgodovinsko in trenutno) za oceno ali napovedovanje prihodnjih rezultatov. Napovedna analitika nam pomaga razumeti morebitne prihodnje dogodke z analizo preteklosti. Medtem ko je strojno učenje na drugi strani podpolju računalništva, ki je po definiciji Arthurja Samuela iz leta 1959 - ameriški pionir na področju računalniških iger in umetne inteligence, ki "računalnikom omogoča učenje, ne da bi bilo izrecno programirano."
Najpogostejši modeli napovedovanja vključujejo odločitvena drevesa, regresije (linearne in logistične) in nevronske mreže - ki je nastajajoče področje metod in tehnologij globokega učenja.
Primer predvidevanja analitike
Napovedovanje je bistvena naloga v proizvodnji, saj zagotavlja optimalno izrabo virov v dobavni verigi. Kritični napere kolesa dobavne verige, ne glede na to, ali gre za upravljanje zalog ali prodajalno, zahtevajo natančne napovedi za delovanje. Predvidevno modeliranje se pogosto uporablja za čiščenje in optimizacijo kakovosti podatkov, ki se uporabljajo za takšne napovedi. Modeliranje zagotavlja, da bo sistem lahko zaužil več podatkov, tudi iz operacij, usmerjenih v stranke, da bi zagotovili natančnejšo napoved.
