Predictive analytics ( predictive analytics , predictive analytics från engelska predictive analytics ) är en klass av dataanalysmetoder som koncentrerar sig på att förutsäga det framtida beteendet hos objekt och föremål för att kunna fatta optimala beslut [1] .
Prediktiv analys använder statistiska metoder, datautvinningstekniker , spelteori , analyserar aktuella och historiska fakta för att göra förutsägelser om framtida händelser. I affärer använder prediktiva modeller mönster som finns i historiska data och resultatdata för att identifiera risker och möjligheter. Modeller fångar relationer mellan många faktorer för att möjliggöra bedömning av risker eller potential förknippade med en viss uppsättning villkor, vägledande beslut om möjliga transaktioner.
Används inom försäkringstekniska beräkningar , finansiella tjänster , försäkringar , telekommunikation , detaljhandel , turism , sjukvård , läkemedel och andra områden.
En av de välkända applikationerna är kreditvärdering , poängmodeller bearbetar kredithistorik , lån , konsumentdata och annan information och utvärderar en potentiell låntagare i termer av potentiell solvens och prognos för aktualiteten för återbetalningar av lån.
Marknadsföring och HRDet finns en åsikt om att analys har revolutionerat marknadsföringsområdet, vilket radikalt har ökat effektiviteten hos mikro -targeting . Inom personalhanteringsområdet låter analys dig lösa ett brett spektrum av uppgifter baserat på bearbetning av enorma mängder företagsdata, vilket avsevärt ökar effektiviteten för de anställda [2] .
En av bristerna med prediktiv analys är den dåliga redovisningen av kvalitativa förskjutningar, förändringar efter bifurkationspunkter, eftersom de är baserade på kvantitativa, probabilistiska metoder.