Predictive Analytics (PA)

Predictive Analytics ist ein Bereich der Statistik, der sich mit der Extraktion von Informationen aus Daten befasst und diese zur Vorhersage von Trends und Verhaltensmustern verwendet. Häufig liegt das unbekannte Ereignis von Interesse in der Zukunft, aber die prädiktive Analytik kann auf jede Art von Unbekanntem angewendet werden, sei es in der Vergangenheit, Gegenwart oder Zukunft. Der Kern der prädiktiven Analytik besteht darin, Zusammenhänge zwischen erklärenden Variablen und den vorhergesagten Variablen aus vergangenen Ereignissen zu erfassen und diese zur Vorhersage des unbekannten Ergebnisses zu nutzen. Es ist jedoch wichtig zu beachten, dass die Genauigkeit und Verwendbarkeit der Ergebnisse stark von der Ebene der Datenanalyse und der Qualität der Annahmen abhängen wird.

Predictive Analytics wird oft definiert als die Vorhersage auf einer detaillierteren Granularitätsebene, d.h. das Erzeugen von prädiktiven Scores (Wahrscheinlichkeiten) für jedes einzelne Organisationselement. Dies unterscheidet sie von der Prognose. In zukünftigen Industriesystemen wird der Wert der prädiktiven Analytik darin bestehen, potenzielle Probleme vorherzusagen und zu verhindern, um einen nahezu vollständigen Zusammenbruch zu erreichen, und sie weiter in die präskriptive Analytik zur Entscheidungsoptimierung zu integrieren. Darüber hinaus können die konvertierten Daten zur Verbesserung des Produktlebenszyklus verwendet werden, was die Vision des Industrial Internet Consortium ist.

Predictive Analytics umfasst eine Vielzahl von statistischen Techniken aus den Bereichen Data Mining, Predictive Modeling und Machine Learning, die aktuelle und historische Fakten analysieren, um Vorhersagen über zukünftige oder anderweitig unbekannte Ereignisse zu treffen.

Im Geschäftsleben nutzt man prädiktive Modelle um Muster aus historischen und transaktionalen Daten zu gewinnen, sodass Risiken und Chancen identifiziert werden können. Diese Modelle erfassen Beziehungen zwischen vielen Faktoren, um die Bewertung von Risiken oder Potenzialen im Zusammenhang mit einer bestimmten Reihe von Bedingungen zu ermöglichen und die Entscheidungsfindung für Kundentransaktionen zu vereinfachen.

Der entscheidende funktionale Effekt dieser technischen Ansätze besteht darin, dass die prädiktive Analytik für jeden Einzelnen (Kunde, Mitarbeiter, Patient, Produkt-SKU, Fahrzeug, Komponente, Maschine oder andere Organisationseinheit) einen prädiktiven Wert (Wahrscheinlichkeit) liefert, um organisatorische Prozesse zu bestimmen, zu informieren oder zu beeinflussen, die sich auf eine große Anzahl von Personen beziehen, wie z.B. in den Bereichen Marketing, Kreditrisikobewertung, Betrugserkennung, Fertigung, Gesundheitswesen und Regierungsoperationen einschließlich Strafverfolgung.

Predictive Analytics wird in den Bereichen Aktuarwissenschaften, Marketing, Finanzdienstleistungen, Versicherungen, Telekommunikation, Einzelhandel, Reisen, Mobilität, Gesundheitswesen, Kinderschutz, Arzneimittel, Kapazitätsplanung], soziale Netzwerke und anderen Bereichen eingesetzt.

Eine der bekanntesten Anwendungen ist das Credit Scoring, das in allen Finanzdienstleistungen eingesetzt wird. Scoring-Modelle verarbeiten die Kreditgeschichte, den Kreditantrag, die Kundendaten usw. eines Kunden, um Einzelpersonen nach ihrer Wahrscheinlichkeit, zukünftige Kreditzahlungen rechtzeitig zu leisten, zu ranken.

 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.