Predictive analytics ( predictive analytics , predictive analytics fra engelsk predictive analytics ) er en klasse af dataanalysemetoder, der koncentrerer sig om at forudsige objekters og emners fremtidige adfærd med henblik på at træffe optimale beslutninger [1] .
Prediktiv analyse bruger statistiske metoder, data mining-teknikker , spilteori , analyserer aktuelle og historiske fakta for at komme med forudsigelser om fremtidige begivenheder. I erhvervslivet bruger forudsigelige modeller mønstre fundet i historiske data og præstationsdata til at identificere risici og muligheder. Modeller fanger relationer mellem mange faktorer for at muliggøre vurdering af risici eller potentiale forbundet med et bestemt sæt af forhold, som vejleder beslutninger om mulige transaktioner.
Anvendes i aktuarberegninger , finansielle tjenesteydelser , forsikring , telekommunikation , detailhandel , turisme , sundhedspleje , lægemidler og andre områder.
En af de velkendte applikationer er kreditscoring , scoringsmodeller behandler kredithistorik , lån , forbrugerdata og anden information og vurderer en potentiel låntager med hensyn til fremtidig solvens og prognose for aktualitet af tilbagebetalinger af lån.
Marketing og HRDer er en opfattelse af, at analytics har revolutioneret markedsføringsområdet og radikalt øget effektiviteten af mikro -målretning . Inden for personaleledelse giver analytics dig mulighed for at løse en bred vifte af opgaver baseret på behandling af enorme mængder virksomhedsdata, hvilket markant øger medarbejdernes effektivitet [2] .
En af manglerne ved prædiktiv analyse er den dårlige opgørelse af kvalitative skift, ændringer efter bifurkationspunkter, da de er baseret på kvantitative, probabilistiske metoder.