O que são análises preditivas?
A análise preditiva descreve o uso de estatísticas e modelagem para determinar o desempenho futuro com base em dados atuais e históricos. A análise preditiva analisa os padrões nos dados para determinar se é provável que surjam novamente, o que permite que empresas e investidores ajustem onde eles usam seus recursos para tirar proveito de possíveis eventos futuros.
Principais Takeaways
- A análise preditiva é o uso de estatísticas e técnicas de modelagem para determinar o desempenho futuro. É usada como uma ferramenta de tomada de decisão em uma variedade de setores e disciplinas, como seguros e marketing. A análise preditiva e o aprendizado de máquina geralmente são confundidos entre si, mas elas são disciplinas diferentes.
Noções básicas sobre análise preditiva
Existem vários tipos de métodos de análise preditiva disponíveis. Por exemplo, a mineração de dados envolve a análise de grandes tranches de dados para detectar padrões a partir deles. A análise de texto faz o mesmo, exceto para grandes blocos de texto.
Modelos preditivos examinam dados passados para determinar a probabilidade de determinados resultados futuros, enquanto modelos descritivos examinam dados passados para determinar como um grupo pode responder a um conjunto de variáveis.
A análise preditiva é uma ferramenta de tomada de decisão em uma variedade de setores. Por exemplo, as companhias de seguros examinam os candidatos a apólices para determinar a probabilidade de pagar por uma reivindicação futura com base no pool de riscos atual de segurados semelhantes, bem como em eventos passados que resultaram em pagamentos. Os profissionais de marketing observam como os consumidores reagiram à economia geral ao planejar uma nova campanha e podem usar mudanças na demografia para determinar se o mix atual de produtos atrairá os consumidores a fazer uma compra.
Os traders ativos analisam uma variedade de métricas com base em eventos passados ao decidir comprar ou vender um título. As médias móveis, faixas e pontos de interrupção são baseados em dados históricos e são usados para prever futuros movimentos de preços.
Equívocos comuns do Analytics preditivo
Um equívoco comum é que análise preditiva e aprendizado de máquina são as mesmas coisas. No essencial, a análise preditiva inclui uma série de técnicas estatísticas (incluindo aprendizado de máquina, modelagem preditiva e mineração de dados) e usa estatísticas (históricas e atuais) para estimar ou prever resultados futuros. A análise preditiva nos ajuda a entender possíveis ocorrências futuras, analisando o passado. Considerando que o aprendizado de máquina, por outro lado, é um subcampo da ciência da computação que, de acordo com a definição de Arthur Samuel de 1959 - pioneira americana no campo de jogos de computador e inteligência artificial que dá aos "computadores a capacidade de aprender sem serem explicitamente programados"."
Os modelos preditivos mais comuns incluem árvores de decisão, regressões (lineares e logísticas) e redes neurais - que é o campo emergente de métodos e tecnologias de aprendizado profundo.
Exemplo de análise preditiva
A previsão é uma tarefa essencial na fabricação, pois garante a utilização ideal dos recursos em uma cadeia de suprimentos. Raios críticos da roda da cadeia de suprimentos, seja gerenciamento de estoque ou chão de fábrica, exigem previsões precisas de funcionamento. A modelagem preditiva é frequentemente usada para limpar e otimizar a qualidade dos dados usados para essas previsões. A modelagem garante que mais dados possam ser ingeridos pelo sistema, inclusive de operações voltadas para o cliente, para garantir uma previsão mais precisa.
