Hva er prediktiv analyse? Et datadrevet fremtidsblikk

26-06-2018

Forutse fremtiden ved hjelp av data! Det kan virke som science fiction, men blir gradvis realitet ved hjelp av prediktiv analyse. Her forklarer vi hva analysemetoden går ut på og hva databaserte prognosemodeller kan bidra med.

De fleste virksomheter har kapasitet til å lagre store mengder data på ulike plattformer og «pools». Den virkelig store utfordringen gjenstår imidlertid: Hvordan trekke relevant informasjon ut av svulmende databaser. Dette er sjeldent mulig uten ved hjelp av prediktiv analyse.

Hold deg oppdatert! Få invitasjoner til arrangementer, nyheter, blogginnlegg og ekspertartikler direkte i din innboks:

Hvorfor prediktiv analyse? Krystallkuler hører fortiden til

Prediktiv analyse stammer fra data mining-metodikk. Analysemetoden er basert på data og statistikk. Sentralt er å analysere datamønstre for å identifisere trender, utvikling og potensielle utfordringer i fremtiden. Dermed går analyseteknikken utover rene data mining-metoder som clustering, segmentering og dataklassifisering. Kunstig intelligens-teknologi - spesielt maskinlæring - blir brukt til å finne svar på det sentrale spørsmålet: "Hva kommer til å skje i fremtiden?".

Hvorfor fungerer prediktiv analyse? Anvendelse og arbeidsflyt

Fremtidsrettede analyser har alltid et konkret utgangspunkt og definert mål: For eksempel kan data bli brukt for å redusere virksomheters vedlikeholdskostnader. I første trinn av prosessen blir eksisterende data fra ulike kilder samlet inn, manglende data blir lagt til og «outliers» blir fjernet. I neste trinn blir datagrunnlaget brukt til å utvikle, teste og til slutt anvende en prognosemodell.

btn-top

Hvilke prediktiv analyse-modeller har vi? Beskrivelse, diagnose, prognose og anbefaling

Analyseselskapet Gartner beskriver fire grunnleggende metoder som anvendes ved oppstarten av dataanalyse. Analysemetodene er til dels basert på hverandre. Skillelinjene mellom hver metode kan derfor være utydelige:

  • Descriptive Analytics (deskriptiv/beskrivende analyse) er rettet inn mot fortiden og bidrar primært til økt forståelse av forholdet mellom kunder og produkter. Analysemetoden blir brukt ved observasjon av prosesser. For eksempel ved regionale markedsanalyser kan datakategorier som produkt, pris og region bli relatert til hverandre for å finne krysningspunkter – som antall produkter solgt i en region til en bestemt pris.
  • Diagnostic Analytics (diagnostisk analyse) klargjør årsaker, konsekvenser og sammenhenger for ulike tilstander. Sterkt basert på deskriptiv analyse, men med vesensforskjellen at analysemetoden forsøker å finne årsaker som ligger bak – svaret på spørsmålet: «Hvorfor?»
  • Predictive Analytics (prediktiv analyse) omhandler fremtiden og gjør det mulig å beregne sannsynligheten for at noe skal inntreffe. Ved hjelp av algoritmer blir historiske og nåværende transaksjonsdata sammenlignet for å identifisere sammenhenger og datamønstre, som i neste omgang kan bli anvendt i forhold til fremtidige hendelser.
  • Prescriptive Analytics er basert på prediktiv analyse, men går et skritt videre. Analysemetoden forklarer hvorfor en fremtidig hendelse vil oppstå og hvordan man bør forholde seg til dette.
btn-top

Hva skjer i neste omgang med prediktiv analyse?

Første konklusjon: Nye fordeler for beslutningstakere

Databaserte, fremtidsrettede analyser er allerede fast forankret som et strategisk verktøy innenfor business intelligence (BI). Betydningen vil bare bli større i nær fremtid. Markedsanalysefirmaet BARC har sett nærmere på dette. 42 prosent av deltakerne i et studie som ble gjennomført i DACH-regionen (Deutschland/Tyskland, Austria/Østerrike, CH-Schweitz/Sveits) anser prediktiv analyse som viktig eller meget viktig. Prediktiv analyse gir virksomheter kraftige analyseverktøy som grunnlag for beslutninger og prosessforbedringer.

Den største utfordringen ved prediktiv analyse er imidlertid å bruke resultatene på en vellykket måte for egen virksomhet. I henhold til BARC er lite smidige infrastruktur og ressursmangel i IT-avdelingen de største hindrene for prediktiv analyse-prosjekter. Derfor bør virksomheter gå prediktivt frem her også – eller, med andre ord, studere fremtidsbehovet og skaffe seg nødvendige forutsetninger i form av spesialisthjelp.

btn-top

Ønsker du mer informasjon om prediktiv analyse?

btn-top