Nos negócios, a análise preditiva é o processo de usar dados históricos para analisar padrões passados e prever padrões futuros. Esse processo é usado nos negócios para descobrir oportunidades em potencial e avaliar seus riscos e recompensas em potencial. A base da análise preditiva é usar os relacionamentos entre vários tipos de dados para estimar o potencial ou o risco de um determinado conjunto de condições.
A análise preditiva tenta explicar, analisar e prever o comportamento por meios matemáticos ou científicos. Uma empresa pode capturar e analisar os dados de seus clientes e, usando o reconhecimento de padrões, a teoria dos jogos, o algoritmo de probabilidades ou as estatísticas, tentar prever o comportamento futuro do cliente com base no que esse comportamento foi no passado. As técnicas de mineração de dados avançaram no campo, permitindo que os dados fossem classificados e categorizados de várias maneiras. Quanto maior o nível de granularidade em que os dados podem ser categorizados, mais úteis e precisos serão na previsão de resultados futuros.
O CRM (Customer Relationship Management) conta com análises preditivas para entender o comportamento de compra dos clientes. Ao usar os dados do cliente capturados no momento da venda e aplicar as várias técnicas estatísticas, as empresas podem entender melhor como comercializar e vender novos produtos para os clientes existentes. Eles também podem entender a melhor forma de motivar as pessoas que ainda não são clientes a experimentar seus produtos ou frequentar suas lojas. Os segmentos de negócios de varejo e marketing direto há muito tempo usam técnicas de CRM e geralmente estão na vanguarda de novos aplicativos.
A análise preditiva é comumente usada em setores como serviços financeiros e seguros. Nos serviços financeiros, as empresas usarão a pontuação de crédito para prever a probabilidade de um consumidor deixar de pagar um empréstimo. A avaliação é baseada em informações sobre o histórico de crédito do cliente e o pedido de empréstimo, em comparação com os mesmos dados de clientes semelhantes no passado. O setor de seguros tentará determinar a probabilidade de perda, com base no perfil do solicitante e no desempenho passado de clientes com perfis semelhantes.
Outros setores que usam análises preditivas para aumentar sua lucratividade incluem assistência médica e farmacêutica, varejo, telecomunicações e viagens. Até o Internal Revenue Service emprega análises preditivas para tentar prever e identificar fraudes no imposto de renda. As empresas de contabilidade usam esse método para tentar identificar fraudes nas demonstrações financeiras das empresas que auditam.
Além de prever o comportamento do consumidor, a análise preditiva pode ser usada para avaliar a demanda agregada na loja, região ou nível nacional. Pode ser usado para prever o desempenho de toda uma indústria sob certas condições econômicas. O governo pode usá-lo para prever fatores que afetam toda a economia, como desemprego ou início de habitação.
Inteligente de ativos.