En entreprise, l’analyse pr?dictive consiste ? utiliser des donn?es historiques pour analyser les mod?les pass?s et pr?dire les mod?les futurs. Ce processus est utilis? dans les entreprises pour d?couvrir des opportunit?s potentielles et pour ?valuer leurs risques et avantages potentiels. La base de l’analyse pr?dictive consiste ? utiliser les relations entre divers types de donn?es pour estimer le potentiel ou le risque d’un ensemble donn? de conditions.
L’analyse pr?dictive tente d’expliquer, d’analyser et de pr?dire le comportement par des moyens math?matiques ou scientifiques. Une entreprise peut capturer et analyser les donn?es de ses clients et, ? l’aide de la reconnaissance de formes, de la th?orie des jeux, d’un algorithme de cotes ou de statistiques, tenter de pr?dire le comportement futur des clients en fonction de ce qu’a ?t? ce comportement dans le pass?. Les techniques d’exploration de donn?es ont fait progresser le domaine en permettant de trier et de cat?goriser les donn?es de diverses mani?res. Plus le niveau de granularit? auquel les donn?es peuvent ?tre class?es est ?lev?, plus elles seront utiles et pr?cises pour pr?dire les r?sultats futurs.
La gestion de la relation client (CRM) s’appuie sur l’analyse pr?dictive pour comprendre le comportement d’achat des clients. En utilisant les donn?es client saisies au moment de la vente et en appliquant les diff?rentes techniques statistiques, les entreprises peuvent mieux comprendre comment commercialiser et vendre de nouveaux produits aux clients existants. Ils peuvent ?galement comprendre comment motiver au mieux les personnes qui ne sont pas encore clientes ? essayer leurs produits ou ? fr?quenter leurs magasins. Les secteurs d’activit? de la vente au d?tail et du marketing direct utilisent depuis longtemps les techniques de CRM et sont souvent ? la pointe des nouvelles applications.
L’analyse pr?dictive est couramment utilis?e dans des secteurs tels que les services financiers et les assurances. Dans les services financiers, les entreprises utiliseront la notation de cr?dit pour pr?dire la probabilit? qu’un consommateur fasse d?faut sur un pr?t. L’?valuation est bas?e sur des informations sur l’historique de cr?dit du client et la demande de pr?t, par rapport aux m?mes donn?es provenant de clients similaires dans le pass?. L’industrie de l’assurance tentera de d?terminer la probabilit? d’une perte, sur la base du profil du demandeur et des performances pass?es de clients ayant des profils similaires.
Les autres secteurs qui utilisent l’analyse pr?dictive pour augmenter leur rentabilit? comprennent les soins de sant? et les produits pharmaceutiques, la vente au d?tail, les t?l?communications et les voyages. M?me l’Internal Revenue Service utilise des analyses pr?dictives pour essayer de pr?dire et d’identifier la fraude fiscale. Les cabinets comptables utilisent cette m?thode pour tenter d’identifier la fraude dans les ?tats financiers des entreprises qu’ils auditent.
En plus de pr?dire le comportement des consommateurs, l’analyse pr?dictive peut ?tre utilis?e pour ?valuer la demande globale au niveau du magasin, de la r?gion ou du pays. Il peut ?tre utilis? pour pr?dire la performance d’une industrie enti?re dans certaines conditions ?conomiques. Le gouvernement peut l’utiliser pour pr?dire les facteurs qui ont un impact sur l’ensemble de l’?conomie, tels que le ch?mage ou les mises en chantier.
SmartAsset.