預測分析涵蓋了各種統計學技術，包括利用預測模型，機器學習，數據挖掘等技術來分析當前及歷史數據，從而對未來，或其他不確定的事件進行預測。
基本介紹
- 中文名：預測性分析
- 外文名：Predictive Analytics
預測分析涵蓋了各種統計學技術，包括利用預測模型，機器學習，數據挖掘等技術來分析當前及歷史數據，從而對未來，或其他不確定的事件進行預測。
在商業領域，預測模型從歷史和交易數據探索規律，以識別可能的風險和商機。模型捕捉各個因素之間的聯繫，以評估風險及與之相關的潛在的條件，從而指導交易方案的決策。
這些技術方法的功能效應是指，預測分析為每一個個體（比如：客戶，員工，病人的醫療，產品SKU，車輛，部件，機器，或其他組織單位）（以機率的形式）提供一個預測評分，從而決策，反饋或影響針對於大量上述個體的組織性流程。這些流程包括：行銷，信用風險評估，欺詐檢測，製造，醫療保健以及政府的運作，甚至執法。
預測分析方法被廣泛的套用於保險精算科學，行銷，金融服務，保險，電信，零售，旅行，保健，製藥，能力規劃及其他領域。
其中一個最著名的套用是信用評分，這項套用貫穿了整個金融服務體系。評分模型處理一個客戶的信用記錄，貸款申請，客戶數據等，從而分析個體（客戶）在未來的還貸的可能性，並依照分析結果將客戶依次排序。
