Predictive Analytics

Predictive Analytics umfasst eine große Anzahl an statistischen Methoden, die aktuelle und historische Daten zur Voraussage zukünftiger, unbekannter Ereignisse analysiert.

Definition

Predictive Analytics (dt. prädiktive/vorhersagbare Analysen) nutzen statistische Techniken aus den Bereichen Data Mining, Predictive Modelling und maschinellem Lernen zur Analyse historischer und aktueller Fakten, um daraus Vorhersagen über zukünftige oder unbekannte Ereignisse zu treffen. Predictive Analytics ist dabei eine Teilmenge von Business Intelligence und Business Analytics. 

Wie funktioniert Predictive Analytics?

Effiziente und zuverlässige Datenmanagementprozesse werden immer stärker nachgefragt, um die wachsenden Datenmengen ("Big Data") optimal zu bearbeiten, zu analysieren und zu nutzen. Unternehmen profitieren von Vorhersagen, aus denen hervorgeht, wie Kunden höchstwahrscheinlich reagieren werden. Der Ablauf ist dabei meist wie folgt:

  • Festlegung der Ziele
  • Daten sammeln und in die entsprechende Software für Predictive Analytics einpflegen
  • Prüfung und Analyse der Daten sowie eventuelle Bereinigung
  • Erstellung der prädiktiven Daten und Generierung automatischer Vorhersagemodelle für die Zukunft
  • Integration der Daten ins Unternehmenssystem für den täglichen Entscheidungsfindungsprozess
  • Modelle überwachen und verwalten

Vorteile von Predictive Analytics

Unternehmen können dank der prädiktiven Voraussagen besser disponieren und sind auf Kundenwünsche optimal vorbereitet. Die Vorteile im Überblick:

  • Wettbewerbsvorteile: Trends werden frühzeitig erkannt und qualifizierte Leads generiert. 
  • Zielgruppenorientiert handeln: Die Kundenzufriedenheit wächst und Kunden werden langfristig ans Unternehmen gebunden.
  • Aus historischen Daten lernen: Entscheidungen basieren auf der Auswertung historischer Daten, um in Zukunft besser agieren zu können.
  • Kosten und Risiken minimieren

Begriffsabgrenzungen

  • Descriptive Analytics
    • Aus der Vergangenheit lernen und versuchen, Auswirkungen auf die Gegenwart zu verstehen
  • Diagnostic Analytics
    • Gründe, Auswirkungen, Folgen: Warum ist etwas passiert?
  • Predictive Analytics
    • Ausblick in die Zukunft und Vorhersagen: Was wird passieren?
  • Prescriptive Analytics
    • Handlungsempfehlungen, um zukünftige Ereignisse zu beeinflussen

Predictive Analytics im Unternehmen

Für Unternehmen sind solche Voraussagemodelle für die Erkennung von Risiken und Chancen ein großer Gewinn, da sich u.a. die Mustererkennnung von Vergangenheitsdaten als sehr effektiv herausgestellt hat. Der wichtigste Effekt dieser Herangehensweise ist, dass die prädiktive Analytik bestimmte Wahrscheinlichkeiten für jede individuelle Größe bereitstellt, um organisatorische Prozesse zu unterstützen und in diesem Fall die Absatzplanung sowie die Disposition eines Unternehmens zu optimieren.

Predictive Analytics unterstützt z.B. bei der Absatzplanung die Trend- und Mustererkennung, einschließlich Auswirkungen von Saisons und Feiertagen auf Kaufverhalten.

Zum Einsatz prädiktiver Analysen braucht man entsprechende Software, die mit den Massendaten umgehen kann. 

Vorteile von Predictive Analytics in der Absatzplanung

Einer der großen Vorteile bei der Nutzung dieser Methoden ist die sehr genaue Voraussage zukünftiger Verkaufszahlen und die damit in Verbindung stehenden Planungs- und Organisationsvorteile. Egal, ob bei Produktion, Transport oder Bestellung: Mit den Prognosen kann jeder dieser Bereiche effizienter gestaltet werden und ermöglicht es, neue Geschäftsmodelle zu integrieren. Im Allgemeinen wird also die Wertschöpfung erhöht und die neu gewonnenen Ressourcen können im Unternehmen angelegt werden.

Sonstiger Gebrauch von Predictive Analytics

Neben diesen Bereichen werden Predictive Analytics Methoden auch im Marketing, in der Marktforschung, im Personalmanagement oder bei der Betrugserkennung z.B. von Kreditinstituten eingesetzt. In der Produktion können die Vorhersagen erkennen, wann welche Maschine gewartet werden muss, bevor es zu Ausfällen kommt.