Analytics ทำนายผลคืออะไร
การวิเคราะห์เชิงทำนายอธิบายการใช้สถิติและการสร้างแบบจำลองเพื่อกำหนดประสิทธิภาพในอนาคตตามข้อมูลปัจจุบันและในอดีต การวิเคราะห์เชิงคาดการณ์ดูที่รูปแบบของข้อมูลเพื่อพิจารณาว่ารูปแบบเหล่านั้นมีแนวโน้มที่จะเกิดขึ้นอีกครั้งหรือไม่ซึ่งช่วยให้ธุรกิจและนักลงทุนสามารถปรับตำแหน่งที่พวกเขาใช้ทรัพยากรของพวกเขาเพื่อใช้ประโยชน์จากเหตุการณ์ในอนาคตที่เป็นไปได้
ประเด็นที่สำคัญ
- การวิเคราะห์เชิงทำนายคือการใช้สถิติและเทคนิคการสร้างแบบจำลองเพื่อกำหนดประสิทธิภาพในอนาคตมันถูกใช้เป็นเครื่องมือในการตัดสินใจในอุตสาหกรรมและสาขาวิชาที่หลากหลายเช่นการประกันภัยและการตลาดการวิเคราะห์เชิงพยากรณ์และการเรียนรู้ของเครื่องจักรมักสับสนกัน พวกเขาเป็นสาขาวิชาที่แตกต่างกัน
ทำความเข้าใจเกี่ยวกับการวิเคราะห์การทำนาย
มีวิธีการวิเคราะห์เชิงทำนายหลายประเภท ตัวอย่างเช่นการทำเหมืองข้อมูลเกี่ยวข้องกับการวิเคราะห์ชุดข้อมูลจำนวนมากเพื่อตรวจจับรูปแบบจากมัน การวิเคราะห์ข้อความจะทำเช่นเดียวกันยกเว้นบล็อกข้อความขนาดใหญ่
ตัวแบบ Predictive ดูที่ข้อมูลที่ผ่านมาเพื่อกำหนดความเป็นไปได้ของผลลัพธ์ในอนาคตในขณะที่แบบจำลองเชิงพรรณนาจะดูข้อมูลที่ผ่านมาเพื่อกำหนดวิธีที่กลุ่มอาจตอบสนองต่อชุดของตัวแปร
การวิเคราะห์เชิงพยากรณ์เป็นเครื่องมือในการตัดสินใจในอุตสาหกรรมที่หลากหลาย ตัวอย่างเช่น บริษัท ประกันภัยตรวจสอบผู้สมัครกรมธรรม์เพื่อพิจารณาโอกาสที่จะต้องจ่ายเงินสำหรับการเรียกร้องในอนาคตโดยพิจารณาจากกลุ่มความเสี่ยงในปัจจุบันของผู้ถือกรมธรรม์ที่คล้ายคลึงกันรวมถึงเหตุการณ์ในอดีตที่ส่งผลให้มีการจ่ายเงิน นักการตลาดมองว่าผู้บริโภคมีปฏิกิริยาอย่างไรต่อเศรษฐกิจโดยรวมเมื่อวางแผนในแคมเปญใหม่และสามารถใช้การเปลี่ยนแปลงในกลุ่มประชากรเพื่อพิจารณาว่าผลิตภัณฑ์ในปัจจุบันจะดึงดูดผู้บริโภคให้ซื้อสินค้าหรือไม่
ผู้ค้าที่ใช้งานอยู่จะดูที่ตัวชี้วัดที่หลากหลายตามเหตุการณ์ที่ผ่านมาเมื่อตัดสินใจว่าจะซื้อหรือขายหลักทรัพย์ ค่าเฉลี่ยการย้ายแบนด์และจุดพักจะขึ้นอยู่กับข้อมูลในอดีตและใช้ในการคาดการณ์การเคลื่อนไหวของราคาในอนาคต
ความเข้าใจผิดที่พบบ่อยของการวิเคราะห์เชิงพยากรณ์
ความเข้าใจผิดที่พบบ่อยคือการวิเคราะห์เชิงพยากรณ์และการเรียนรู้ของเครื่องเป็นสิ่งเดียวกัน ที่เป็นแกนหลักการวิเคราะห์เชิงพยากรณ์ประกอบด้วยชุดของเทคนิคทางสถิติ (รวมถึงการเรียนรู้ของเครื่องการสร้างแบบจำลองการทำนายและการทำเหมืองข้อมูล) และใช้สถิติ (ทั้งในอดีตและปัจจุบัน) เพื่อประเมินหรือทำนายผลลัพธ์ในอนาคต การวิเคราะห์เชิงทำนายช่วยให้เราเข้าใจเหตุการณ์ที่อาจเกิดขึ้นในอนาคตโดยการวิเคราะห์ที่ผ่านมา ในขณะที่การเรียนรู้ของเครื่องในทางกลับกันเป็นสาขาย่อยของวิทยาศาสตร์คอมพิวเตอร์ที่ตามคำนิยาม 1959 โดย Arthur Samuel - ผู้บุกเบิกชาวอเมริกันในด้านการเล่นเกมคอมพิวเตอร์และปัญญาประดิษฐ์ซึ่งทำให้ "คอมพิวเตอร์มีความสามารถในการเรียนรู้โดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน."
แบบจำลองการทำนายที่พบมากที่สุด ได้แก่ ต้นไม้ตัดสินใจการถดถอย (เชิงเส้นและโลจิสติก) และโครงข่ายประสาท - ซึ่งเป็นเขตการเกิดใหม่ของวิธีการและเทคโนโลยีการเรียนรู้เชิงลึก
ตัวอย่างของ Predictive Analytics
การพยากรณ์เป็นงานที่สำคัญในการผลิตเพราะช่วยให้มั่นใจได้ว่าการใช้ทรัพยากรในห่วงโซ่อุปทานเป็นไปอย่างเหมาะสมที่สุด ซี่ล้อที่สำคัญของห่วงโซ่อุปทานไม่ว่าจะเป็นการจัดการสินค้าคงคลังหรือพื้นร้านต้องมีการคาดการณ์ที่แม่นยำสำหรับการทำงาน การสร้างแบบจำลองการทำนายมักใช้ในการทำความสะอาดและปรับปรุงคุณภาพของข้อมูลที่ใช้สำหรับการคาดการณ์ดังกล่าว การสร้างแบบจำลองช่วยให้มั่นใจว่าระบบสามารถนำเข้าข้อมูลได้มากขึ้นรวมถึงจากการดำเนินงานที่ต้องเผชิญกับลูกค้าเพื่อให้มั่นใจว่าการคาดการณ์แม่นยำยิ่งขึ้น
