Predictive Analytics
Der Bereich Predictive Analytics wird oft als ein Teilgebiet von Business Intelligence (BI) angesehen, da sich Methoden, Technologien und Prozesse teils sehr stark überschneiden.
Predictive Analytics stellt dabei einen sehr spezialisierten Bereich dar. Ziel von Predictive Analytics ist es, herauszufinden was passieren kann und warum. Es handelt sich demnach um ein Prognoseverfahren, mit dem zukünftige Ereignisse ermittelt werden sollen.
Basis der Analysen sind historische und aktuelle Daten aus dem Unternehmen und dem Unternehmensumfeld. Neben der Predictive Analytics gibt es noch die Descriptive Analytics, was dem klassischen Reporting entspricht, und die Prescriptive Analytics, um Handlungsalternativen aus Daten zu ermitteln.
Predictive Analytics - Ursprung und angewandte Methoden
Predictive Analytics basiert auf bereits gesammelte Daten in einem klassischen Data Warehouse und/oder Big Data Technologien, wie NoSQL Datenbanken. Da die aus dem Business Intelligence bekannten Methoden des Reporting, Dashboarding und Data Warehousing zur Prognostizierung nicht ausreichen, müssen die vorhandenen Daten weiterverarbeitet werden.
Hierfür kommen beispielsweise Methoden des Data Mining und Text Mining sowie des Forecastings zum Einsatz. Im Hintergrund werden mathematische Verfahren, wie beispielsweise Regressionen (z. B. Logistische Regression) und Machine Learning (z. B. Neuronale Netze), zur Ermittlung von Trends (Trendanalyse), Clustern (Clusteranalyse) und Präferenzen (Präferenzanalysen) angewandt. Die dadurch berechneten Muster werden zur Erstellung von Prognosen genutzt.
Predictive Analytics - Programme und Software im Einsatz
Die Entwicklungen im Bereich Analytics haben in den letzten Jahren viele Werkzeuge hervorgebracht, die es dem Anwender ermöglichen die Verfahren anzuwenden, ohne die mathematischen Berechnungsvorschriften selbstständig programmieren und integrieren zu müssen. Im Open Source Bereich spielt R eine bedeutende Rolle.
Dabei handelt es sich um eine Programmiersprache zur Erstellung von Statistiken. Die mathematischen Verfahren bringt R aber bereits mit. Viele kommerzielle Hersteller von Analytics Werkzeugen integrieren R oder bieten zumindest eine Schnittstelle zur Einbindung der Bibliotheken.
Im kommerziellen Bereich gibt es beispielsweise Programme, wie Mathematica, MATLAB, SAS und SAP HANA.
Einsatzgebiete von Predictive Analytics
Die Einsatzgebiete von Predictive Analytics sind sehr vielfältig. Meist werden die Verfahren beispielsweise in den Bereichen Marketing (z. B. Next Best Offer), Produktion (z. B. Maschinenverschleiß) und Betrugserkennung (z. B. Kreditkartenbetrug oder Versicherungsbetrug) eingesetzt.
Weitere Potenziale zum Einsatz von Predictive Analytics bieten sich auch im Bereich Personalmanagement. So kann beispielsweise in der Personalbeschaffung ermittelt werden, welche Ausbildungen und Qualifikationen die größte Erfolgswahrscheinlichkeit nach der Anstellung haben.
Im Bereich Personalerhaltung kann untersucht werden, welche Faktoren zum Austritt eines Mitarbeiters führen und welche Mitarbeiter „gefährdet“ sind.
Predictive Analytics - Definition & Erklärung - Zusammenfassung
Im Zusammenhang mit dem Lexikoneintrag Predictive Analytics sollte man sich folgende Punkte merken:
- Der Bereich Predictive Analytics wird oft als ein Teilgebiet von Business Intelligence (BI) angesehen, da sich Methoden, Technologien und Prozesse teils sehr stark überschneiden.
- Das Ziel von Predictive Analytics ist es, herauszufinden was passieren kann und warum.
- Die Einsatzgebiete von Predictive Analytics sind sehr vielfältig.