Hvad er
predictive analysis?

 

Predictive analytics kombinerer nye og traditionelle datakilder med matematiske og statistiske algoritmer for derigennem at forudsige fremtiden hurtigere og mere præcist end med traditionelle metoder.

For virksomheder og organisationer, der bruger data aktivt i deres forretning eller har ambitioner om det, giver predictive analytics hidtil usete indsigter, der kan omdannes til handling og ægte forretningsværdi. Måske er vejen til resultater med predictive analytics kortere end du tror? 

Book et uforpligtende møde

background-half-johan

Sådan stiller du skarpt med
predictive analytics

Forestil dig et universitet, hvor du skal finde ud af om en studerende er i fare for at droppe ud. Du har lagt mærke til, at vedkommende kun møder op til halvdelen af timerne og kun afleverer en tredjedel af deres opgaver til tiden.

Samtidig kan du se fra deres chatudskrifter fra studievejledningen, at de er i tvivl om uddannelsen er det rette for dem. Du kan se, at de bruger tid på universitets hjemmeside, hvor de søger efter ”dispensation”, ”skifte studie”, mm.

Du har en mavefornemmelse, der siger dig, at den studerende er ved at droppe ud, og sandsynligvis har du ret. Men hvis du administrerer et helt universitet med 20.000 studerende, er det umuligt at holde overblik. Her kan predictive analytics hjælpe.


Læs mere her

Traditionelle analysemetoder er grove

At foretage beregninger på data for at identificere områder, der kan optimeres på, er ikke noget nyt – og datadrevne virksomheder laver i stigende grad dataudtræk fra CRM-, CMS-, finansielle- og transaktionsdatakilder for at identificere mønstre og muligheder, der kan skabe værdi på både den korte og lange bane.

Traditionelt har man kigget på adfærdsdata som eksempelvis kunders ordrer, deres transaktioner og betalingshistorik. Samtidig har man indhentet deskriptiv data så som køn, alder, civil status, adresse mm. for derved at sammensætte disse data og finde frem til værdifulde kunder, produkter og services.

Med de traditionelle metoder kan du få vigtige indsigter i dine kunder, services, produkter mm., men indsigterne er simple og lidt grove set i forhold til, hvad der nu er muligt.

Predictive analytics samler og bruger flere datakilder

Predictive analytics revolutionerer den måde, vi bruger data til at identificere muligheder og risici hos virksomheder. Helt grundlæggende handler det om at forsøge at forudsige fremtiden på baggrund af, hvad der tidligere er sket. Det er i kombination med de nye og traditionelle datakilder, at predictive analytics for alvor viser sin styrke.

Når vi kan sidestille kunders købshistorik med deres holdninger, brug af sociale medier og adfærd på virksomhedens hjemmeside, begynder der at forme sig et brugbart billede af kunden. Et billede, der ikke alene tegnes af den dybere indsigt i kundens historiske adfærd, men suppleret med en overvejende sandsynlighed for hvordan og hvorhen kunden vil agere fremadrettet.

Men med de mange datakilder, formater og navngivningskonventioner kan det blive et mareridt at finde hoved og hale dataene. Men predictive analytics gør brug af machine learning og kunstig intelligens (artificial intelligence) for at finde mønstre i de store datamængder og bidrager derfor til mere nuancerede indsigter, som du ellers ikke ville have mulighed for at få.

Business intelligence og predictive analytics from descriptive to predictive

Business intelligence dækker over beskrivende analyser, der giver dig overblikket over din virksomhed. Predictive analytics anvendes derimod til at finde skjulte mønstre i de beskrivende analyser, som kan sige noget om fremtidige tendenser, og hvordan du skal handle på disse. Så for at slå det fast - uanset hvad har du brug for business intelligence for at vide, hvad der virkelig skete i fortiden, men du har også brug for predictive analytics for at optimere dine ressourcer, når du skal træffe beslutninger for fremtiden.

background-half-sofie-mads-1

Machine learning finder nålen i høstakken

Et centralt aspekt ved predictive analytics er machine learning. Machine learning gør brug af en række teknikker såsom simuleringer, statistiske metoder, game theory og data mining for at foretage dens analyser og lave beregninger. Med adgang til mere og mere data bliver machine learning brugt til at finde mønstre og sammenhænge i store mængder data.

Afhængigt af hvad man har sat som mål, vil algoritmen returnere en sandsynlighed for at noget er tilfældet eller vil ske. Populært sagt, kan man sige, at machine learning finder nålen i høstakken.

Predictive analytics the power to predict

Det banebrydende ved predictive analytics er dens evne til at forudsige, hvad der vil ske i fremtiden meget mere præcist end ved traditionelle analysemetoder. Predictive analytics indsamler løbende den nyeste data og kan derved levere et up-to-date billede af, hvad der kommer til at ske.

For mange virksomheder er det vitalt for deres overlevelse, at de opererer med de seneste data, og at de kan tage de rigtige beslutninger før andre.

Predictive analytics gør det muligt for virksomheder at handle proaktivt med de rette ressourcer på det rigtige tidspunkt – frem for altid at være bagud.

Skal vi mødes hos dig eller hos os?


Hvis du tænker, at tiden er inde til et møde eller et uforpligtende kald, er du mere end velkommen til at kontakte os. Du udfylder bare formularen, så kontakter vi dig hurtigst muligt for at finde et godt tidspunkt.