L’analyse prédictive est l’utilisation d’informations, de calculs factuels et de procédures d’IA pour distinguer la probabilité de résultats futurs dépendant d’informations vérifiables. L’objectif est d’aller au-delà de la compréhension de ce qui s’est passé pour donner une meilleure appréciation de ce qui se produira plus tard.

Histoire de l’analyse presciente et progrès actuels

Malgré le fait que l’investigation presciente existe depuis très longtemps, c’est une innovation dont l’opportunité est arrivée. De plus en plus d’associations vont se tourner vers l’investigation presciente pour étendre leur principale préoccupation et prendre le dessus. Pourquoi maintenant ?

En développant des volumes et des types d’informations, et plus d’enthousiasme pour l’utilisation de l’information afin de créer des éléments de connaissance significatifs.

Des PC plus rapides et moins chers.

Une programmation plus simple à utiliser.

Des conditions financières plus difficiles et une exigence de séparation ciblée.

La programmation intelligente et simple à utiliser devenant de plus en plus courante, l’analyse prédictive n’est plus jamais l’apanage des mathématiciens et des analystes. Les examinateurs d’entreprises et les spécialistes des secteurs d’activité utilisent également ces progrès.

Pour quelle raison l’analyse prédictive est-elle importante ?

Les associations vont mener des enquêtes prédictives pour aider à résoudre les problèmes et révéler de nouvelles opportunités. Les utilisations normales sont les suivantes :

Distinguer les fausses déclarations. La consolidation de nombreuses techniques d’examen peut améliorer l’identification de la conception et anticiper les comportements criminels. Alors que la cybersécurité devient une préoccupation croissante, l’examen social d’élite inspecte progressivement toutes les activités d’un système afin de repérer les écarts par rapport à la norme qui peuvent révéler des fausses déclarations, des vulnérabilités de type “zéro jour” et des dangers déterminés en cours de route.

Mise à jour des efforts de mise en valeur. L’analyse prédictive est utilisée pour décider des réactions ou des achats des clients, tout comme l’avancement stratégique des ouvertures. Les modèles prédictifs aident les entreprises à attirer, conserver et développer leurs clients les plus rentables.

Amélioration des tâches. De nombreuses organisations utilisent des modèles prédictifs pour conjecturer sur les stocks et superviser les actifs. Les transporteurs utilisent l’examen prescient pour fixer le prix des billets. Les hébergeurs tentent de prévoir le nombre de visiteurs pour une nuit quelconque afin d’augmenter leur nombre d’habitants et d’accroître leurs revenus. L’examen prescient permet aux associations de travailler de manière d’autant plus productive.

Diminution des risques. Les évaluations financières sont utilisées pour évaluer la probabilité de défaillance d’un acheteur pour les achats et constituent un cas notable d’analyse prédictive. Une évaluation FICO est un nombre produit par un modèle prescient qui regroupe toutes les informations importantes pour la fiabilité d’un individu. D’autres utilisations liées au hasard incorporent des cas de protection et des accumulations.

Test d’hypothèse Statistiques de test
Z-test Z-statistique
t-tests t-statistiques
ANOVA F-statistique
Tests du khi-deux Statistiques du khi-deux