التحليلات التنبؤية
ما هي التحليلات التنبؤية؟
يشير مصطلح التحليلات التنبؤية إلى استخدام الإحصائيات وتقنيات النمذجة لعمل تنبؤات حول النتائج والأداء المستقبلي. تبحث التحليلات التنبؤية في أنماط البيانات الحالية والتاريخية لتحديد ما إذا كان من المحتمل ظهور هذه الأنماط مرة أخرى. يسمح ذلك للشركات والمستثمرين بالتكيف مع استخدامهم لمواردهم للاستفادة من الأحداث المستقبلية المحتملة. يمكن أيضًا استخدام التحليل التنبئي لتحسين الكفاءات التشغيلية وتقليل المخاطر.
فهم التحليلات التنبؤية
التحليلات التنبؤية هي شكل من أشكال التكنولوجيا التي تقدم تنبؤات حول بعض الأشياء المجهولة في المستقبل. يعتمد على سلسلة من التقنيات لاتخاذ هذه القرارات ، بما في ذلك الذكاء الاصطناعي (AI) ، واستخراج البيانات ، والتعلم الآلي ، والنمذجة ، والإحصاءات. على سبيل المثال ، يتضمن التنقيب عن البيانات تحليل مجموعات كبيرة من البيانات لاكتشاف الأنماط منها. يقوم تحليل النص بنفس الشيء ، باستثناء كتل النص الكبيرة.
النماذج التنبؤية لجميع أنواع التطبيقات ، بما في ذلك:
تنبؤات الطقس
ابتكار ألعاب الفيديو
ترجمة الصوت إلى نص لرسائل الهاتف المحمول
خدمة الزبائن
تطوير المحفظة الاستثمارية
تستخدم كل هذه التطبيقات نماذج إحصائية وصفية للبيانات الموجودة لعمل تنبؤات حول البيانات المستقبلية.
كما أنها مفيدة للشركات لمساعدتها على إدارة المخزون وتطوير استراتيجيات التسويق وتوقع المبيعات. كما أنه يساعد الشركات على البقاء ، خاصة تلك الموجودة في الصناعات شديدة التنافسية ، مثل الرعاية الصحية وتجارة التجزئة. يمكن للمستثمرين والمهنيين الماليين الاستفادة من هذه التكنولوجيا للمساعدة في صياغة محافظ الاستثمار وتقليل احتمالية المخاطر.
تحدد هذه النماذج العلاقات والأنماط والهياكل في البيانات التي يمكن استخدامها لاستخلاص استنتاجات حول كيف ستؤدي التغييرات في العمليات الأساسية التي تولد البيانات إلى تغيير النتائج. تبني النماذج التنبؤية على هذه النماذج الوصفية وتنظر إلى البيانات السابقة لتحديد احتمالية حدوث نتائج مستقبلية معينة ، بالنظر إلى الظروف الحالية أو مجموعة من الظروف المستقبلية المتوقعة.
استخدامات التحليلات التنبؤية
التحليلات التنبؤية هي أداة لصنع القرار في مجموعة متنوعة من الصناعات.
التوقع
يعد التنبؤ أمرًا ضروريًا في التصنيع لأنه يضمن الاستخدام الأمثل للموارد في سلسلة التوريد. تتطلب المتحدثات الحاسمة لعجلة سلسلة التوريد ، سواء كانت إدارة المخزون أو أرضية المحل ، تنبؤات دقيقة للعمل.
غالبًا ما تُستخدم النمذجة التنبؤية لتنظيف وتحسين جودة البيانات المستخدمة لمثل هذه التنبؤات. تضمن النمذجة أن النظام يمكن أن يستوعب المزيد من البيانات ، بما في ذلك من العمليات التي تواجه العملاء ، لضمان تنبؤ أكثر دقة.
تنسب إليه
الائتماني التحليلات التنبؤية على نطاق واسع. عندما يتقدم المستهلك أو الشركة بطلب للحصول على ائتمان ، يتم استخدام البيانات المتعلقة بالتاريخ الائتماني لمقدم الطلب والسجل الائتماني للمقترضين ذوي الخصائص المتشابهة للتنبؤ بالمخاطر التي قد يفشل فيها مقدم الطلب في الأداء على أي ائتمان ممدد.
الاكتتاب
تلعب البيانات والتحليلات التنبؤية دورًا مهمًا في الاكتتاب. تقوم شركات التأمين بفحص المتقدمين بوثائق التأمين لتحديد احتمالية الاضطرار إلى الدفع مقابل مطالبة مستقبلية بناءً على مجموعة المخاطر الحالية لحاملي وثائق التأمين المماثلين ، بالإضافة إلى الأحداث السابقة التي نتج عنها مدفوعات. يتم استخدام النماذج التنبؤية التي تأخذ في الاعتبار الخصائص مقارنة بالبيانات حول حاملي وثائق التأمين والمطالبات السابقة بشكل روتيني من قبل الاكتواريين.
تسويق
ينظر الأفراد الذين يعملون في هذا المجال إلى كيفية تفاعل المستهلكين مع الاقتصاد الكلي عند التخطيط لحملة جديدة. يمكنهم استخدام هذه التحولات في التركيبة السكانية لتحديد ما إذا كان المزيج الحالي من المنتجات سيغري المستهلكين لإجراء عملية شراء.
في غضون ذلك ، ينظر المتداولون النشطون إلى مجموعة متنوعة من المقاييس بناءً على الأحداث الماضية عند اتخاذ قرار شراء أو بيع ورقة مالية. تعتمد المتوسطات المتحركة والنطاقات ونقاط التوقف على البيانات التاريخية وتستخدم للتنبؤ بحركات الأسعار المستقبلية.
التحليلات التنبؤية مقابل التعلم الآلي
من المفاهيم الخاطئة الشائعة أن التحليلات التنبؤية والتعلم الآلي هما نفس الشيء. تساعدنا التحليلات التنبؤية على فهم الأحداث المستقبلية المحتملة من خلال تحليل الماضي. تتضمن التحليلات التنبؤية في جوهرها سلسلة من التقنيات الإحصائية (بما في ذلك التعلم الآلي والنمذجة التنبؤية واستخراج البيانات) وتستخدم الإحصائيات (التاريخية والحالية) لتقدير أو توقع النتائج المستقبلية.
التعلم الآلي ، من ناحية أخرى ، هو مجال فرعي لعلوم الكمبيوتر ، وفقًا لتعريف عام 1959 بواسطة آرثر صموئيل (رائد أمريكي في مجال ألعاب الكمبيوتر والذكاء الاصطناعي) يعني "برمجة الكمبيوتر الرقمي للتصرف في الطريقة التي ، إذا قام بها البشر أو الحيوانات ، يمكن وصفها بأنها تنطوي على عملية التعلم ".
تشمل النماذج التنبؤية الأكثر شيوعًا أشجار القرار ، والانحدار (الخطي واللوجستي) ، والشبكات العصبية ، وهو المجال الناشئ لأساليب وتقنيات التعلم العميق.
أنواع النماذج التحليلية التنبؤية
هناك ثلاث تقنيات شائعة مستخدمة في التحليلات التنبؤية: أشجار القرار ، والشبكات العصبية ، والانحدار. اقرأ المزيد عن كل من هؤلاء أدناه.
أشجار القرار
إذا كنت تريد أن تفهم ما الذي يؤدي إلى قرارات شخص ما ، فقد تجد أشجار القرار مفيدة. يضع هذا النوع من النماذج البيانات في أقسام مختلفة بناءً على متغيرات معينة ، مثل السعر أو نصيب الفرد في السوق. تمامًا كما يوحي الاسم ، تبدو كشجرة ذات أغصان وأوراق منفردة. تشير الفروع إلى الخيارات المتاحة بينما تمثل الإجازات الفردية قرارًا معينًا.
أشجار القرار هي أبسط النماذج لأنها سهلة الفهم والتشريح. كما أنها مفيدة جدًا عندما تحتاج إلى اتخاذ قرار في فترة زمنية قصيرة.
تراجع
هذا هو النموذج الأكثر استخدامًا في التحليل الإحصائي. استخدمه عندما تريد تحديد أنماط في مجموعات كبيرة من البيانات وعندما تكون هناك علاقة خطية بين المدخلات. تعمل هذه الطريقة من خلال اكتشاف صيغة تمثل العلاقة بين جميع المدخلات الموجودة في مجموعة البيانات. على سبيل المثال ، يمكنك استخدام الانحدار لمعرفة كيف يمكن للسعر والعوامل الرئيسية الأخرى تشكيل أداء الورقة المالية.
الشبكات العصبية
تم تطوير الشبكات العصبية كشكل من أشكال التحليلات التنبؤية من خلال محاكاة طريقة عمل الدماغ البشري. يمكن لهذا النموذج التعامل مع علاقات البيانات المعقدة باستخدام الذكاء الاصطناعي والتعرف على الأنماط. استخدمه إذا كان لديك العديد من العقبات التي تحتاج إلى التغلب عليها مثل عندما يكون لديك الكثير من البيانات في متناول اليد ، أو عندما لا يكون لديك الصيغة التي تحتاجها لمساعدتك في العثور على علاقة بين المدخلات والمخرجات في مجموعة البيانات الخاصة بك ، أو عندما بحاجة إلى عمل تنبؤات بدلاً من الخروج بتفسيرات.
إذا كنت قد استخدمت بالفعل أشجار القرار والانحدار كنماذج ، فيمكنك تأكيد نتائجك باستخدام الشبكات العصبية.
كيف يمكن للشركات استخدام التحليلات التنبؤية
كما هو مذكور أعلاه ، يمكن استخدام التحليل التنبئي في عدد من التطبيقات المختلفة. يمكن للشركات الاستفادة من النماذج للمساعدة في تعزيز مصالحها وتحسين عملياتها. كثيرًا ما تستخدم الشركات النماذج التنبؤية للمساعدة في تحسين خدمة العملاء والتوعية.
يمكن للمديرين التنفيذيين وأصحاب الأعمال الاستفادة من هذا النوع من التحليل الإحصائي لتحديد سلوك العميل. على سبيل المثال ، يمكن لمالك النشاط التجاري استخدام تقنيات تنبؤية لتحديد واستهداف العملاء المنتظمين الذين قد ينشقون ويذهبون إلى منافس.
تلعب التحليلات التنبؤية دورًا رئيسيًا في الإعلان والتسويق. يمكن للشركات استخدام النماذج لتحديد العملاء الذين من المرجح أن يستجيبوا بشكل إيجابي لحملات التسويق والمبيعات. يمكن لأصحاب الأعمال توفير المال عن طريق استهداف العملاء الذين سيستجيبون بشكل إيجابي بدلاً من القيام بحملات شاملة.
فوائد التحليلات التنبؤية
هناك فوائد عديدة لاستخدام التحليل التنبئي. كما ذكرنا أعلاه ، يمكن أن يساعد استخدام هذا النوع من التحليل الكيانات عندما تحتاج إلى إجراء تنبؤات حول النتائج عندما لا تتوفر إجابات أخرى (وواضحة).
للمستثمرين والمهنيين الماليين وقادة الأعمال استخدام النماذج للمساعدة في تقليل المخاطر. على سبيل المثال ، يمكن للمستثمر ومستشاره استخدام نماذج معينة للمساعدة في صياغة محفظة استثمارية بأقل قدر من المخاطر على المستثمر من خلال أخذ عوامل معينة في الاعتبار ، مثل العمر ورأس المال والأهداف.
هناك تأثير كبير لخفض التكلفة عند استخدام النماذج. يمكن للشركات تحديد احتمالية نجاح أو فشل المنتج قبل إطلاقه. أو يمكنهم تخصيص رأس المال لتحسين الإنتاج باستخدام التقنيات التنبؤية قبل بدء عملية التصنيع.
نقد التحليلات التنبؤية
تم انتقاد استخدام التحليلات التنبؤية ، وفي بعض الحالات ، تم تقييده قانونًا بسبب عدم المساواة المتصورة في نتائجها. الأكثر شيوعًا ، يتضمن هذا نماذج تنبؤية تؤدي إلى تمييز إحصائي ضد المجموعات العرقية أو الإثنية في مجالات مثل تسجيل الائتمان أو إقراض المنزل أو التوظيف أو خطر السلوك الإجرامي.
ومن الأمثلة الشهيرة على ذلك الممارسة (غير القانونية الآن) المتمثلة في إعادة التخطيط لإقراض المنازل من قبل البنوك. وبغض النظر عما إذا كانت التنبؤات المستمدة من استخدام مثل هذه التحليلات دقيقة أم لا ، فإن استخدامها غير مرغوب فيه بشكل عام ، والبيانات التي تتضمن معلومات صريحة مثل عرق الشخص غالبًا ما يتم استبعادها من التحليلات التنبؤية.
الأسئلة الشائعة حول التحليلات التنبؤية
كيف تستخدم Netflix التحليلات التنبؤية؟
جمع البيانات مهم جدًا لشركة مثل Netflix. تجمع البيانات من عملائها بناءً على سلوكهم وأنماط المشاهدة السابقة. يستخدم المعلومات ويضع تنبؤات تستند إلى تقديم توصيات بناءً على تفضيلاتهم. هذا هو الأساس وراء قوائم "لأنك شاهدت ..." التي ستجدها في اشتراكك.
ما هي الركائز الثلاث لتحليلات البيانات؟
هناك ثلاث ركائز لتحليلات البيانات. إنها احتياجات الكيان الذي يستخدم النماذج والبيانات والتكنولوجيا المستخدمة لدراستها ، والإجراءات والأفكار التي تأتي نتيجة استخدام هذا النوع من التحليل.
يسلط الضوء
تستخدم التحليلات التنبؤية الإحصائيات وتقنيات النمذجة لتحديد الأداء المستقبلي.
تساعد النماذج التنبؤية في عمل تنبؤات الطقس ، وتطوير ألعاب الفيديو ، وترجمة الرسائل الصوتية إلى نصية ، وقرارات خدمة العملاء ، وتطوير المحافظ الاستثمارية.
الصناعات والتخصصات ، مثل التأمين والتسويق ، تستخدم تقنيات تنبؤية لاتخاذ قرارات مهمة.
غالبًا ما يخلط الناس بين التحليلات التنبؤية والتعلم الآلي على الرغم من اختلاف التخصصين.
تشمل أنواع النماذج التنبؤية أشجار القرار والانحدار والشبكات العصبية.
