भविष्य बतानेवाला विश्लेषक

प्रेडिक्टिव एनालिटिक्स क्या है?

भविष्य कहनेवाला विश्लेषण शब्द भविष्य के परिणामों और प्रदर्शन के बारे में भविष्यवाणी करने के लिए सांख्यिकी और मॉडलिंग तकनीकों के उपयोग को संदर्भित करता है। भविष्य कहनेवाला विश्लेषण यह निर्धारित करने के लिए वर्तमान और ऐतिहासिक डेटा पैटर्न को देखता है कि क्या उन पैटर्न के फिर से उभरने की संभावना है। यह व्यवसायों और निवेशकों को संभावित भविष्य की घटनाओं का लाभ उठाने के लिए अपने संसाधनों का उपयोग करने के लिए समायोजित करने की अनुमति देता है। भविष्य कहनेवाला विश्लेषण का उपयोग परिचालन क्षमता में सुधार और जोखिम को कम करने के लिए भी किया जा सकता है ।

प्रेडिक्टिव एनालिटिक्स को समझना

प्रेडिक्टिव एनालिटिक्स तकनीक का एक रूप है जो भविष्य में कुछ अज्ञात के बारे में भविष्यवाणी करता है। यह कृत्रिम बुद्धिमत्ता (एआई), डेटा माइनिंग,. मशीन लर्निंग, मॉडलिंग और सांख्यिकी सहित इन निर्धारणों को करने के लिए तकनीकों की एक श्रृंखला पर आधारित है। उदाहरण के लिए, डेटा माइनिंग में पैटर्न का पता लगाने के लिए डेटा के बड़े सेट का विश्लेषण शामिल है। टेक्स्ट के बड़े ब्लॉक को छोड़कर टेक्स्ट विश्लेषण वही करता है।

भविष्य कहनेवाला मॉडल सभी प्रकार के अनुप्रयोगों के लिए उपयोग किया जाता है, जिनमें शामिल हैं:

• मौसम की भविष्यवाणी या पूर्वानुमान

• वीडियो गेम बनाना

• मोबाइल फोन मैसेजिंग के लिए आवाज को टेक्स्ट में ट्रांसलेट करना

• ग्राहक सेवा

• निवेश पोर्टफोलियो विकास

ये सभी एप्लिकेशन भविष्य के डेटा के बारे में भविष्यवाणियां करने के लिए मौजूदा डेटा के वर्णनात्मक सांख्यिकीय मॉडल का उपयोग करते हैं।

वे व्यवसायों के लिए इन्वेंट्री प्रबंधित करने, मार्केटिंग रणनीतियों को विकसित करने और बिक्री का पूर्वानुमान लगाने में मदद करने के लिए भी उपयोगी हैं । यह व्यवसायों को जीवित रहने में भी मदद करता है, विशेष रूप से स्वास्थ्य देखभाल और खुदरा जैसे अत्यधिक प्रतिस्पर्धी उद्योगों में। निवेशक और वित्तीय पेशेवर इस तकनीक से निवेश पोर्टफोलियो तैयार करने और जोखिम की संभावना को कम करने में मदद कर सकते हैं।

ये मॉडल डेटा में संबंधों, पैटर्न और संरचनाओं को निर्धारित करते हैं जिनका उपयोग इस बारे में निष्कर्ष निकालने के लिए किया जा सकता है कि डेटा उत्पन्न करने वाली अंतर्निहित प्रक्रियाओं में परिवर्तन परिणामों को कैसे बदलेंगे। भविष्य कहनेवाला मॉडल इन वर्णनात्मक मॉडलों पर निर्मित होते हैं और कुछ भविष्य के परिणामों की संभावना को निर्धारित करने के लिए पिछले डेटा को देखते हैं, वर्तमान परिस्थितियों या अपेक्षित भविष्य की स्थितियों के एक सेट को देखते हुए।

प्रेडिक्टिव एनालिटिक्स के उपयोग

प्रेडिक्टिव एनालिटिक्स विभिन्न उद्योगों में निर्णय लेने का एक उपकरण है।

पूर्वानुमान

आपूर्ति श्रृंखला में संसाधनों का इष्टतम उपयोग सुनिश्चित करता है । आपूर्ति श्रृंखला पहिया के महत्वपूर्ण प्रवक्ता, चाहे वह इन्वेंट्री प्रबंधन हो या दुकान का फर्श, कार्य करने के लिए सटीक पूर्वानुमान की आवश्यकता होती है।

ऐसे पूर्वानुमानों के लिए उपयोग किए जाने वाले डेटा की गुणवत्ता को साफ और अनुकूलित करने के लिए अक्सर भविष्य कहनेवाला मॉडलिंग का उपयोग किया जाता है। मॉडलिंग सुनिश्चित करता है कि अधिक सटीक पूर्वानुमान सुनिश्चित करने के लिए, ग्राहक-सामना करने वाले संचालन सहित, सिस्टम द्वारा अधिक डेटा प्राप्त किया जा सकता है।

###श्रेय

क्रेडिट स्कोरिंग भविष्य कहनेवाला विश्लेषण का व्यापक उपयोग करता है। जब कोई उपभोक्ता या व्यवसाय क्रेडिट के लिए आवेदन करता है, तो आवेदक के क्रेडिट इतिहास पर डेटा और समान विशेषताओं वाले उधारकर्ताओं के क्रेडिट रिकॉर्ड का उपयोग जोखिम की भविष्यवाणी करने के लिए किया जाता है कि आवेदक किसी भी विस्तारित क्रेडिट पर प्रदर्शन करने में विफल हो सकता है।

###अंडरराइटिंग

अंडरराइटिंग में डेटा और प्रेडिक्टिव एनालिटिक्स महत्वपूर्ण भूमिका निभाते हैं। बीमा कंपनियां समान पॉलिसीधारकों के वर्तमान जोखिम पूल के आधार पर भविष्य के दावे के लिए भुगतान करने की संभावना के साथ-साथ भुगतान में हुई पिछली घटनाओं के आधार पर पॉलिसी आवेदकों की जांच करती हैं । भविष्य कहनेवाला मॉडल जो पिछले पॉलिसीधारकों और दावों के बारे में डेटा की तुलना में विशेषताओं पर विचार करते हैं, नियमित रूप से बीमांकक द्वारा उपयोग किए जाते हैं ।

###विपणन

इस क्षेत्र में काम करने वाले व्यक्ति यह देखते हैं कि नए अभियान की योजना बनाते समय उपभोक्ताओं ने समग्र अर्थव्यवस्था पर कैसे प्रतिक्रिया दी है। वे जनसांख्यिकी में इन बदलावों का उपयोग यह निर्धारित करने के लिए कर सकते हैं कि क्या उत्पादों का वर्तमान मिश्रण उपभोक्ताओं को खरीदारी करने के लिए लुभाएगा।

इस बीच, सक्रिय व्यापारी, पिछली घटनाओं के आधार पर विभिन्न प्रकार के मेट्रिक्स को देखते हैं, जो यह तय करते हैं कि सुरक्षा खरीदना या बेचना है या नहीं। मूविंग एवरेज, बैंड और ब्रेकप्वाइंट ऐतिहासिक डेटा पर आधारित होते हैं और भविष्य के मूल्य आंदोलनों की भविष्यवाणी करने के लिए उपयोग किए जाते हैं।

भविष्य कहनेवाला विश्लेषिकी बनाम। मशीन लर्निंग

एक आम ग़लतफ़हमी यह है कि प्रेडिक्टिव एनालिटिक्स और मशीन लर्निंग एक ही चीज़ हैं। भविष्य कहनेवाला विश्लेषण हमें अतीत का विश्लेषण करके संभावित भविष्य की घटनाओं को समझने में मदद करता है। इसके मूल में, भविष्य कहनेवाला विश्लेषण में सांख्यिकीय तकनीकों (मशीन लर्निंग, प्रेडिक्टिव मॉडलिंग और डेटा माइनिंग सहित) की एक श्रृंखला शामिल है और भविष्य के परिणामों का अनुमान लगाने या भविष्यवाणी करने के लिए आंकड़ों (ऐतिहासिक और वर्तमान दोनों) का उपयोग करता है।

दूसरी ओर, मशीन लर्निंग, कंप्यूटर विज्ञान का एक उपक्षेत्र है, जिसका अर्थ आर्थर सैमुअल (कंप्यूटर गेमिंग और आर्टिफिशियल इंटेलिजेंस के क्षेत्र में एक अमेरिकी अग्रणी) की 1959 की परिभाषा के अनुसार, "एक डिजिटल कंप्यूटर की प्रोग्रामिंग एक में व्यवहार करने के लिए है। जिस तरह से, अगर मनुष्य या जानवरों द्वारा किया जाता है, तो इसे सीखने की प्रक्रिया को शामिल करने के रूप में वर्णित किया जाएगा।"

सबसे आम भविष्य कहनेवाला मॉडल में निर्णय पेड़, प्रतिगमन (रैखिक और रसद), और तंत्रिका नेटवर्क शामिल हैं, जो गहन शिक्षण विधियों और प्रौद्योगिकियों का उभरता हुआ क्षेत्र है।

भविष्य कहनेवाला विश्लेषणात्मक मॉडल के प्रकार

प्रेडिक्टिव एनालिटिक्स में तीन सामान्य तकनीकों का उपयोग किया जाता है: डिसीजन ट्री, न्यूरल नेटवर्क और रिग्रेशन। इनमें से प्रत्येक के बारे में नीचे पढ़ें।

###निर्णय के पेड़

यदि आप यह समझना चाहते हैं कि किसी के निर्णयों का कारण क्या है, तो आपको निर्णय वृक्ष उपयोगी लग सकते हैं। इस प्रकार का मॉडल कुछ चरों के आधार पर डेटा को अलग-अलग वर्गों में रखता है, जैसे कि मूल्य या बाजार पूंजीकरण । जैसा कि नाम का तात्पर्य है, यह अलग-अलग शाखाओं और पत्तियों वाले पेड़ जैसा दिखता है। शाखाएँ उपलब्ध विकल्पों को दर्शाती हैं जबकि व्यक्तिगत पत्तियाँ किसी विशेष निर्णय का प्रतिनिधित्व करती हैं।

निर्णय वृक्ष सबसे सरल मॉडल हैं क्योंकि उन्हें समझना और काटना आसान है। जब आपको कम समय में निर्णय लेने की आवश्यकता होती है तो वे भी बहुत उपयोगी होते हैं।

###प्रतिगमन

यह वह मॉडल है जिसका सांख्यिकीय विश्लेषण में सबसे अधिक उपयोग किया जाता है। इसका उपयोग तब करें जब आप डेटा के बड़े सेट में पैटर्न निर्धारित करना चाहते हैं और जब इनपुट के बीच एक रैखिक संबंध हो। यह विधि एक सूत्र का पता लगाकर काम करती है, जो डेटासेट में पाए गए सभी इनपुट के बीच संबंध का प्रतिनिधित्व करता है। उदाहरण के लिए, आप यह पता लगाने के लिए प्रतिगमन का उपयोग कर सकते हैं कि कीमत और अन्य प्रमुख कारक किसी सुरक्षा के प्रदर्शन को कैसे आकार दे सकते हैं ।

तंत्रिका - तंत्र

मानव मस्तिष्क के काम करने के तरीके की नकल करके तंत्रिका नेटवर्क को भविष्य कहनेवाला विश्लेषण के रूप में विकसित किया गया था। यह मॉडल आर्टिफिशियल इंटेलिजेंस और पैटर्न रिकग्निशन का उपयोग करके जटिल डेटा संबंधों से निपट सकता है। इसका उपयोग करें यदि आपके पास कई बाधाएं हैं जिन्हें आपको दूर करने की आवश्यकता है जैसे जब आपके पास बहुत अधिक डेटा है, जब आपके पास सूत्र नहीं है तो आपको अपने डेटासेट में इनपुट और आउटपुट के बीच संबंध खोजने में मदद करने की आवश्यकता है, या जब आप स्पष्टीकरण के साथ आने के बजाय भविष्यवाणियां करने की आवश्यकता है।

यदि आप पहले से ही निर्णय वृक्षों और प्रतिगमन को मॉडल के रूप में उपयोग कर चुके हैं, तो आप तंत्रिका नेटवर्क के साथ अपने निष्कर्षों की पुष्टि कर सकते हैं।

व्यवसाय कैसे भविष्य कहनेवाला विश्लेषण का उपयोग कर सकते हैं

जैसा कि ऊपर उल्लेख किया गया है, कई अलग-अलग अनुप्रयोगों में भविष्य कहनेवाला विश्लेषण का उपयोग किया जा सकता है। व्यवसाय अपने हितों को आगे बढ़ाने और अपने संचालन को बेहतर बनाने में मदद करने के लिए मॉडल का लाभ उठा सकते हैं। व्यवसायों द्वारा अपनी ग्राहक सेवा और आउटरीच को बेहतर बनाने में सहायता के लिए अक्सर पूर्वानुमानित मॉडल का उपयोग किया जाता है ।

ग्राहक व्यवहार को निर्धारित करने के लिए कार्यकारी और व्यवसाय के मालिक इस तरह के सांख्यिकीय विश्लेषण का लाभ उठा सकते हैं। उदाहरण के लिए, एक व्यवसाय का मालिक नियमित ग्राहकों को पहचानने और लक्षित करने के लिए भविष्य कहनेवाला तकनीकों का उपयोग कर सकता है जो एक प्रतियोगी के पास जा सकते हैं।

मार्केटिंग में महत्वपूर्ण भूमिका निभाता है । कंपनियां मॉडल का उपयोग यह निर्धारित करने के लिए कर सकती हैं कि कौन से ग्राहक विपणन और बिक्री अभियानों के लिए सकारात्मक प्रतिक्रिया दे सकते हैं। व्यवसाय के मालिक उन ग्राहकों को लक्षित करके पैसे बचा सकते हैं जो कंबल अभियान करने के बजाय सकारात्मक प्रतिक्रिया देंगे।

प्रेडिक्टिव एनालिटिक्स के लाभ

भविष्य कहनेवाला विश्लेषण का उपयोग करने के कई लाभ हैं। जैसा कि ऊपर उल्लेख किया गया है, इस प्रकार के विश्लेषण का उपयोग करने से संस्थाओं को मदद मिल सकती है जब आपको परिणामों के बारे में भविष्यवाणियां करने की आवश्यकता होती है जब कोई अन्य (और स्पष्ट) उत्तर उपलब्ध नहीं होते हैं।

निवेशक,. वित्तीय पेशेवर और कारोबारी नेता जोखिम कम करने में मदद के लिए मॉडल का उपयोग करने में सक्षम हैं। उदाहरण के लिए, एक निवेशक और उनके सलाहकार कुछ मॉडलों का उपयोग कर सकते हैं ताकि निवेशक को न्यूनतम जोखिम के साथ एक निवेश पोर्टफोलियो तैयार करने में मदद मिल सके, जैसे कि उम्र, पूंजी और लक्ष्यों को ध्यान में रखते हुए।

जब मॉडल का उपयोग किया जाता है तो लागत में कमी का महत्वपूर्ण प्रभाव पड़ता है। व्यवसाय किसी उत्पाद के लॉन्च होने से पहले उसकी सफलता या विफलता की संभावना निर्धारित कर सकते हैं। या वे निर्माण प्रक्रिया शुरू होने से पहले भविष्य कहनेवाला तकनीकों का उपयोग करके उत्पादन में सुधार के लिए पूंजी को अलग रख सकते हैं।

प्रेडिक्टिव एनालिटिक्स की आलोचना

भविष्य कहनेवाला विश्लेषण के उपयोग की आलोचना की गई है और, कुछ मामलों में, इसके परिणामों में कथित असमानताओं के कारण कानूनी रूप से प्रतिबंधित है। आमतौर पर, इसमें भविष्य कहनेवाला मॉडल शामिल होता है जिसके परिणामस्वरूप क्रेडिट स्कोरिंग, गृह ऋण, रोजगार, या आपराधिक व्यवहार के जोखिम जैसे क्षेत्रों में नस्लीय या जातीय समूहों के खिलाफ सांख्यिकीय भेदभाव होता है।

बैंकों द्वारा होम लेंडिंग में रेडलाइनिंग की (अब अवैध) प्रथा है । भले ही इस तरह के एनालिटिक्स के उपयोग से तैयार की गई भविष्यवाणियां सटीक हों, उनके उपयोग पर आम तौर पर निंदा की जाती है, और डेटा जिसमें स्पष्ट रूप से जानकारी शामिल होती है जैसे कि किसी व्यक्ति की दौड़ को अब अक्सर भविष्य कहनेवाला विश्लेषण से बाहर रखा जाता है।

भविष्यवाणी विश्लेषिकी अक्सर पूछे जाने वाले प्रश्न

नेटफ्लिक्स प्रेडिक्टिव एनालिटिक्स का उपयोग कैसे करता है?

नेटफ्लिक्स जैसी कंपनी के लिए डेटा संग्रह बहुत महत्वपूर्ण है। यह अपने ग्राहकों से उनके व्यवहार और पिछले देखने के पैटर्न के आधार पर डेटा एकत्र करता है। यह जानकारी का उपयोग करता है और उनकी प्राथमिकताओं के आधार पर सिफारिशें करने के लिए भविष्यवाणियां करता है। यह आपकी सदस्यता पर मिलने वाली "क्योंकि आपने देखा..." सूचियों का आधार है।

डेटा एनालिटिक्स के तीन स्तंभ क्या हैं?

डेटा एनालिटिक्स के तीन स्तंभ हैं। वे उस इकाई की ज़रूरतें हैं जो मॉडल, डेटा और इसका अध्ययन करने के लिए उपयोग की जाने वाली तकनीक और इस तरह के विश्लेषण के उपयोग के परिणामस्वरूप आने वाली क्रियाओं और अंतर्दृष्टि का उपयोग कर रही हैं।

##हाइलाइट

• भविष्य कहनेवाला विश्लेषण भविष्य के प्रदर्शन को निर्धारित करने के लिए सांख्यिकी और मॉडलिंग तकनीकों का उपयोग करता है।

• भविष्य कहनेवाला मॉडल मौसम का पूर्वानुमान लगाने, वीडियो गेम विकसित करने, वॉयस-टू-टेक्स्ट संदेशों का अनुवाद करने, ग्राहक सेवा निर्णय लेने और निवेश पोर्टफोलियो विकसित करने में मदद करते हैं।

• उद्योग और विषय, जैसे बीमा और विपणन, महत्वपूर्ण निर्णय लेने के लिए भविष्य कहनेवाला तकनीकों का उपयोग करते हैं।

• लोग अक्सर मशीन लर्निंग के साथ प्रेडिक्टिव एनालिटिक्स को भ्रमित करते हैं, भले ही दोनों अलग-अलग विषय हों।

• प्रेडिक्टिव मॉडल के प्रकारों में डिसीजन ट्री, रिग्रेशन और न्यूरल नेटवर्क शामिल हैं।