予測分析

##予測分析とは何ですか？

統計とモデリング手法の使用を指します。予測分析では、現在および過去のデータパターンを調べて、それらのパターンが再び出現する可能性があるかどうかを判断します。これにより、企業や投資家は、将来発生する可能性のあるイベントを利用するために、リソースを使用する場所を調整できます。予測分析は、運用効率を改善し、リスクを軽減するためにも使用できます。

##予測分析を理解する

予測分析は、将来特定の未知数について予測を行うテクノロジーの一種です。これは、人工知能（AI）、データマイニング、機械学習、モデリング、統計など、これらの決定を行うための一連の手法を利用しています。たとえば、データマイニングでは、大量のデータセットを分析して、そこからパターンを検出します。テキスト分析は、テキストの大きなブロックを除いて、同じことを行います。

予測モデルは、次のようなあらゆる種類のアプリケーションに使用されます。

気象予報

-ビデオゲームの作成

-携帯電話メッセージング用の音声からテキストへの変換

顧客サービス

-投資ポートフォリオの開発

これらのアプリケーションはすべて、既存のデータの記述的な統計モデルを使用して、将来のデータに関する予測を行います。

マーケティング戦略を策定し、売上を予測するのに役立ちます。また、企業、特にヘルスケアや小売などの競争の激しい業界での企業の存続にも役立ちます。投資家や金融専門家は、このテクノロジーを利用して投資ポートフォリオを作成し、リスクの可能性を減らすことができます。

これらのモデルは、データを生成する基礎となるプロセスの変更が結果をどのように変更するかについて結論を出すために使用できるデータの関係、パターン、および構造を決定します。予測モデルは、これらの記述モデルに基づいて構築され、過去のデータを調べて、現在の状況または一連の予想される将来の状況を前提として、特定の将来の結果の可能性を判断します。

##予測分析の使用

予測分析は、さまざまな業界の意思決定ツールです。

###予測

サプライチェーン内のリソースの最適な利用を保証するため、製造に不可欠です。サプライチェーンホイールの重要なスポークは、在庫管理であろうと製造現場であろうと、機能するための正確な予測を必要とします。

予測モデリングは、そのような予測に使用されるデータの品質をクリーンアップおよび最適化するためによく使用されます。モデリングにより、より正確な予測を確実にするために、顧客対応の操作からも含めて、システムがより多くのデータを取り込むことができるようになります。

＃＃＃クレジット

クレジットスコアリングは、予測分析を多用します。消費者または企業がクレジットを申請する場合、申請者のクレジット履歴および同様の特性を持つ借り手のクレジット記録に関するデータを使用して、申請者が延長されたクレジットを実行できないリスクを予測します。

＃＃＃引受

データと予測分析は、引受において重要な役割を果たします。保険会社は、保険契約者を調べて、同様の保険契約者の現在のリスクプールと、支払いにつながった過去の出来事に基づいて、将来の請求に対して支払いをしなければならない可能性を判断します。過去の保険契約者および請求に関するデータと比較して特性を考慮する予測モデルは、アクチュアリーによって日常的に使用されています。

＃＃＃マーケティング

この分野で働く個人は、新しいキャンペーンを計画するときに、消費者が経済全体にどのように反応したかを調べます。彼らは人口統計のこれらの変化を利用して、現在の製品の組み合わせが消費者に購入を促すかどうかを判断することができます。

一方、アクティブなトレーダーは、証券を購入するか売却するかを決定する際に、過去のイベントに基づいてさまざまな指標を検討します。移動平均、バンド、およびブレークポイントは履歴データに基づいており、将来の価格変動を予測するために使用されます。

##予測分析と機械学習

よくある誤解は、予測分析と機械学習は同じものであるというものです。予測分析は、過去を分析することにより、起こりうる将来の出来事を理解するのに役立ちます。中核となる予測分析には、一連の統計手法（機械学習、予測モデリング、データマイニングを含む）が含まれ、統計（過去と現在の両方）を使用して将来の結果を推定または予測します。

一方、機械学習はコンピュータサイエンスのサブフィールドであり、1959年のArthur Samuel（コンピュータゲームと人工知能の分野におけるアメリカのパイオニア）による定義によれば、「人間や動物によって行われた場合、学習のプロセスを伴うと説明される方法。」

最も一般的な予測モデルには、意思決定ツリー、回帰（線形およびロジスティック）、およびディープラーニングの方法とテクノロジーの新たな分野であるニューラルネットワークが含まれます。

##予測分析モデルの種類

予測分析で使用される一般的な手法は、意思決定ツリー、ニューラルネットワーク、および回帰の3つです。これらのそれぞれについて、以下で詳しく読んでください。

###決定木

何が誰かの決定につながるのかを理解したい場合は、決定木が役立つことがあります。このタイプのモデルは、価格や市場資本などの特定の変数に基づいて、データをさまざまなセクションに配置します。名前が示すように、それは個々の枝と葉を持つ木のように見えます。ブランチは利用可能な選択肢を示し、個々のリーフは特定の決定を表します。

デシジョンツリーは、理解と分析が容易なため、最も単純なモデルです。また、短期間で決断を下す必要がある場合にも非常に役立ちます。

###回帰

これは、統計分析で最も使用されるモデルです。大量のデータセットのパターンを決定する場合、および入力間に線形関係がある場合に使用します。この方法は、データセットで見つかったすべての入力間の関係を表す式を理解することによって機能します。たとえば、回帰を使用して、価格やその他の重要な要素がセキュリティのパフォーマンスをどのように形成できるかを把握できます。

###ニューラルネットワーク

ニューラルネットワークは、人間の脳の働きを模倣することにより、予測分析の一形態として開発されました。このモデルは、人工知能とパターン認識を使用して複雑なデータ関係を処理できます。手元にデータが多すぎる場合、データセット内の入力と出力の関係を見つけるのに役立つ式がない場合、または次の場合など、克服する必要のあるいくつかのハードルがある場合に使用します。説明を思い付くのではなく、予測を行う必要があります。

決定木と回帰をモデルとしてすでに使用している場合は、ニューラルネットワークを使用して結果を確認できます。

##企業が予測分析を使用する方法

上記のように、予測分析はさまざまなアプリケーションで使用できます。企業はモデルを活用して、利益を促進し、業務を改善することができます。予測モデルは、顧客サービスとアウトリーチを改善するために企業で頻繁に使用されます。

経営幹部や事業主は、この種の統計分析を利用して顧客の行動を判断できます。たとえば、ビジネスの所有者は、予測手法を使用して、欠陥があり競合他社に行く可能性のある常連客を特定してターゲットにすることができます。

マーケティングにおいて重要な役割を果たします。企業はモデルを使用して、どの顧客がマーケティングおよび販売キャンペーンに積極的に反応する可能性が高いかを判断できます。事業主は、全面的なキャンペーンを行うのではなく、積極的に反応する顧客をターゲットにすることで、お金を節約できます。

##予測分析の利点

予測分析を使用することには多くの利点があります。上記のように、このタイプの分析を使用すると、他に利用可能な（そして明白な）回答がない場合に結果について予測を行う必要がある場合にエンティティを支援できます。

投資家、金融専門家、およびビジネスリーダーは、モデルを使用してリスクを軽減することができます。たとえば、投資家とそのアドバイザーは、特定のモデルを使用して、年齢、資本、目標などの特定の要因を考慮に入れることにより、投資家へのリスクを最小限に抑えた投資ポートフォリオの作成を支援できます。

モデルを使用すると、コスト削減に大きな影響があります。企業は、製品が発売される前に、製品の成功または失敗の可能性を判断できます。または、製造プロセスを開始する前に予測手法を使用して、生産改善のための資本を確保することもできます。

##予測分析に対する批判

予測分析の使用は批判されており、場合によっては、その結果に不平等が認められているために法的に制限されています。最も一般的には、これには、クレジットスコアリング、住宅貸付、雇用、または犯罪行為のリスクなどの分野で人種または民族グループに対する統計的差別をもたらす予測モデルが含まれます。

この有名な例は、銀行による住宅貸付におけるレッドライニングの（現在は違法な）慣行です。そのような分析の使用から引き出された予測が正確であるかどうかに関係なく、それらの使用は一般に嫌われており、人種などの情報を明示的に含むデータは現在、予測分析から除外されることがよくあります。

##予測分析に関するFAQ

Netflixは予測分析をどのように使用しますか？

Netflixのような企業にとって、データ収集は非常に重要です。顧客の行動と過去の視聴パターンに基づいて、顧客からデータを収集します。情報を使用し、それに基づいて予測を行い、好みに基づいて推奨を行います。これは、サブスクリプションにある「Becauseyouwatched...」リストの背後にある基礎です。

###データ分析の3つの柱は何ですか？

データ分析には3つの柱があります。それらは、モデルを使用しているエンティティのニーズ、モデルを研究するために使用されたデータとテクノロジー、およびこの種の分析の使用の結果として得られるアクションと洞察です。

##ハイライト

-予測分析では、統計とモデリング手法を使用して、将来のパフォーマンスを判断します。

-予測モデルは、天気予報の作成、ビデオゲームの開発、音声からテキストへのメッセージの変換、顧客サービスの決定、および投資ポートフォリオの開発に役立ちます。

-保険やマーケティングなどの業界や分野では、予測手法を使用して重要な意思決定を行っています。

-予測分析と機械学習は、2つの分野が異なっていても、人々はしばしば混同します。

-予測モデルのタイプには、決定木、回帰、ニューラルネットワークが含まれます。