预测分析
什么是预测分析？
预测分析一词是指使用统计和建模技术来预测未来的结果和绩效。预测分析着眼于当前和历史数据模式，以确定这些模式是否可能再次出现。这允许企业和投资者调整他们使用资源的地方，以利用未来可能发生的事件。预测分析还可用于提高运营效率并降低风险。
了解预测分析
预测分析是一种技术形式，可以对未来的某些未知数进行预测。它利用一系列技术来做出这些决定，包括人工智能 (AI)、数据挖掘、机器学习、建模和统计。例如，数据挖掘涉及分析大量数据以从中检测模式。文本分析也是如此，除了大块文本。
预测模型用于各种应用，包括：
天气预报
创建视频游戏
将语音转换为手机短信的文本
客户服务
投资组合开发
所有这些应用程序都使用现有数据的描述性统计模型来预测未来数据。
它们还有助于企业管理库存、制定营销策略和预测销售。它还有助于企业生存，尤其是那些竞争激烈的行业，如医疗保健和零售。投资者和金融专业人士可以利用这项技术来帮助制定投资组合并降低潜在风险。
这些模型确定数据中的关系、模式和结构，可用于得出关于生成数据的基础过程的变化将如何改变结果的结论。预测模型建立在这些描述性模型的基础上，并查看过去的数据，以确定在给定当前条件或一组预期未来条件的情况下某些未来结果的可能性。
预测分析的使用
预测分析是各种行业的决策工具。
预测
预测在制造业中至关重要，因为它确保了供应链中资源的最佳利用。供应链轮子的关键轮辐，无论是库存管理还是车间，都需要准确预测功能。
预测建模通常用于清理和优化用于此类预测的数据质量。建模确保系统可以摄取更多数据，包括来自面向客户的操作，以确保更准确的预测。
＃＃＃ 信用
信用评分广泛使用预测分析。当消费者或企业申请信贷时，申请人的信用历史数据和具有相似特征的借款人的信用记录被用来预测申请人可能无法履行任何信贷的风险。
承保
数据和预测分析在承保中发挥着重要作用。保险公司根据类似保单持有人的当前风险池以及导致赔付的过去事件，对保单申请人进行审查，以确定必须为未来索赔支付赔付的可能性。精算师经常使用将特征与过去投保人和索赔数据进行比较的预测模型。
＃＃＃ 营销
在该领域工作的个人在计划新活动时会关注消费者对整体经济的反应。他们可以利用人口统计数据的这些变化来确定当前的产品组合是否会吸引消费者购买。
与此同时，活跃的交易者在决定是否买入或卖出证券时，会根据过去的事件查看各种指标。移动平均线、波段和断点基于历史数据，用于预测未来的价格走势。
预测分析与机器学习
一个常见的误解是预测分析和机器学习是同一回事。预测分析通过分析过去帮助我们了解未来可能发生的情况。预测分析的核心包括一系列统计技术（包括机器学习、预测建模和数据挖掘），并使用统计数据（历史和当前）来估计或预测未来结果。
另一方面，机器学习是计算机科学的一个子领域，根据 Arthur Samuel（计算机游戏和人工智能领域的美国先驱）在 1959 年的定义，它意味着“对数字计算机进行编程以在这种方式，如果由人类或动物完成，将被描述为涉及学习的过程。”
最常见的预测模型包括决策树、回归（线性和逻辑）和神经网络，这是深度学习方法和技术的新兴领域。
预测分析模型的类型
预测分析中使用了三种常用技术：决策树、神经网络和回归。在下面阅读有关这些内容的更多信息。
决策树
如果您想了解导致某人做出决定的原因，那么您可能会发现决策树很有用。这种类型的模型根据某些变量（例如价格或市值）将数据放入不同的部分。顾名思义，它看起来像一棵有单独枝叶的树。分支表示可用的选择，而单个叶子表示特定的决定。
决策树是最简单的模型，因为它们易于理解和剖析。当您需要在短时间内做出决定时，它们也非常有用。
回归
这是统计分析中使用最多的模型。当您想要确定大量数据中的模式以及输入之间存在线性关系时，请使用它。该方法通过找出一个公式来工作，该公式表示数据集中找到的所有输入之间的关系。例如，您可以使用回归来确定价格和其他关键因素如何影响证券的表现。
＃＃＃ 神经网络
通过模仿人脑的工作方式，神经网络被开发为一种预测分析形式。该模型可以使用人工智能和模式识别来处理复杂的数据关系。如果您有几个需要克服的障碍，例如当您手头有太多数据时，当您没有帮助您找到数据集中输入和输出之间关系所需的公式时，或者当您需要做出预测而不是想出解释。
如果您已经使用决策树和回归作为模型，您可以使用神经网络确认您的发现。
企业如何使用预测分析
如上所述，预测分析可用于许多不同的应用。企业可以利用模型来帮助提高他们的利益并改善他们的运营。企业经常使用预测模型来帮助改善客户服务和推广。
高管和企业主可以利用这种统计分析来确定客户行为。例如，企业所有者可以使用预测技术来识别和定位可能背叛并转向竞争对手的常规客户。
营销中发挥着关键作用。公司可以使用模型来确定哪些客户可能会积极响应营销和销售活动。企业主可以通过针对会积极响应的客户而不是进行全面宣传来节省资金。
预测分析的好处
使用预测分析有很多好处。如上所述，在没有其他（且显而易见的）答案可用时，当您需要对结果进行预测时，使用这种类型的分析可以帮助实体。
投资者、金融专业人士和商业领袖能够使用模型来帮助降低风险。例如，投资者及其顾问可以使用某些模型，通过考虑某些因素（例如年龄、资本和目标）来帮助制定对投资者风险最小的投资组合。
使用模型对降低成本有显着影响。企业可以在产品发布之前确定产品成功或失败的可能性。或者，他们可以在制造过程开始之前使用预测技术为生产改进留出资金。
对预测分析的批评
预测分析的使用受到批评，在某些情况下，由于其结果的不公平性而受到法律限制。最常见的是，这涉及预测模型，这些模型会导致在信用评分、住房贷款、就业或犯罪行为风险等领域对种族或族裔群体进行统计歧视。
一个著名的例子是银行对房屋贷款进行红线的（现在是非法的）做法。无论使用此类分析得出的预测是否准确，它们的使用通常都会受到反对，并且明确包含诸如人的种族等信息的数据现在通常被排除在预测分析之外。
预测分析常见问题解答
Netflix 如何使用预测分析？
数据收集对于像 Netflix 这样的公司来说非常重要。它根据客户的行为和过去的观看模式从客户那里收集数据。它使用信息并根据他们的偏好进行预测以做出推荐。这是您可以在订阅中找到的“因为您观看了...”列表背后的基础。
数据分析的三大支柱是什么？
数据分析的三大支柱。它们是使用模型的实体的需求，用于研究模型的数据和技术，以及由于使用这种分析而产生的行动和洞察力。
＃＃ 强调
预测分析使用统计和建模技术来确定未来的表现。
预测模型有助于进行天气预报、开发视频游戏、将语音转文本消息、客户服务决策以及开发投资组合。
行业和学科，如保险和营销，使用预测技术做出重要决策。
人们经常将预测分析与机器学习混淆，尽管两者是不同的学科。
预测模型的类型包括决策树、回归和神经网络。
