Top Predictive Analytics Exemplos de Análise Preditiva: Análise para o Sucesso Empresarial

Análise Preditiva aguarda com expectativa a tentativa de adivinhar eventos ou acções futuras desconhecidas baseadas em mineração de dados, estatística, modelagem, aprendizagem profunda e inteligência artificial, e aprendizagem de máquinas. Modelos preditivos são aplicados a actividades empresariais para melhor compreender os clientes, com o objectivo de prever padrões de compra, potenciais riscos, e prováveis oportunidades.

De todas as formas de análise, talvez nenhuma seja mais arriscada do que a análise preditiva, porque é essencialmente reveladora da sorte, embora uma versão altamente sofisticada. Business Intelligence, o seu predecessor em análise, é um olhar retrospectivo. Quem eram os nossos melhores clientes? Quais foram os dias de vendas lentas? No entanto, na era da computação em nuvem, este olhar para trás já não é suficiente – daí a procura no mercado de ferramentas analíticas preditivas.

A análise preditiva reflecte-se hoje em dia em Big Data Trends, e as suas ferramentas são essencialmente Big Data Technologies. A procura do mercado para software de análise preditiva corresponde a um conjunto de ferramentas estreitamente relacionado, Big Data Analytics Tools.

Os usos comuns para análise preditiva incluem, mas não se limitam a:

li> Optimizar campanhas de marketing para determinar as respostas dos clientes a campanhas de marketing ou padrões de compra.

• Melhorar as operações para melhor gerir o inventário e outros recursos, ou para definir preços de serviços baseados em coisas como a sazonalidade.

>ul>>li> Detecção de fraudes. Os analistas podem monitorizar a actividade e anotar ou apanhar actividades invulgares ou fora da actividade normal do cliente, frequentemente em tempo real.

• Reduzir o risco. Os comerciantes, tais como revendedores de automóveis, utilizam agora mais do que apenas uma pontuação de crédito para determinar se devem aprovar um empréstimo. Eles também olham para coisas como reclamações de seguros e registos de condução para determinar se o comprador é um risco.

Exemplos de Análise Preditiva

Cada indústria e sector coloca a análise preditiva a funcionar de diferentes maneiras. Desagregamo-las por indústria e usamos casos.

Retalho

Provavelmente o maior sector a utilizar a análise preditiva, o retalho procura sempre melhorar a sua posição de vendas e forjar melhores relações com os clientes. Um dos exemplos mais ubíquos é a recomendação da Amazon. Quando se efectua uma compra, é colocada uma lista de outros itens semelhantes que outros compradores compraram.

Muito disto está na área da pré-venda – com coisas como previsão de vendas e análise de mercado, segmentação de clientes, revisões dos modelos de negócio, alinhamento das TI com as unidades de negócio, gestão do inventário para ter em conta a sazonalidade, e encontrar os melhores locais de retalho. Mas também actua pós-venda, actuando para reduzir devoluções, conseguir que o cliente volte e alargar as vendas em garantia.

Saúde

Uma tentativa inicial foi o Google Flu Trends (GFT). Ao monitorizar on-line milhões de comportamentos de rastreio de saúde de utilizadores e ao compará-los com um nível de base histórico de actividade da gripe para uma região correspondente, o Google esperava poder prever padrões de gripe. Mas os seus números revelaram-se muito sobrestimados, devido à informação menos que ideal dos utilizadores.

Mas existem outras utilizações, tais como prever epidemias ou problemas de saúde pública com base na probabilidade de uma pessoa voltar a sofrer da mesma doença. Ou prever as probabilidades de uma pessoa com doença conhecida acabar em Cuidados Intensivos devido a mudanças nas condições ambientais. Também pode prever quando e porquê os pacientes são readmitidos e quando um paciente também precisa de cuidados de saúde comportamentais.

Desporto

O exemplo mais famoso é o Bing Predicts, um sistema de previsão pelo motor de busca Bing da Microsoft. Tem pontuado no percentil 80 para concursos de canto como o American Idol, a elevada percentagem dos anos 90 nas corridas da Câmara e do Senado dos EUA, e foi 15 para 15 na Taça do Mundo de 2014. Utiliza estatísticas e sentimentos das redes sociais para fazer as suas avaliações.

Outro exemplo é o que é conhecido como “Moneyball”, baseado num livro sobre como a equipa de basebol de Oakland Athletics utilizou análises e dados baseados em provas para montar uma equipa competitiva. Abandonou velhos preditores de sucesso, tais como as corridas batidas, para as negligenciadas, como as na base. Levou o Athletics a dois playoffs consecutivos.

Petemperatura

A previsão do tempo melhorou com saltos e limites graças a modelos analíticos preditivos. A previsão actual de cinco dias é tão precisa como uma previsão de um dia dos anos 80. Previsões tão longas quanto nove a 10 dias são agora possíveis, e mais importante, as previsões de 72 horas de faixas de furacões são mais precisas do que previsões de 24 horas de há 40 anos.

O vórtice polar extremo que baixou as temperaturas no Wisconsin e Minnesota para -50 graus Fahrenheit foi previsto vários dias fora. Tudo isto é feito graças aos satélites que monitorizam a terra e a atmosfera. Eles alimentam esses dados em modelos que representam melhor os nossos sistemas atmosféricos e físicos.

Seguros/Avaliação de Risco

Apesar de algumas terríveis catástrofes em 2017, as companhias de seguros diminuíram as perdas dentro das tolerâncias de risco, graças à análise preditiva. Ajudou-as a estabelecer preços competitivos na subscrição, analisar e estimar perdas futuras, apanhar pedidos de indemnização fraudulentos, planear campanhas de marketing, e fornecer melhores percepções sobre selecção de riscos.

Modelagem financeira

Modelagem preditiva para serviços financeiros ajuda a optimizar a estratégia empresarial global, geração de receitas, optimização de recursos, e geração de vendas. A análise automatizada de serviços financeiros pode permitir às empresas executar milhares de modelos em simultâneo e fornecer resultados mais rápidos do que com a modelação tradicional.

Fá-lo através da análise de investimentos empresariais estratégicos, melhorar as operações diárias, aumentar a produtividade, e prever mudanças no mercado actual e futuro. A forma mais comum de análise preditiva em serviços financeiros é o sistema de pontuação de crédito utilizado para aprovar ou negar empréstimos, frequentemente em minutos.

Energy

Analíticos em centrais eléctricas podem reduzir falhas inesperadas de equipamento prevendo quando um componente pode falhar, ajudando assim a reduzir os custos de manutenção e a melhorar a disponibilidade de energia.

Os serviços públicos também podem prever quando os clientes podem receber uma conta alta e enviar alertas aos clientes para avisar os clientes que estão a receber uma conta alta nesse mês. Os contadores inteligentes permitem aos serviços públicos avisar os clientes de picos em certas alturas do dia, ajudando-os a saber quando devem cortar no consumo de energia.

Análise de meios sociais

Os meios sociais em linha são uma mudança fundamental de como a informação está a ser produzida, particularmente no que diz respeito às empresas. O acompanhamento dos comentários dos utilizadores sobre os meios de comunicação social permite às empresas obter feedback imediato e a oportunidade de responder rapidamente.

Nada faz um negócio local saltar como uma má crítica sobre o Yelp, ou faz um comerciante responder como uma má crítica sobre a Amazon. Isto significa recolher e classificar através de enormes quantidades de dados dos meios de comunicação social e criar os modelos certos para extrair os dados úteis.

Alerta e Monitorização

Cobre uma vasta gama. Só no transporte, os automóveis modernos têm mais de 100 sensores e alguns aproximam-se rapidamente de 200 sensores. Isto dá um relatório muito mais preciso do que o antigo genérico Check Engine light.

As aeronaves modernas têm perto de 6.000 sensores que geram mais de 2TB de dados por dia, os quais não podem ser analisados por seres humanos com qualquer expediente. A aprendizagem de máquinas para reconhecer o comportamento normal, bem como os sinais que levam à falha, pode ajudar a prever uma falha muito antes de esta acontecer.

Internet of Things

IDC estima que menos de 1% dos dados gerados hoje estão a ser analisados, e que a inundação só irá aumentar à medida que mais dispositivos IoT forem ficando online, tais como carros inteligentes.

Análises preditivas são necessárias para ajudar a classificar o que está a chegar aos dados inúteis e encontrar o que é necessário para tomar acções inteligentes. Num exemplo, a Cisco e a Rockwell Automation ajudaram um fabricante japonês de equipamentos de automação a reduzir o tempo de paragem dos seus robôs de fabrico para quase zero, aplicando a análise preditiva aos dados operacionais.