企业中的前5个预测分析用例

什么是预测建模?

预测建模预测分析(predictive analytics)利用标准统计、机器学习甚至人工智能，通过观察数据中先前的模式来预测接下来会发生什么。

天气预报是最著名和最古老的预测模型之一。知道什么时候会下雨，什么时候会晴天，或者你的房子是否在飓风的路径上是很有用的。

预测模型也用于创建选举的预测，预测疾病的传播和估计气候变化的影响。

预测分析有很多企业应用程序。据麦肯锡报告称，人们在亚马逊购买的35％和75％的人在Netflix上观看的是基于预测算法的建议。

以下是企业的前5个预测分析用例。

1.市场营销

预测建模无处不在消费产品和服务。每个主要的电子商务网站都使用一种形式或另一个形式的预测建模，并且许多离线零售商使用分析器，以便为其产品设置最佳价格或向潜在客户发送定制优惠。

根据MicroStrategy的报告，46％的企业表示，他们已经能够通过使用分析来创建新产品和收入流。

而且它是不仅仅是零售商使用分析。许多组织可以从预测分析中获益营销自己的产品。

Nerdery的数据科学主管贾斯汀·里奇(Justin Richie)最近与一家宠物收养服务机构合作，该机构决定使用分析方法来预测某一特定动物是否有可能被收养。

得分较低的动物可以获得额外的资源来帮助他们放了,里奇说。他们在年初开始使用这个系统，他们不仅能够提高采用率，他们还在数据中发现了意想不到的见解。

“他们没有意识到，被收养的动物比收容所的动物更有可能被收养，”他说。

实施系统后，一些设施将等待采用的动物数量降至四月。然而，其中一些可能是由于大流行，Richie说。

“我很乐意为此信任，但我不能，”他说。“

市场营销是最重要的预测分析用例之一企业正确的据德勤美国业务认知洞察和参与负责人戴夫•库德(Dave Kuder)说，现在的情况是这样的。

事实上，许多第三方供应商的营销工具和系统已经有了内置高级分析。

“人工智能,预测分析是渗透的你的组织，你甚至不一定知道它，”库德说。

2.风险管理

当涉及到贷款申请或保单申请时，大型金融机构必须处理大量的信息。人们需要时间来完成所有这些工作，特别是在需要行业知识和判断的情况下，比如小企业贷款或保险政策。

库德说:“复杂性有了巨大的增长。”

个人保险，如汽车保险或人寿保险，有完善的精算表和风险公式，并有信用评级个人贷款。但是当涉及企业客户时，情况差异很大。

库德说:“小企业和大公司客户都有巨大的机会。”

例如，考虑保险两个餐厅，他说。一个有一个炸锅，另一个有四个。Kuder说，直观地，它可能对其中有四个炸薯条的餐厅有意义，这是一个风险的餐厅。但实际上，单炸锅餐厅的风险较大，因为没有你拥有更大的操作的风险控制的那种风险控制更有可能是一个妈妈和流行的操作。

“了解这有助于推动显着的好处，”Kuder说。“它可以帮助您量化谁应该在谁将较低的保费方面调整谁，并且我们应该将更高的保费分配给谁，因此我们可以在市场上更具竞争力。这是金融服务空间的关键作品 - 我如何获得合适的价格，尽快做到这一点。“

一个人可能会根据经验知道哪家餐厅风险更大。但如今的公司几乎需要立即做出决定。人类无法跟上，但人工智能可以。

3.欺诈检测

金融服务公司，以及零售商和其他公司，也必须处理故意欺诈。

普华永道最新的全球犯罪调查显示，欺诈率创历史新高。在过去的24个月里，欺诈给公司造成了420亿美元的损失，影响了47%的公司。根据最近的一份报告报告通过lexisnexis，零售欺诈去年增长7.3％，而且变得更加复杂和复杂。

分析的使用欺诈检测根据Lexisnexis报告，可以帮助为零售客户提供平滑和无摩擦的经验。分析可以帮助您在首次登录时进行身份验证客户，然后继续监控以在发生时发现可疑行为。

库德说，一家公司通常会有一个小的调查团队，他们不可能逐个调查每一个潜在的欺诈案件。

你的目标是给他们最有可能进行调查的要求潜在的欺诈行为,”他说。“这是预测模型的完美用例。你可以浏览成千上万的索赔，只参考前100个最有可能是欺骗性的。如果你给了他们合适的人选，这个团队可能会非常富有成效。如果你给了他们错误的职位，他们是不会有成效的。”

4.网络安全

根据德勤(Deloitte)的《2020年人工智能状况报告》(2020 State of AI)，一家公司内部分析的最大单一用户是IT部门。IT部门可以帮助其他部门建立分析系统。IT运营也需要分析，比如网络优化。

但使用人工智能应用程序的第二常见部门是网络安全。

攻击者在躲避传统的基于签名的防御系统方面做得越来越好。攻击发展迅速，经常利用被破坏的凭据和其他通常合法的访问通道。

分析可以预测一个新的应用程序或网站是更安全还是更有可能是恶意的，或者某个特定的人的行为是否可疑。

咨询公司合伙人兼负责人Josh Axelrod表示:“对于员工来说，他们谈论的是用户行为分析风险网络安全在ey。“当您开始检查这些类型的行为时，您可以使用分析功能和机器学习来了解如何正常，并且是什么不正常。”

分析还可以用于发现可疑的数据移动，如与公司机密或敏感客户信息泄露有关的泄密。

5.操作

货车、卡车和轮船都要花钱。有时是很多钱。优化路由是其中最重要的复杂的任务公司的运营部门必须解决。它只是供应链管理人员必须做些什么的一部分。在Covid-19大流行之后，这项工作甚至更加强硬。

据物流与供应链行业协会MHI的一项调查显示，去年只有30%的供应链经理使用预测分析方法。但这种情况即将改变——57%的公司还没有在未来五年内开始使用预测分析计划。

但还有其他类型的航线需要公司处理。库德说，例如内部任务和文件的路由。

“这里也使用了预测模型，”他说。“你最想走的是路线复杂的工作流程给最熟练的从业者。”

较容易的任务可以交给缺乏经验的员工，以及对公司风险最小的任务。

医疗保健领域的预测建模

还有一个领域的预测分析可能会起飞，但数据还不是很到位。这就是预测模型在医疗保健领域的应用2019冠状病毒病大流行。

根据联合市场研究，受影响的领域将包括精准医疗和基因组学，人口健康和风险评分，以及疾病爆发预测。