El análisis predictivo ( predictive analytics , análisis predictivo del inglés predictive analytics ) es una clase de métodos de análisis de datos que se concentra en predecir el comportamiento futuro de objetos y sujetos para tomar decisiones óptimas [1] .
El análisis predictivo utiliza métodos estadísticos, técnicas de minería de datos , teoría de juegos , analiza hechos actuales e históricos para hacer predicciones sobre eventos futuros. En los negocios, los modelos predictivos usan patrones encontrados en datos históricos y de desempeño para identificar riesgos y oportunidades. Los modelos capturan las relaciones entre muchos factores para permitir la evaluación de los riesgos o el potencial asociado con un conjunto particular de condiciones, orientando las decisiones sobre posibles transacciones.
Se utiliza en cálculos actuariales , servicios financieros , seguros , telecomunicaciones , comercio minorista , turismo , atención médica , productos farmacéuticos y otros campos.
Una de las aplicaciones más conocidas es la puntuación crediticia , los modelos de puntuación procesan el historial crediticio , los préstamos , los datos del consumidor y otra información y evalúan a un prestatario potencial en términos de solvencia prospectiva y previsión de la puntualidad de los reembolsos del préstamo.
Marketing y RRHHExiste la opinión de que la analítica ha revolucionado el campo del marketing, aumentando radicalmente la eficacia del micro -targeting . En el ámbito de la gestión de personal, la analítica permite resolver una amplia gama de tareas basadas en el procesamiento de ingentes cantidades de datos corporativos, lo que aumenta significativamente la eficiencia de los empleados [2] .
Una de las deficiencias del análisis predictivo es la contabilidad deficiente de los cambios cualitativos, cambios después de los puntos de bifurcación, ya que se basan en métodos cuantitativos y probabilísticos.