Raport Specjalny. Analityka biznesowa w Systemie Bankowym: Znam Twoje jutro

W działalności biznesowej modele i analizy predykcyjne (Predictive Analytics) są wykorzystywane do analizowania bieżących i historycznych danych w celu prognozowania zachowań konsumentów oraz identyfikacji potencjalnych zagrożeń i możliwości dla firmy.

– Analityka predykcyjna funkcjonuje od blisko 20 lat. Jest to rodzaj statystyki, analiz big data dokonywanych na ogromnych, liczonych w milionach, zbiorach rekordów baz danych. Dzięki statystyce i algorytmom wykrywane są zależności wskazujące z dużym prawdopodobieństwem, że dany klient przed świętami kupi luksusowy zegarek lub strój do biegania – wyjaśnia Michał Kordyzon, Architect w IBM Polska.

Jak definiuje Mariusz Gromada, dyrektor Departamentu Zarządzania Kampaniami w Banku Millennium, analityka predykcyjna to analiza bieżących lub historycznych faktów w celu dokonania predykcji co do przyszłych zdarzeń lub zdarzeń nieznanych (np. scenariusze „what-if”). W zastosowaniach biznesowych najczęściej poszukuje się trendów/wzorców w danych historycznych i transakcyjnych w celu identyfikacji szans i ryzyk. Analityka predykcyjna ma szereg powiązań z uczeniem maszynowym i sztuczną inteligencją oraz jest częścią data mining, czyli szerszej gałęzi metod wydobywania wiedzy z danych. Podstawowym stosowanym narzędziem jest statystyczny model predykcyjny, często nazywany modelem scoringowym.

– Analityka predykcyjna jest wykorzystywana w biznesie od lat. Choć bardzo ważna, jest tylko jednym z elementów cyklu analitycznego. Cykl analityczny jest procesem end-to-end, który jest odzwierciedlony w postaci odpowiednio zintegrowanych komponentów środowiska, a stopień integracji jest wyznacznikiem jego dojrzałości. Od około 10 lat analityka predykcyjna wspiera na masową skalę niemal każdy obszar biznesu, w szczególności procesy: wykrywania i prewencji nadużyć, CRM, zarządzanie ryzykiem – informuje Mariusz Gromada.

Hej Siri

Działającymi przykładami analiz predykcyjnych, dostępnych powszechnie, są Siri ...