Analisis Prediktif: Pengetahuan tentang Masa Depan

Dikatakan bahwa setiap generasi memiliki bahasa literasinya sendiri; jika Anda memiliki pengetahuan tentang itu, maka Anda dianggap melek huruf pada usia itu; zaman kegelapan ketika kita menjalani kehidupan perang, orang-orang yang memiliki pengetahuan yang baik tentang itu menjadi jenderal dan raja. Ketika era industri bergulir, orang-orang yang memahami mesin membangun industri. Seberapa akurat analisis prediktif?

Saat ini kita hidup di zaman di mana bahasa literasi adalah teknologi. Dan orang-orang yang memahami teknologi menilai data berkualitas baik dengan sangat tinggi, yang membuatnya menjadi salah satu aset penting. Sekarang muncul pertanyaan: apa yang dilakukan orang dengan data? Bagaimana jika saya memberi tahu Anda bahwa mereka melihat masa depan dengan itu?

Apa itu analisis prediktif?

Analisis prediktif adalah metodologi yang menggunakan data untuk memprediksi peristiwa atau perilaku di masa depan. Analisis semacam ini mempelajari skenario dan pola masa lalu untuk mengidentifikasi hubungan di antara mereka dan mempelajari tentang hasil mereka. Dengan data ini, peneliti dapat memprediksi hasil yang diamati sebelumnya dalam pola perilaku serupa dan memanipulasi skenario untuk mendapatkan hasil yang diinginkan.

Analisis prediktif, seperti yang disarankan oleh kata tersebut, meramalkan peristiwa yang tidak diketahui di masa depan. Tujuannya adalah untuk melampaui mengetahui apa yang telah terjadi untuk membuat penilaian yang lebih baik tentang apa yang akan terjadi di masa depan. Itu menggunakan pembelajaran mesin, statistik, pemodelan data, dan teknik penambangan untuk menganalisis masa lalu dan memperkirakan masa depan.

Lengan pengambilan keputusan Analytics Prediktif untuk banyak industri. Ini mendominasi industri seperti Periklanan, Pemasaran, Keuangan, E-commerce, Asuransi, Manufaktur, Ritel, sektor Pemerintah, Minyak & Gas, Pendidikan, dan sebagainya.

Bagaimana cara kerja analisis prediktif?

Analisis prediktif berasal dari ilmu statistik dan, pada intinya, melibatkan pemberian kehadiran variabel tertentu dalam kumpulan data besar hasil tertentu. Hasil ini digunakan untuk menghitung probabilitas suatu peristiwa tertentu terjadi di masa depan.

Ada dua pendekatan pemodelan statistik utama yang digunakan dalam analisis prediktif: Model klasifikasi dan model regresi.

1. Model klasifikasi

Metode klasifikasi memanfaatkan teknik matematika seperti pohon keputusan, pemrograman linier, jaringan saraf dan statistik. Untuk. misalnya Ini akan memberi tahu Anda apakah seorang anggota kemungkinan akan tetap tinggal di perusahaan atau pergi dalam jangka waktu tertentu, berdasarkan kriteria tertentu.

2. Model regresi

Model regresi akan memprediksi angka aktual yang akan menggunakan data yang sedang berlangsung sebagai lawan dari data biner. Misalnya, regresi logistik dapat digunakan untuk mengevaluasi bagaimana kemungkinan pasien mengalami serangan jantung (variabel biner) berubah dengan setiap nilai BMI tambahan (variabel kontinu).

Analisis prediktif Pro

• Penipuan

  • Analisis Prediktif adalah berkah bagi keamanan siber. Mereka dapat mendeteksi penipuan, ancaman, dll menggunakan teknik ini.

• Optimasi

  • Analisis prediktif membantu dalam mengidentifikasi suka dan tidak suka pelanggan dan dengan demikian mengenali pola pembelian dan mengoptimalkan strategi pemasaran.

• Pengambilan keputusan

  • Memberikan pinjaman, menerima klaim asuransi, dll dapat dilakukan berdasarkan model data yang digunakan dalam analitik prediktif.

• Operasi

  • Industri e-commerce dapat membuat keputusan tentang manajemen persediaan. Industri minyak & gas dapat memprediksi rencana perawatan peralatan berdasarkan analitik prediktif.

Analisis prediktif Kekurangan

• Faktor manusia

  • Para peneliti mengklaim bahwa model/algoritma Predictive Analytics gagal mempertimbangkan emosi, suasana hati, hubungan, dll ketika mengantisipasi pola.

• Waktu

  • Model Prediktif Analytics harus direvisi dari waktu ke waktu. Orang berubah seiring waktu. Sebuah model yang berlaku pada satu titik waktu mungkin tidak berguna di kemudian hari.

• Biaya

  • Mengimplementasikan analitik Prediktif mahal dalam hal sumber daya, alat, dan waktu.

• Privasi & Keamanan

  • Analytics Prediktif berhubungan dengan data. Menyimpan data dalam jumlah besar adalah tantangan besar. Data mungkin juga berisi informasi pribadi pengguna, dll yang perlu dilindungi.

Pandangan yang lebih dalam ke dalam analisis prediktif

Pernahkah Anda berpikir bahwa ponsel Anda mendengarkan semua percakapan Anda? Anda mungkin memiliki setidaknya satu teman yang percaya pada konspirasi itu karena mereka membicarakan sesuatu atau bahkan hanya memikirkannya. Kemudian mereka akhirnya mendapatkan iklan untuk produk yang tepat atau setidaknya sesuatu yang terkait dengannya.

Banyak industri lain sebagian besar menggunakan analisis prediktif. Ini membantu dokter membuat diagnosis yang akurat atau menentukan hasil perawatan untuk orang dengan kondisi tertentu. Ini juga membantu mengurangi waktu tunggu di ruang gawat darurat hingga 15 persen.

Ini telah membantu pasar ritel dengan memprediksi dengan tepat stok mana yang akan dijual lebih banyak dan dengan demikian mana yang harus ditebar lebih banyak. Analisis prediktif bahkan telah membuat lompatan besar di domain lain seperti perbankan, manufaktur, transportasi umum, dan keamanan dunia maya, untuk beberapa nama.

Sekarang, ini tidak berarti bahwa semuanya adalah sinar matahari dan pelangi, dan itu akan menyelesaikan kelaparan dunia. Ada banyak kasus baru-baru ini tentang seberapa jauh pengumpulan data menargetkan orang-orang seperti Anda dan saya. Perusahaan telah menyusup ke dalam kehidupan pribadi kita, yang mengakibatkan tuntutan hukum terhadap perusahaan seperti Facebook dan Cambridge Analytica.

Anda mungkin berpikir, apa hal terburuk yang bisa dilakukan orang-orang ini? Nah, coba pikirkan ini: jika Anda memiliki teman yang sangat baik yang sudah lama Anda kenal dan sering bergaul dengan Anda, akan sangat mudah bagi Anda untuk memprediksi apa yang akan dia lakukan dalam situasi tertentu.

Untuk mengetahui hal ini, Anda akan menghabiskan banyak waktu bersama dan berbagi banyak pengalaman juga, jadi bagaimana analisis prediktif memiliki kekuatan untuk melakukan hal yang sama bahkan tanpa mengetahui siapa Anda?

Nah, perusahaan seperti Cambridge Analytica memiliki 5000 titik data untuk menentukan siapa Anda, apa yang kemungkinan besar akan Anda lakukan, dan apa yang kemungkinan besar akan Anda beli. Data yang mereka unggah ke yang dibeli dari perusahaan seperti Facebook dan Google, yang menyamar untuk menghasilkan uang melalui iklan. Pada kenyataannya, kita, konsumen dari teknologi tersebut, adalah produknya.

Selalu ada sesuatu yang bergejolak yang diciptakan umat manusia di mana orang-orang benar-benar terpecah jika ini baik untuk kita atau akan menjadi kematian kita semua. Saya tahu ini terdengar seperti melukis gambar yang sangat buruk pada alat sederhana yang dirancang untuk memprediksi mitra klien untuk melayani mereka dengan lebih baik, tetapi perhatian utama di sini terletak pada fakta tentang bagaimana data dikumpulkan agar alat itu benar-benar berfungsi.

Apakah Anda merasa nyaman mengetahui bahwa perusahaan pihak ketiga mengetahui semua gerakan dan pilihan Anda? Bahwa Anda sedang diubah menjadi boneka kepada siapa perusahaan berikutnya mencoba menjual produk mengkilap baru mereka? Jadi untuk apa semua ini bermuara?

Fakta sederhananya adalah ini seperti api, kita bisa belajar bagaimana mengendalikannya dan maju sebagai sebuah peradaban dan belajar makan makanan yang dimasak dan bersosialisasi, atau kita bisa menggunakannya untuk menjadi peradaban maju yang melahirkan AI belajar mandiri. yang akhirnya menguasai dunia dan memperbudak umat manusia. Apa yang akan terjadi?

Analisis prediktif & PertanyaanPro

QuestionPro menyediakan analitik sebagai bagian dari produk Survei, yang membantu mendapatkan wawasan tentang masa lalu dan membuat keputusan untuk masa depan. Ada berbagai fitur seperti laporan, paket statistik, penyaringan data, tabulasi silang, analisis tren, analisis teks, dll., yang dapat membantu pelanggan dalam pengambilan keputusan prediktif!

MEMBUAT AKUN GRATIS

Penulis : Shubhada dan Jackson / Fahad Ahmed Shaikh