Kontakta oss på Optilon

Fyll i formuläret nedan så kontaktar vi er så snart det är möjligt.

Ditt namn (obligatorisk)

Din epost (obligatorisk)

Ämne

Ditt meddelande

Sign up to our newsletter

Prediktiv analys

Prediktiv analys (Predictive Analytics) är en form av avancerad analys (Advanced Analytics) men med inriktningen att förutspå sannolika kommande utfall.En av de mer vanliga varianterna av prediktiv analys är machine learning.

Låt oss fokusera på prediktiv analys (Predictive Analytics) från och med nu.  Vi börjar med ett citat från Eric Siegel författare till boken ”Predictive analytics: the power to predict who will click, buy, lie or die.”

“Prediktiv Analys (PA) – Teknologi som lär sig av erfarenheter (data) för att förutspå individers* framtida beteende så att bättre beslut kan fattas.”

* I den här definitionen är individer en bred term som kan referera till  människor (kunder, galdenärer, ansökande, anställda, studenter, patienter, väljare, m. fl.) så väl som andra organisatoriska element som produkter, platser, fordon, affärer, filmer, transaktioner, m.m.

En otrolig utveckling

Den här typen av analys har de senaste fem åren genomgått en otrolig utveckling när det kommer till metoder, applikationer och prestanda. Den vanligaste matematiska metoden kallas machine learning. Det är en del inom artificiell intelligens (AI) och innehåller flera olika algorithmer som beslutsträd, stödvektormaskin och neuronnätverk. Du möter flera olika typer av machine learning varje dag, oavsett om det är “Siri” i din iPhone, rekommendationerna från Amazon och Netflix eller vid beställning av en bil från Uber.

Andra klassiska exempel är analyser av churn, lojalitetsprogram, rekommendationer och associationsregler.

Optilons erbjudande inom prediktiv analys

Optilon erbjuder fyra huvudområden inom applikationer vilka alla är knutna till supply chain;

  1. Spårning av avvikande data och självreglering
  2. Avancerad prognoser
    • Säsongsprognoser
    • Event- och kampanjprognoser
    • Prognos av medieutfall
  3. Produktlansering
    • Genom att kombinera produktspecifikationer med flera tillgängliga produkter och marknadsdata, förutspås bästa produkt och prestationsförmåga
  4. Säljkonvertering
    • Optimering av kundresan med hjälp av regler som förbättrar konverteringen för alla beröringspunkter

En lösning på många utmaningar

Det finns flera andra områden där Optilons metodik kan användas, exempelvis vid; associationsregler (hierarkisk utbudsanalys, sortimentsoptimering och effekten av kombinationserbjudanden) butikskluster, lojalitetsprogram, churnanalyser och sakernas internet (t. ex. tillståndsbaserat underhåll).

Applikationerna vi använder och rekommenderar för den här typen av analyser är i huvudsak baserade på machine learning. De innehåller flera algoritmer som hanterar både så kallade oövervakade och övervakade problem på ett helt nytt sätt genom att väldigt effektivt kombinera de fyra nyckelvariablerna beskrivna nedan.

bullet points: Fully tangible models, High accuracy, no prior information needed, Logical relevance indicators

Slutligen, den viktigaste frågan du behöver ställa dig innan du tar något initiativ till prediktiv analys är:

“Vilka beslut och åtaganden ska verksamheten ta baserat på det prediktiva utfallet?”

Vill du veta mer om prediktiv analys?

Kontakta gärna Anders Remnebäck, ansvarig för Optilons Application Board, på +46 709 379 282 eller anders.remneback@optilon.se.

Share