Ce înseamnă Analiză predictivă
Analiza predictivă răspunde la întrebarea „ce se va întâmpla probabil?”. Pornește de la date din trecut (vânzări, comportamentul clienților, măsurători de la senzori) și estimează valori sau evenimente viitoare: cererea de produse luna viitoare, clienții care vor renunța la abonament, utilajele care se vor defecta.
Rezultatul nu este o certitudine, ci o probabilitate sau o estimare cu o marjă de eroare. Valoarea ei vine din faptul că permite decizii mai bune înainte ca evenimentul să aibă loc.
Cum funcționează
Se colectează și se curăță datele istorice, se aleg factorii relevanți (de exemplu sezonul, prețul, promoțiile, vremea), apoi se antrenează un model: regresie pentru valori numerice, clasificare pentru evenimente de tip da/nu, modele de serii de timp pentru evoluții în timp. Modelul este testat pe date pe care nu le-a văzut, pentru a vedea cât de bine prezice.
Un risc important: modelele presupun că viitorul seamănă cu trecutul. Când condițiile se schimbă brusc (o pandemie, o criză, o lege nouă), predicțiile pot deveni greșite până când modelul este reantrenat.
Pe înțelesul tuturor
Este ca prognoza meteo: nimeni nu știe sigur dacă mâine plouă, dar o estimare de „80% șanse de ploaie” te ajută să decizi dacă iei umbrela.
Exemplu
Un lanț de magazine alimentare din România folosește analiza predictivă pentru a estima, pe fiecare magazin, câte produse proaspete să comande înaintea unui weekend prelungit de 1 Mai. Modelul ține cont de vânzările din anii trecuți, de prognoza meteo și de promoții. Rezultatul: mai puține rafturi goale și mai puțină risipă alimentară.
De reținut
- Analiza predictivă dă probabilități, nu certitudini.
- Calitatea predicțiilor depinde direct de calitatea și relevanța datelor.
- Modelele trebuie reverificate când realitatea se schimbă.
Nu confunda
- Analiză predictivă vs. analiză descriptivă: analiza descriptivă spune ce s-a întâmplat (rapoarte, grafice); cea predictivă estimează ce urmează.
Termeni înrudiți
- Regresie: Sarcina de machine learning în care modelul prezice un număr, de exemplu un preț, o temperatură sau o durată.
- Clasificare: Sarcina de machine learning în care modelul pune fiecare exemplu într-o categorie dintr-o listă fixă, de exemplu „spam” sau „nu e spam”.
- Machine learning (învățare automată): Ramura AI în care programele învață din exemple, în loc să primească reguli scrise pas cu pas de un programator.
- Data science: Domeniul care extrage informații utile din date, combinând statistica, programarea și cunoașterea domeniului analizat.
- Big data: Volume de date atât de mari, rapide sau variate încât nu mai pot fi procesate cu unelte obișnuite; materia primă a AI moderne.
- Detectarea fraudelor cu AI: Sisteme AI care analizează tranzacții și comportamente în timp real pentru a observa plăți, conturi sau cereri suspecte.