De magie achter predictive analytics onthuld

08 Dec 2019 11:03 am

Experts in analytics van diverse Fortune 500 organisaties verzamelden zich recentelijk met andere experts in data in Las Vegas voor de tiende editie van de Predictive Analytics World tour. Ook in Washington, Londen en Berlijn vonden PAW conferenties plaats met samen bijna 15.000 deelnemers van meer dan 10.000 bedrijven.

De toenemende beschikbaarheid van big data in combinatie met nieuwe technologieën zal er naar verwachting voor zorgen dat de waarde van de predictive analytics markt in 2022 zal groeien naar $12.41 miljard. Predictive analytics zit dus in de lift. Maar wat is het nu precies en waarom is het zo belangrijk?

Wat is predictive analytics?

Predictive analytics leunt op de enorme hoeveelheden data van interne en externe bronnen, gecombineerd met een scala aan technieken zoals data mining, statistische modellen en machine learning. Velen van ons ervaren de mogelijkheden al elke dag – zoals in voorspellende applicaties als Waze, waarbij verkeersdata wordt gebruikt om snellere en alternatieve routes te bepalen. Maar ook op social media websites en in webwinkels, waar advertenties worden getoond op basis van interesses uit het verleden.

Gartner definieert predictive analytics als informatie technologie die vier eigenschappen omarmt:

1. Een nadruk op voorspellen in plaats van beschrijven, classificeren of clusteren.
2. Een versnelling van het maken van analyses naar uren of dagen in plaats van de maanden die handmatige analyses duren.
3. Een focus op het ontsluiten van inzichten die zeer relevant zijn voor het bedrijf.
4. Het maakt big data meer toegankelijk voor zakelijke gebruikers.

Predictive analytics is een fase in de evolutie van kunstmatige intelligentie (KI). Waar meer traditionele bedrijfsinformatiesystemen vooral kijken naar het verleden – wat is er toen gebeurd en waarom – geeft predictive analytics antwoord op de vraag: wat zal er gaan gebeuren?

Dat is een belangrijk verschil. Zoals schrijver Geoffrey Moore zegt, “Zonder big data analyses zijn organisaties blind en doof en betreden ze het internet zoals een hert op een snelweg.” Als een organisatie niet kan zien waar ze heen gaat dan is de kans groot dat ze niet komt waar ze wilt zijn.

Bij het gebruiken van historische en actuele data voor analyses geeft predictive analytics organisaties de macht om te anticiperen op wat er gaat komen, waarbij risico’s worden beperkt en kansen voor groei worden vergroot.

Gebruik cases voor predictive analytics

Het verlangen naar weten wat er in de toekomst gaat gebeuren is niet nieuw. Gevonden historische kunstvoorwerpen wijzen er op dat mensen zich al eeuwenlang bezig houden met het doen van voorspellingen. Bijvoorbeeld aan de hand van de beweging van planeten en sterren (astrologie). Onze fascinatie voor voorspellingen is ook terug te vinden in moderne literatuur, denk maar aan de vakken die worden gegeven op Zweinstein (Harry Potter): voorspellend rekenen, het bestuderen van runen en waarzeggerij.

Wat wel nieuw is, is de hoeveelheid, variëteit en kwaliteit van informatie die beschikbaar is om correcte voorspellingen te kunnen doen. Dit zijn enkele voorbeelden van hoe bedrijven predictive analytics momenteel gebruiken:

  • Banken en financiële dienstverleners gebruiken het om fraude te ontdekken en als input voor de aankoop of verkoop van aandelen.
  • In de detailhandel en amusement industrie wordt predictive analytics gebruikt in marketing en sales uitingen om in te spelen op trends, bij het optimaliseren van klantervaringen en bij de ontwikkeling van nieuwe producten.
  • Risk officers en compliance officers gebruiken het voor het in kaart brengen van mogelijke risico’s.

Er is wel een probleem dat veel organisaties eerst moeten overkomen voordat ze resultaat zullen behalen van de inzet van predictive analytics. Forrester Research Analyst Michele Goetz merkt op: ‘De meeste organisaties (83%) erkennen dit niet als een probleem. Bij vragen over uitdagingen met betrekking tot KI kwam goed georganiseerde informatie die gebruikt kan worden voor KI training als laatste op de lijst.”

Helaas is het gebrek aan relevante en ‘schone’ informatie één van de grootste barrières bij het succesvol inzetten van predictive analytics. Vaak is de informatie alleen beschikbaar in een bepaald segment – marketing, sales, klantenservice – en houdt iedereen er een ander formaat op na. Als de interne informatie wel op orde is en beschikbaar is dan kunnen organisaties profiteren van aanvullende datasets zoals nieuws om eventuele gaten te vullen.

Organisaties die vooruit lopen in de markt m.b.t. predictive analytics zullen hiervan snel de voordelen ontdekken. Efficiëntie zal toe nemen en daarmee de mogelijkheid om personeel in te zetten daar waar het meeste voordeel valt te halen: bij persoonlijke interactie en het nemen van beslissingen op basis van emotionele intelligentie. Experts zijn er van overtuigd dat predictive analytics dezelfde impact zal gaan hebben op de maatschappij als internet dat eerder al was.

Bent u klaar voor het creëren van magie door de inzet van predictive analytics?