Predictive Analytics, auf Deutsch prädiktive Analytik, sagt künftige Werte oder Ereignisse aus vorhandenen Daten voraus. Aus dem bisherigen Verlauf wird ein Modell gebildet, und dieses Modell liefert für neue Fälle eine Schätzung mit einer Wahrscheinlichkeit.
- Predictive Analytics (Prädiktive Analytik)
Das Vorhersagen künftiger Werte oder Ereignisse aus vorhandenen Daten.
Beispiel: „Predictive Analytics schätzt für jeden Vertrag die Wahrscheinlichkeit einer Kündigung im nächsten Quartal.“Typische Fragen: Welcher Kunde kündigt? Wie viel wird im Dezember verkauft? Welche Maschine fällt demnächst aus? Welche Anfrage wird zum Auftrag?
Technisch ist es überwachtes Lernen mit historischen Daten: Was früher geschah, ist die Antwort, aus der das Modell lernt.
Was sie braucht
Genug Fälle aus der Vergangenheit, in denen das vorhergesagte Ereignis tatsächlich vorkam. Für die Kündigungsvorhersage heißt das: genug Kündigungen. Wer zwanzig im Jahr hat, bekommt kein belastbares Modell, und das ist der häufigste Grund, warum solche Vorhaben im Mittelstand scheitern. Dazu kommt saubere Historie: Daten, die rückwirkend geändert wurden, führen zu Modellen, die im Test glänzen und im Betrieb versagen.
Wo die Grenze liegt
An der Annahme, dass die Zukunft der Vergangenheit ähnelt. Ein Modell, das auf drei ruhigen Jahren beruht, versagt beim ersten Bruch im Markt. Deshalb gehört zu jeder Vorhersage die Beobachtung, ob sie noch trifft, und eine Regel, ab wann neu trainiert wird, siehe Modell-Drift.
Was in der Praxis zählt
Nicht die Güte der Vorhersage, sondern die Handlung danach. Eine Kündigungswahrscheinlichkeit nützt erst, wenn feststeht, wer ab welchem Wert anruft und was er anbietet. Vorhaben, die mit der Zahl enden, verbrauchen Budget und ändern nichts. Deshalb beginnt ein brauchbares Vorhaben am Ende: bei der Handlung, die ausgelöst werden soll, und erst danach bei den Daten. Das klärt auch die Güteanforderung, denn ein Anruf verträgt mehr Fehltreffer als eine Vertragskündigung. Und es klärt den Maßstab für den Erfolg: Gezählt wird, in wie vielen Fällen die ausgelöste Handlung etwas bewirkt hat, und nicht die Trefferquote des Modells.