Predictive Analyitcs

Die Wettbewerbsfähigkeit Ihres Unternehmens wird zukünftig nur dann erhalten bleiben, wenn Ihre Entscheider wichtige Geschäftsmöglichkeiten und -ereignisse voraussagen und somit entsprechend schnell auf diese reagieren können. Hierbei hilft Big Data Analytics weiter, denn mit gezielter Datenanalyse unter Einbeziehung von statistischen Modellen wird die realistische Vorhersage von Potenzialen und Ereignissen ermöglicht, die Ihrer Planungssicherheit zu Gute kommt.

Predictive Analytics ermöglicht Vorhersagen durch stochastische Analysen basierend auf internen Unternehmensdaten (z. B. aus dem ERP-System) und externen Daten (z. B. Kursdaten, Wetterdaten oder Verkehrsflussdaten). Auch Social Media spielt bei vielen Anwendungsfällen als Datenquelle eine wichtige Rolle, insbesondere wenn es um Kundenmeinungen und der Vorhersage von Kundenverhalten geht. Besonders leistungsfähig wird Predictive Analytics bei Einbeziehung von vielen Daten aus unterschiedlichen Datenquellen, auf denen stochastische Algorithmen und Machine Learning angewendet wird.

Predictive Analytics wird heute bereits im Bereich der Wettervorhersage verwendet. Auch die Vorhersage von Kreditausfällen bzw. die Prüfung der Kreditwürdigkeit (Kreditscoring) ist ein verbreitetes Anwendungsgebiet. Gerade die Einstufung der Kreditwürdigkeit ist kein Anwendungsgebiet, das nur auf Banken beschränkt ist, denn auch viele andere Unternehmen müssen ihre (potenziellen) Kunden hinsichtlich ihrer Kreditwürdigkeit beurteilen können. Weitere typische Anwendungsgebiete:

  • Einkaufs- und Lageroptimierung durch verbessertes Forecasting
  • Umsatzerhöhung durch kundenindividuelle Angebote und Cross-Selling
  • Risikoanalyse, z. B. die Churn Prediction (Vorhersage von Absprüngen der Kunden)
  • Einkaufsoptimierung durch Einkauf von Rohstoffen zum besten Zeitpunkt
  • Logistikoptimierung durch Findung des schnellsten Transportweges
  • Produktionsoptimierung durch Vorhersage/Vermeidung von Maschinenausfällen (Predictive Maintenance)

  • Predictive Modelling

    Unsere Algorithmen decken nicht nur deskriptive Statistikmodelle ab, mit denen sich Gruppenverhalten vorhersagen lässt, sondern auch Predictive und Decision Modelling. Somit kann die umgebungsfaktorenabhängige Wahrscheinlichkeit von Verhalten und Ereignissen einzelner Prozesse oder Individuen berechnet werden.

  • Social Media Daten

    Besonders leistungsfähig wird Predictive Analytics unter Einbeziehung von Daten aus dem Social Media oder anderen internetplattformen. Wir ermöglichen die Anbindung solch unstrukturierter Daten, beispielsweise für eine Kundenloyalitätsanalyse (Churn Prediction).

  • Automatisierung

    Unser Decision Modelling lässt sich auch automatisieren, beispielsweise für eine vorausschauende und automatisierte Instandhaltung (Predictive Maintenance) oder Einkaufs-Disposition (Predictive Order Analytics).