Kako maštati o budućnosti

Prediktivna analitika

Dok tradicionalni softveri poslovne inteligencije izvrsno obavljaju posao istraživanja prošlosti tj. gdje smo bili, prediktivna analitika gleda u budućnost. Gledajući uzorke podataka pokušavaju se pronaći informacije gdje ići dalje. Prediktivni analitičar tako postaje proricatelj budućnosti, ali radi se o sofisticiranijim metodama proricanja od tarot gurua.

Ljudi su oduvijek željeli znati što ih čeka u budućnosti, dobro možda Hrvati baš i ne s obzirom da smo jedini narod u Europi gdje 2. svjetski rat još traje i gdje se još igramo ustaša i partizana. Gledajući poslovni kontekst poznavanje budućnosti je sve. Ona tvrtka koja prije svih posjeduje informaciju o nekom budućem događaju lako se može prilagoditi tim prognozama te tako ostvariti konkurentsku prednost. Kao što Erick Siegel u svojoj knjizi kaže, radi se o moći predviđanja tko će kliknuti, kupiti, lagati ili umrijeti. U njoj ističe važnost prediktivne analitike koja u kombinaciji s big data stvara neizmjernu snagu na temelju podataka i nevjerojatno bogatstvo iskustava na kojim možemo učiti. Nije ni čudo što se po američkim portalima onda mogu vidjeti senzacionalistički naslovi poput: Prediktivna analitika- rudnik zlata ili next big thing itd. U moru mogućnosti koje nam pruža prediktivna analitika i van samog konteksta ekonomije navesti ćemo samo neke od njih tj. one koji su ovako nekako najzvučniji i popularniji.

Prediktivna analitika trends

Izvor: Google Trends

Obrazovanje – ovo sam stavio prvo, jer je meni trenutno najzanimljivije (sebičan sam što ćemo). Ono na što se ovdje misli je da na temelju podataka (testovi, kvizovi ili bilo što) pronađemo informacije o područjima gdje studenti, učenici imaju najmanje znanja te kako da što bolje  iskoriste svoje vrijeme za efikasnije učenje ili bolje reći ciljano učenje.

Politika – poslije obrazovanja dolazi naravno politika. Svi znamo da bi naši političari obožavali informaciju o glasačima pomoću koje ih najlakše mogu privući  na svoju stranu, dok bi glasači dobivali točno one informacije koje ih zanimaju (osim ako ne planiraju bojkotirati izbore, onda im je svejedno).

Medicina – svi znamo u kojim smo minusima što se medicine tiče i svaka ušteda je dobrodošla. Pomoću prediktivne analitike možemo uvidjeti koji lijekovi su pogodniji za koje tipove pacijenata, možemo na temelju informacija donositi i bolje odluke po pitanju brige o pacijentima, a na kraju svima dobro i pacijentima zbog brzog i efikasnog tretmana, doktorima na uštedi vremena i državi na uštedi novca.

Marketing – danas se veoma lako može doći do ogromne količine podataka o potencijalnim kupcima te na temelju tih podataka povećati bilo odaziv na naše reklamne kampanje, prepoznatljivost branda ili nešto drugo. Uvijek se spominje primjer Amazona i njihove ponude koja nije slučajna i koja tjera korisnika da klikne na reklamu, jer su pogodili na temelju podataka što njega najviše zanima iz ponude.

Detektiranje prevara – ovdje se misli na detektiranje lažnih identiteta, lažnih prijava kod osiguravajućih kuća, prevare u kasinu itd. Svakoga od zaposlenih u tvrtkama koje mogu iskoristiti ovakav način prediktivne analitike ovakve informacije veoma zanimaju.

Telekomunikacije – naše telekomunikacijske kompanije zanimaju informacije o kupcima koji su zamijenili njihovu tvrtku konkurentskom, koji su razlozi njihovog odlaska te na koje ih načine ponovno vratiti. Bez prediktivne analitike ovako nešto može koštati dosta novaca.

Filmska industrija – Filmovi se preporučaju korisnicima na temelju podataka s npr. Twitter, na temelju prošlih kritika, interesa itd. S druge strane moguće je predvidjeti koji će filmovi uspjeti, a koji neće po pitanju zarade te je moguće predvidjeti što korisnici žele gledati i te elemente iskoristiti prilikom snimanja filma ili serije.

Prediktivna analitika tekst

Kao što je kolega pisao, prediktivna analitika se obično svrstava pod poslovnu analitiku, zajedno s poslovnom inteligencijom, skladištenjem podataka itd. No, to nama i nije toliko bitno u ovoj priči već je bitno uočiti mogućnosti prediktivne analitike te pronaći načine kako je iskoristiti u svom poslovanju. U Republici Hrvatskoj ne postoji puno ljudi koji se ovime bave, ali i u svijetu se javlja kronični problem nedostatka analitičara, ne samo prediktivnih nego općenito. Obrazovni sustavi ne prate trendove i potrebe tržišta, ali situacija lagano ide prema boljem. Za par godina, kako to obično biva, i mi ćemo iskusiti moć prediktivne analitke na puno većoj skali u odnosu na sad kada ovo koristi par tvrtki. Do tada možemo bar maštati kako bi bilo lijepo znati budućnost, malo za promjenu u odnosu na ove igrice 2.svjetskog rata.

You may also like

Leave a comment