26 DIC 2017

Predictive Analytics, analizzare i dati per predire i trend del futuro

La predictive analytics è un mix di analisi di dati riferiti a fenomeni osservati in passato integrati su modelli predittivi e machine learning con lo scopo di predire tendenze future. L’analisi predittiva moderna è sempre più che mai incentrata sui dati, sui big data, volumi di dati ampli e segmentabili per variabili diverse, di cui oggi si dispone in grossi volumi.

Il processo di analisi predittiva consiste principalmente nell’identificare i dati che si ritengono significativi e adatti a descrivere il fenomeno da studiare per poi analizzare questi dati alla ricerca di tendenze, o pattern, che consentano di capire quali porzioni di questi dati sono necessarie. Questa fase comporta la realizzazione di uno o più modelli che vengono usati per descrivere il fenomeno. Tali modelli divengono poi la base per l’analisi predittiva vera a propria.

Modelli predittivi, modelli descrittivi e modelli decisionali: differenze e interazioni

Esistono delle differenze tra modelli predittivi, modelli descrittivi e modelli decisionali. Un esempio per spiegare la differenza tra modelli può essere il seguente.

Supponiamo di avere un negozio di auto usate e di voler stimare il prezzo di un’auto usata. Sulla base dei prezzi delle auto usate che abbiamo venduto fino ad ora possiamo costruire un modello, descrittivo, che mette in relazione le caratteristiche dell’auto (marca e modello, chilometraggio, condizioni generali, accessori) al prezzo. Usando questo modello descrittivo, se ci propongono di comprare un’auto (da rivendere) usata, possiamo valutare il prezzo a cui saremmo in grado di venderla (modello predittivo). Un modello decisionale, infine, è quello che ci aiuta a prendere le decisioni, una volta compreso il fenomeno: nel nostro caso, un semplice modello decisionale potrebbe essere “se il prezzo a cui ci offrono l’auto è inferiore di almeno 1000 euro al prezzo a cui stimiamo di poterla rivendere, la compriamo; altrimenti, no”.

I tre modelli, usati in sequenza come riportato nell’esempio, sono una buona integrazione per poter effettuare una stima o una previsione a livello di business. Ma quali possono essere le applicazioni della Predictive Analytics per le aziende?

Le applicazioni della Predictive Analytics possono essere utilizzate in ambiti diversi, dal marketing alla prevenzione di frodi assicurative, dalla stima dei rischi operatori alla stima dei valori del mercato azionario.

Algoritmi predittivi e Big Data, dipendenze e possibilità

Gli algoritmi predittivi basano la loro efficacia sulla disponibilità di dati di qualità, possibilmente in quantità. Grazie ai Big Data si possono stimare fenomeni apparentemente non collegati grazie ai dati a disposizione.

In un famoso studio, Google ha dimostrato di riuscire a prevedere la mappa di diffusione delle influenze in anticipo rispetto all’organizzazione mondiale della sanità, semplicemente osservando quanto frequentemente gli utenti, divisi nelle rispettive aree geografiche, cercano termini correlati all’influenza, tipo “sintomi influenza”, “rimedi influenza” e “medicine influenza”.

L’avere a disposizione volumi notevoli di dati e il saperli analizzare permette di avere le basi necessarie per sviluppare modelli predittivi realistici ed affidabili, da valutare in relazione al contesto di riferimento e alla fonte di provenienza dei Big Data, oltre che alla raccolta degli stessi.

Analisi Predittiva, software e modelli per l’analisi

L’analisi predittiva avviene utilizzando grandi volumi di dati, i quali vengono analizzati attraverso software creati ad hoc. In alternativa si utilizzano linguaggi di modellazione matematica o linguaggi di programmazione tradizionali, insieme a librerie software specializzate, per produrre applicativi ad hoc sulla base delle esigenze specifiche dei clienti per l’analisi dei dati.

Il più famoso software per l’analisi predittiva è IBM Watson, che ha anche battuto dei concorrenti umani a Jeopardy!, un famoso quiz televisivo negli Stati Uniti.

Redatto da Lucia D’Adamo, in collaborazione con Luigi Laura, supervisionato da Marco Pirrone

 

Ultime News

Send this to a friend