هي فرع من التحليلات المتقدمة التي تضع تنبؤات حول النتائج المستقبلية باستخدام البيانات التاريخية، إضافة إلى النمذجة الإحصائية وتقنيات التنقيب عن البيانات والتعلم الآلي. وتستخدم الشركات التحليلات التنبؤية للعثور على أنماط في هذه البيانات لتحديد التهديدات والفرص. وغالباً ما ترتبط التحليلات التنبؤية بالبيانات الضخمة وعلوم البيانات.
تشمل نماذج التحليلات التنبؤية الشائعة التصنيف والتجميع ونماذج السلاسل الزمنية.
تندرج نماذج التصنيف تحت فرع نماذج التعلم الآلي الموجه. تصنف هذه النماذج البيانات بناء على مجموعات البيانات وتصف العلاقات داخل مجموعة بيانات معينة.
تندرج نماذج التجميع تحت التعلم الآلي غير الموجه. بحيث تقوم هذه الخوارزميات بجمع البيانات بناءً على السمات المتماثلة. مثلاً، يمكن لموقع التجارة الإلكترونية استخدام النموذج لفصل العملاء إلى مجموعات متماثلة بناءً على الميزات المشتركة بينهم، ووضع استراتيجيات تسويق لكل مجموعة.
تستخدم نماذج السلاسل الزمنية مدخلات مختلفة للبيانات بتردد زمني محدد، مثل البيانات اليومية والأسبوعية والشهرية وهكذا. من الشائع رسم التابع المتغير بمرور الوقت لتقييم البيانات الخاصة بالموسم والاتجاهات والسلوك الدوري، ما قد يشير إلى الحاجة إلى تحولات محددة وتغييرات.
تستخدم الشركات اليوم التحليلات التنبؤية بانتظام لتحليل العميل المستهدف وتحقيق أفضل النتائج من العمل. فيما يلي بعض حالات استخدام التحليل التنبؤي في مجالات عديدة:
سيشهد المستقبل أن نماذج التحليلات التنبؤية تؤدي دوراً أساسياً في الأعمال بسبب القيمة الاقتصادية الهائلة التي تولدها. وعلى الرغم من صعوبة التنبؤ بكل شيء، فإنها فتحت مجالات لرفع القيمة التي تقدمها الشركات.
تتيح التحليلات التنبؤية القيام بإجراءات استباقية في مجموعة متنوعة من الوظائف، إضافة لمنع الاحتيال في البنوك واتخاذ إجراءات الوقاية من الكوارث من قبل الحكومات وحملات التسويق، وهذا ما سيجعلها أحد أهم الأصول غير الملموسة للمستقبل.
