IBM の SPSS Predictive Analytics 製品戦略担当ディレクターである Jason Verlen との Q&A では、普及型予測分析の台頭について詳しく説明されています。
機械やシステムは私たちの未来を予測できるのでしょうか? 彼らは、特に測定に関して、近い将来についての推論を行うためにすでに使用されています。 新規顧客の収益性やリスク、新規事業の実行可能性、または事業期間 装置。 数か月前にこのサイトで報告したように、 予測分析 も助けています トラフィックのボトルネックを特定する それらが起こる前に。 
予測分析では、ソフトウェアを使用してデータのパターンを調べ、不正行為から市場の変化、サプライチェーンの混乱に至るまで、将来の出来事を推測します。 最近、SPSS Predictive Analytics 製品ディレクターの Jason Verlen 氏と話す機会がありました。 IBM の戦略、予測に依存する可能性と潜在的なリスクについて 分析。
Q: 「予測分析」を定義していただけますか?
ジェイソン・バーレン： 非常に簡単に言えば、予測分析は、過去のイベントをさまざまな方法で説明するデータを調べることです。 それは取引に関するデータや、人々が購入したものである可能性があります。 それは、マーケティング キャンペーンに誰かが反応したかどうかにかかわらず、アウトリーチに関するデータである可能性があります。 過去の人々の態度や意見に関するデータである可能性があります。 そのような種類のデータをすべて取得し、まとめて、人々がどのような行動をするかを予測します。
Q: 何年も前、サプライチェーンのデータを監視する方法として予測分析のデモンストレーションを見ました。 現在のボトルネックに対する過去のボトルネックのパターンマッチングを使用して、潜在的な混乱について管理者に警告します。 データ。 それは人以外の状況にも適用できますか？
ヴェレン: 他のドメインでも予測分析を行うことができます。 たとえば、リスクを測定したり、将来の不正行為や他の多くの同様のアプリケーションを予測したりするためにこれを行うことができます。
Q: 予測分析は少なくとも 10 年前から存在しています。 何が新しいのでしょうか? なぜこれを採用する企業が増えているのでしょうか?
ヴェレン:
このテクノロジーの基本的な基盤は、生存分析、セグメンテーション分析、分類など、何十年も前から存在している統計分析です。 しかし、大きく変わったのは、技術だけではなく、出力をどうするか、それを運用システムに導入して結果を直接改善し最適化する方法に焦点が当てられたことです。Q: 予測分析ベースのソリューションは実装が複雑で、統計または定量分析の博士号が必要ではありませんか?
ヴェレン: 過去に当社の製品を使用した人のほとんどは統計学の博士号を取得しており、これらすべてのアルゴリズムと入力の奥深く、そしてそれらが表面化するデータの種類をよく理解しています。 しかし、このテクノロジーを使用したいと考えているものの、初期のユーザーのようなスキルセットを持たない、より新しいグループが存在します。 私たちが試みたのは、これらのテクニックを、従来のユーザーよりもビジネス指向のユーザーが使用できるようにすることです。 これにより、作業が大幅に簡素化され、なぜ最近予測分析が本格的に普及したかが説明されています。 年。 より幅広い人々が利用しやすくなりました。
Q: 予測分析から恩恵を受けるアプリケーションについて説明していただけますか?
ヴェレン: 基本的に、このテクノロジーが適用される主要な柱は、消費者、リスク、運用の 3 つです。 消費者に関しては、予測分析を適用して、特定の人々の行動を理解し、彼らが実際に価値を得ることができるものを販売することができます。
リスクと詐欺に関しては、あなたが金融機関で、顧客に住宅ローンなどの金融商品を提供している場合、住宅ローンが返済される確率を理解することができます。 あるいは、あなたが保険会社だとしましょう。 請求の一部は詐欺です。 テクノロジーを使用してどれが詐欺であるかを特定するため、調査リソースをより効率的に使用して、それらを詳しく調べることができます。
運用では、大型機械やトラクターを扱っているとします。 気づかないうちにこうした種類の機械が故障した場合のコストは膨大です。 ダウンタイムの機会費用が発生します。 修理に間に合うようにその種の部品を発送するには時間と費用がかかります。 これらは、UPS トラックにそのまま搭載できる種類の部品ではありません。 あなたがしたいのは、いつ何が起こるかを予測し、そのようなネガティブなシナリオを防ぐために積極的に行動することです。
Q: 銀行や金融サービス会社での予測分析ソリューションの採用が改善されたことで、最近のサブプライム住宅ローン危機を回避できたのでしょうか?
ヴェレン: それを過剰に売り込みたくないんです。 現在、それらの金融機関の一部は、負債と自己資本の比率が 50 対 1 近くで経営されていたことがわかっています。 私の意見では、債務水準という観点から組織が運営されている場合、災害を回避できる分析手法は今も昔も存在しません。 さて、このテクノロジーをどこに適用できるか、そしてもっとうまく適用できたかもしれないのは、個々のケース、つまり住宅ローンを返済できる可能性が高いのは誰か、または住宅ローンを返済できない可能性が高いのは誰なのかを理解することです。 これはこのテクノロジーの非常に誠実な使用法であり、非常に成功する可能性があります。
Q: ビッグ データ (ペタバイトではないにしても、数百テラバイトに保存される企業情報) の台頭は、予測分析に新たな機会をもたらしますか?
ヴェレン: これはテクノロジーにとって本当に素晴らしい新たなチャンスです。 このようなサイズと複雑さのデータを扱う場合、そこから手動で値を抽出する方法はありません。 実際に組織のパフォーマンスに役立つ発見に導くには、このような高度なテクニックを組織全体に適用する必要があります。 見る IBMのワトソン テクノロジー。 このような高度なアプリケーションがアドホックな質問を処理できるようにするには、すべてのデータをリアルタイムでマイニングする必要があります。 そして、より良い結果を実際に得るために利用できるデータはたくさんあります。 Watson は予測分析の優れた例です。
Q: 多くの予測分析がアプリケーションのバックグラウンドで実行されるため、ビジネス エンド ユーザーは実行されている計算に気付かない可能性はありますか?
ヴェレン: 予測分析が実際に導入されているアプリケーションの数はすでに大幅に増加しています。 推奨事項を作成していますが、システムを使用している人々は、予測分析がエンジンでありスマートであることさえ知りません。 その後ろに。 コールセンターでは、電話で顧客に対応する担当者が顧客に適切な対応策を提案できるように、バックグラウンドでアプリケーションが実行されています。 電話の相手に画面に表示されるのは、舞台裏で実行されている分析テクノロジーによって生成された、顧客に提供する推奨事項にすぎません。
Q: つまり、予測分析は、私たちが知っているかどうかに関係なく、最終的にはあらゆる場所で実行されるようになるかもしれません。
ヴェレン: 予測分析があらゆるアプリケーションの広範囲に普及することには全く疑問の余地がありません。 それはどこにでもあるでしょう。 コールセンターや他の多くのケースで、RFID タグを取得するバックグラウンドで予測分析が実行されているのがわかります。 予測分析は、人々を出来事に対する古い反応方法から変え、人々を動かす新しい考え方です。 行動し、成果を向上させるために必要な情報をリアルタイムで提供できるようになります。 組織。
クロスポスト: スマートプラネット ビジネス ブレイン.
(イラストクレジット: 米国国際貿易局)