Prediktiv analys använder historiska data, statistik och maskininlärning för att uppskatta sannolika framtida händelser. Den besvarar frågor som: vilka kunder är på väg att säga upp sig? Hur stort lager behövs nästa månad? När kommer en maskin sannolikt att haverera? Resultaten är sannolikheter, inte säkerheter. Deras värde beror i hög grad på datakvaliteten och på om förutsägelserna faktiskt påverkar beslut och processer.
Prediktiv modellering är den tekniska kärnan i prediktiv analys: exempeldata med kända utfall används för att bygga en modell som förutsäger ett värde eller en klass för nya fall. Vanliga metoder är regression, beslutsträd, random forests och neurala nätverk. En modell kan till exempel uppskatta ett fastighetspris utifrån boyta, läge och byggår. Före driftsättning testas den på bortlagda data för att upptäcka överanpassning.
Maskininlärning är en gren av artificiell intelligens där datorer härleder mönster ur data i stället för att varje regel programmeras explicit. Beroende på uppgift lär sig modellerna av annoterade exempel (övervakad inlärning), av oannoterade data (oövervakad inlärning) eller genom belöningar (förstärkningsinlärning). Tillämpningarna sträcker sig från skräppostfilter och efterfrågeprognoser till produktrekommendationer. Kvaliteten beror starkt på mängden och kvaliteten på träningsdata.
Datautvinning är en systematisk genomsökning av stora datamängder efter mönster, samband och avvikelser. Den bygger på statistiska tekniker och metoder för maskininlärning som klustring, klassificering eller associationsanalys. Ett klassiskt exempel är varukorgsanalys inom handeln, som visar vilka produkter som ofta köps tillsammans – en grund för sortiment, placering och rekommendationer.
Explorativ dataanalys (EDA) är den första, öppna titten på en datamängd: man beräknar sammanfattande nyckeltal, granskar fördelningar och diagram och letar efter mönster, extremvärden och saknade värden – ännu utan fast hypotes. Den hjälper till att bedöma datakvaliteten och hitta vettiga frågor för vidare analys eller modellering. Exempel: före en försäljningsprognos visar EDA att en månad registrerats ofullständigt på grund av en systemmigrering.
