Tahmine Dayalı Analitik

Tahmine Dayalı Analitik Nedir?

Tahmine dayalı analitik, mevcut ve geçmiş verilere dayalı olarak gelecekteki performansı belirlemek için istatistiklerin ve modelleme tekniklerinin kullanılmasıdır. Tahmine dayalı analitik, bu modellerin tekrar ortaya çıkıp çıkmayacağını belirlemek için verilerdeki kalıplara bakar, bu da işletmelerin ve yatırımcıların gelecekteki olası olaylardan yararlanmak için kaynaklarını nerede kullandıklarını ayarlamalarına olanak tanır.

Tahmine Dayalı Analitiği Anlamak

Birkaç tür tahmine dayalı analitik yöntem mevcuttur. Örneğin, veri madenciliği, ondan kalıpları tespit etmek için büyük veri setlerinin analizini içerir. Metin analizi, büyük metin blokları dışında aynı şeyi yapar.

Tahmine dayalı modeller, hava durumu tahminleri, zorlu ve ilgi çekici video oyunları oluşturma ve cep telefonu mesajlaşması için sesi metne çevirme dahil olmak üzere her türlü uygulama için kullanılır. Bu uygulamaların tümü, gelecekteki veriler hakkında tahminlerde bulunmak için mevcut verilerin tanımlayıcı istatistiksel modellerini kullanır.

Tanımlayıcı modeller, verileri oluşturan temel süreçlerdeki değişikliklerin sonuçları nasıl değiştireceğine ilişkin sonuçlara varmak için kullanılabilen verilerdeki ilişkileri, kalıpları ve yapıları belirler. Tahmine dayalı modeller, bu tanımlayıcı modeller üzerine kurulur ve mevcut koşullar veya bir dizi beklenen gelecek koşulları göz önüne alındığında, belirli gelecekteki sonuçların olasılığını belirlemek için geçmiş verilere bakar.

Tahmine Dayalı Analitik Örnekleri

Tahmine dayalı analitik, çeşitli sektörlerde karar verme aracıdır.

Tahmin, üretimde önemli bir görevdir çünkü bir tedarik zincirindeki kaynakların en iyi şekilde kullanılmasını sağlar. İster envanter yönetimi ister üretim bölümü olsun, tedarik zinciri çarkının kritik sözcüleri, işleyişi için doğru tahminler gerektirir. Tahmine dayalı modelleme, genellikle bu tür tahminler için kullanılan verilerin kalitesini temizlemek ve optimize etmek için kullanılır. Modelleme, daha doğru bir tahmin sağlamak için müşteriyle yüz yüze yapılan işlemler de dahil olmak üzere sistem tarafından daha fazla verinin alınmasını sağlar.

Kredi puanlama ve sigortalama da tahmine dayalı analitiğin kapsamlı bir şekilde kullanılmasını sağlar. Bir tüketici veya işletme kredi başvurusunda bulunduğunda, başvuru sahibinin kredi geçmişine ilişkin veriler ve benzer özelliklere sahip borçluların kredi kayıtları, başvuru sahibinin açılan herhangi bir krediyi yerine getirememe riskini tahmin etmek için kullanılır.

Sigorta şirketleri, benzer sigortalıların mevcut risk havuzuna ve ödemelerle sonuçlanan geçmiş olaylara dayanarak gelecekteki bir tazminat talebini ödemek zorunda kalma olasılığını belirlemek için poliçe başvuranlarını inceler. Geçmişteki poliçe sahipleri ve talepler hakkındaki verilerle karşılaştırmalı özellikleri göz önünde bulunduran tahmini modeller, aktüerler tarafından rutin olarak kullanılmaktadır.

Pazarlamacılar, başka yerlerde, tüketicilerin yeni bir kampanya planlarken genel ekonomiye nasıl tepki verdiklerini inceliyor ve mevcut ürün karışımının tüketicileri bir satın alma işlemi yapmaya ikna edip etmeyeceğini belirlemek için demografik değişikliklerden yararlanabiliyor.

Bu arada aktif tüccarlar, bir menkul kıymet alıp satmamaya karar verirken geçmiş olaylara dayalı çeşitli ölçütlere bakarlar. Hareketli ortalamalar, bantlar ve kesme noktaları geçmiş verilere dayanır ve gelecekteki fiyat hareketlerini tahmin etmek için kullanılır.

Tahmine Dayalı Analitikle İlgili Yaygın Yanılgılar

Yaygın bir yanılgı, tahmine dayalı analitik ile makine öğreniminin aynı şeyler olduğudur. Tahmine dayalı analitik, özünde bir dizi istatistiksel teknik (makine öğrenimi, tahmine dayalı modelleme ve veri madenciliği dahil) içerir ve gelecekteki sonuçları tahmin etmek veya tahmin etmek için istatistikleri (hem tarihsel hem de güncel) kullanır.

Tahmine dayalı analitik, geçmişi analiz ederek gelecekteki olası olayları anlamamıza yardımcı olur.Öte yandan makine öğrenimi, bilgisayar oyunları ve yapay zeka alanında Amerikalı bir öncü olan Arthur Samuel’in 1959 tanımına göre “dijital bir bilgisayarın bir insan veya hayvanlar tarafından yapılırsa, öğrenme sürecini içeren bir yol olarak tanımlanabilir. ”

En yaygın tahmin modelleri arasında karar ağaçları, regresyonlar (doğrusal ve lojistik) ve derin öğrenme yöntemlerinin ve teknolojilerinin ortaya çıkan alanı olan sinir ağları bulunur.

Tahmine Dayalı Analitik Eleştirisi

Tahmine dayalı analitiğin kullanımı eleştirildi ve bazı durumlarda, sonuçlarındaki eşitsizlik algılanması nedeniyle yasal olarak kısıtlandı. En yaygın olarak bu, kredi puanlama, ev kredisi verme, istihdam veya suç davranışı riski gibi alanlarda ırksal veya etnik gruplara karşı istatistiksel ayrımcılığa neden olan tahmine dayalı modelleri içerir.

Bunun ünlü bir örneği, bankaların konut kredilerinde (artık yasadışı) yeniden sınırlama uygulamasıdır. Bu tür analitiklerin kullanımından elde edilen tahminlerin doğru olup olmadığına bakılmaksızın, bunların kullanımı genellikle hoş karşılanmaz ve bir kişinin ırkı gibi bilgileri açıkça içeren veriler artık genellikle tahmine dayalı analitiklerin dışında bırakılır.