Öngörülü Modelleme Nedir?
Öngörülü modelleme, gelecekteki sonuçları tahmin etmek için kullanılabilecek bir model oluşturmak, işlemek ve doğrulamak için bilinen sonuçları kullanma işlemidir. "Gelecekte ne olabilir?" Sorusunu yanıtlamaya çalışan bir veri madenciliği tekniği olan tahmine dayalı analitikte kullanılan bir araçtır.
Öngörülü Modellemeyi Anlama
Dijital ürünlere hızlı geçiş, işletmeler için kolayca erişilebilir ve erişilebilir bir veri denizi yarattı. Büyük veriler şirketler tarafından müşteri-iş ilişkisinin dinamiklerini geliştirmek için kullanılır. Bu büyük miktarda gerçek zamanlı veri, sosyal medya, internet tarama geçmişi, cep telefonu verileri ve bulut bilişim platformları gibi kaynaklardan elde edilir.
Tarihsel olayları analiz ederek, bir işletmenin gelecekte ne olacağını tahmin edebileceği ve buna göre planlayabilme olasılığı vardır. Bununla birlikte, bu veriler genellikle yapılandırılmamış ve insanlar için kısa sürede analiz edemeyecek kadar karmaşıktır. Çok büyük miktarda verinin mevcut olduğu karmaşıklık nedeniyle şirketler, yakın gelecekte olması muhtemel bir olayın sonucunu tahmin etmek için gittikçe daha fazla tahmine dayalı analitik araçları kullanıyor.
Akıllı Analiz Nasıl Çalışır?
Öngörücü analitik, geçmiş verileri büyük miktarlarda toplar ve işler ve geçmişte neler olduğunu değerlendirmek için güçlü bilgisayarlar kullanır ve daha sonra gelecekte ne olacağına dair bir değerlendirme sağlar.
Öngörücü analitik, bir çıktı elde etmede kullanılacak öngörücü modeller oluşturmak için öngörücüler veya bilinen özellikleri kullanır. Öngörücü bir model, farklı veri noktalarının birbiriyle nasıl bağlantı kurduğunu öğrenebilir. En yaygın kullanılan öngörücü modelleme tekniklerinden ikisi regresyon ve sinir ağlarıdır.
Şirketler, yakın gelecekte gerçekleşmesi muhtemel olaylar hakkında tahminler yapmak için giderek daha fazla öngörülü modelleme kullanıyor.
Özel Hususlar
İstatistik alanında regresyon, girdi ve çıktı değişkenleri arasındaki doğrusal ilişkiyi ifade eder. Doğrusal bir işleve sahip bir öngörücü model, çıktı / sonucu tahmin etmek için bir öngörücü veya özellik gerektirir. Örneğin, kara para aklamayı ilk aşamalarında tespit etmeyi ümit eden bir banka, doğrusal bir öngörme modeli içerebilir.
Banka özellikle hangi müşterilerinin belirli bir zamanda kara para aklama faaliyetlerine girebileceğini bilmek istemektedir. Bankanın tüm müşterilerinin verileri sunulur ve her bir müşterinin belirli bir süre içinde yaptığı transferlerin dolar değerine göre bir tahmin modeli oluşturulur.
Model, kara para aklama ve normal işlem arasındaki farkı tanımayı öğretmektedir. Modelden en iyi sonuç, hangi müşterinin para aktığını ve hangisinin akmadığını gösteren bir model olmalıdır. Model belirli bir müşteri için bir sahtekârlık paterninin ortaya çıktığını algılarsa, bankanın dolandırıcılık analistlerinin katılacağı bir eylem sinyali oluşturacaktır.
Öngörücü modeller, yapay zekadaki (AI) alan olan makine öğrenimi ve derin öğrenme gibi sinir ağlarında da kullanılır. Sinir ağları insan beyninden ilham alır ve yapay zeminin temelini temsil eden hiyerarşik seviyelerde birbirine bağlı düğümlerden oluşan bir ağ ile oluşturulur. Sinir ağlarının gücü, doğrusal olmayan veri ilişkilerini ele alma yeteneklerinde yatmaktadır. İnsan analistleri için imkansız ya da çok zaman alıcı olabilecek değişkenler arasında ilişki ve örüntüler oluşturabilirler.
Önemli Çıkarımlar
- Öngörülü modelleme, gelecekteki tahminlerde bulunmak için kullanılabilecek bir model oluşturmak, işlemek ve doğrulamak için bilinen sonuçları kullanma işlemidir. En yaygın kullanılan tahmin modelleme tekniklerinden ikisi regresyon ve sinir ağlarıdır.
Dolayısıyla, bir banka kara para aklama ile kimin ilgilenebileceğinin istenen sonucunu elde etmek için müşterileri tarafından başlatılan transferlerin değeri gibi bilinen değişkenleri modeline girebilse de, bir nöral ağ daha güçlü bir model oluşturabilir oturum açma zamanı, kullanıcının coğrafi konumu, kullanıcının cihazının IP adresi, fonların alıcısı veya göndereni ve aklama faaliyeti oluşturacak diğer tüm özellikler arasında giriş değişkenleri arasında başarılı bir ilişki oluşturun.
Finansal şirketler tarafından kullanılan diğer tahmin modelleme teknikleri arasında karar ağaçları, zaman serisi veri madenciliği ve Bayes analizi yer almaktadır. Öngörülü modelleme önlemleriyle büyük verilerden yararlanan şirketler, müşterilerinin ürünleriyle nasıl etkileşim kurduğunu daha iyi anlayabilir ve bir şirket için potansiyel riskleri ve fırsatları belirleyebilir.