Las técnicas de big data, aprendizaje automático y modelización estadística se utilizan
en el análisis predictivo para extraer datos históricos y hacer predicciones. En el
mundo empresarial, esta técnica es muy valorada por las ventajas que puede aportar a la hora, por ejemplo, de identificar riesgos y oportunidades. Sus aplicaciones van desde comercio electrónico hasta energía, finanzas y seguros, entre otras., Mientras está considerando comprar nuevas botas de esquí para su próximo viaje a las montañas, de repente recibe un correo electrónico con una oferta. Seguro que te has preguntado: “¿Me lees la mente?" más de una vez cuando sucede algo así. Es posible decir que esto es así porque eventos de este tipo no ocurren por accidente y se trata de un análisis predictivo ¿QUIÉN ES EL Análisis PREDICTIVO? Según la consultora Gartner, el análisis predictivo es una forma de análisis avanzado que examina datos o contenidos para responder a la pregunta: ¿qué es probable que esté en el futuro? Gracias al big data, los datos obtenidos a través de todos los sistemas conectados pueden interpretarse para obtener predicciones sobre cómo se va a comportar una persona o un grupo de población, algo también aplicable a negocios o procesos. Según la consultora Gartner, el análisis predictivo es una forma avanzada de análisis que examina datos o contenido para dar respuesta a la pregunta: ¿Qué es probable que ocurra en el futuro? Big data permite la interpretación de datos de todos los sistemas conectados para hacer predicciones sobre cómo se comportarán las personas o grupos de personas, lo que también es aplicable a negocios o procesos. Existen diferencias entre el análisis descriptivo , el análisis de diagnóstico , el análisis predictivo y el análisis prescriptivo , pero por ahora nos centraremos en estos dos últimos .El análisis predictivo usa los datos recopilados para hacer predicciones sobre un resultado potencial , pero el análisis prescriptivo usa los mismos datos para encontrar una manera de hacer que ocurra el resultado potencial .Con respecto a los dos primeros , el análisis descriptivo examina el evento en sí, mientras que el análisis de diagnóstico se enfoca en sus causas. APLICACIONES El análisis predictivo se emplea con éxito en multitud de sectores. En las siguientes líneas, repasamos algunos de ellos y citamos algunos ejemplos: Automoción: Se aplica a las tecnologías de asistencia al conductor y a los nuevos vehículos autónomos. Aeronáutica: Se aplica a la supervisión del estado y el rendimiento de los motores de los aviones. Energía: Tiene en cuenta disponibilidad, tendencias o clima a la hora de prever la demanda y los precios. Finanzas: Se aplica, por ejemplo, a los modelos de riesgo crediticio teniendo en cuenta diversas variables. Industria: Los modelos predicen fallos en la maquinaria o reducen el tiempo de inactividad, entre otros. Salud: Los modelos se encargan de detectar patrones para predecir brotes de asma o crisis de diabetes.