ما هو النمذجة التنبؤية؟
النمذجة التنبؤية هي عملية استخدام النتائج المعروفة لإنشاء ومعالجة والتحقق من صحة نموذج يمكن استخدامه للتنبؤ بالنتائج المستقبلية. إنها أداة تستخدم في التحليلات التنبؤية ، وهي تقنية لاستخراج البيانات تحاول الإجابة على السؤال "ما الذي يمكن أن يحدث في المستقبل؟"
فهم النمذجة التنبؤية
خلقت الهجرة السريعة إلى المنتجات الرقمية مجموعة كبيرة من البيانات التي يسهل الوصول إليها للشركات. تستخدم الشركات البيانات الكبيرة لتحسين ديناميكيات العلاقة بين العملاء. يتم الحصول على هذا الكم الهائل من البيانات في الوقت الفعلي من مصادر مثل الوسائط الاجتماعية ، وسجل تصفح الإنترنت ، وبيانات الهواتف المحمولة ، ومنصات الحوسبة السحابية.
من خلال تحليل الأحداث التاريخية ، هناك احتمال أن تكون الشركة قادرة على التنبؤ بما سيحدث في المستقبل والتخطيط وفقًا لذلك. ومع ذلك ، عادة ما تكون هذه البيانات غير منظمة ومعقدة للغاية بحيث لا يمكن للبشر تحليلها في فترة زمنية قصيرة. نظرًا لتعقيد وجود كميات هائلة من البيانات ، تستخدم الشركات بشكل متزايد أدوات التحليل التنبئي للتنبؤ بنتيجة حدث من المحتمل أن يحدث في المستقبل القريب.
كيف يعمل التحليلات التنبؤية
تقوم التحليلات التنبؤية بجمع ومعالجة البيانات التاريخية بكميات هائلة وتستخدم أجهزة كمبيوتر قوية لتقييم ما حدث في الماضي ، ثم تقدم تقييماً لما سيحدث في المستقبل.
تستخدم التحليلات التنبؤية تنبؤات أو ميزات معروفة لإنشاء نماذج تنبؤية سيتم استخدامها في الحصول على ناتج. النموذج التنبؤي قادر على معرفة كيفية اتصال نقاط البيانات المختلفة مع بعضها البعض. اثنين من تقنيات النمذجة التنبؤية الأكثر استخداما على نطاق واسع هي الانحدار والشبكات العصبية.
تستخدم الشركات بشكل متزايد النمذجة التنبؤية لعمل تنبؤات حول الأحداث المحتمل حدوثها في المستقبل القريب.
إعتبارات خاصة
في مجال الإحصاء ، يشير الانحدار إلى علاقة خطية بين متغيرات المدخلات والمخرجات. يتطلب النموذج التنبئي ذو الوظيفة الخطية تنبؤًا أو ميزة واحدة من أجل التنبؤ بالمخرجات / النتيجة. على سبيل المثال ، قد يضم البنك الذي يأمل في اكتشاف غسل الأموال في مراحله المبكرة نموذج تنبؤي خطي.
يريد البنك تحديدًا معرفة أي من عملائه من المحتمل أن يشاركوا في أنشطة غسل الأموال في وقت ما. يتم تقديم جميع بيانات عملاء البنك ، ويتم بناء نموذج تنبؤي حول القيمة بالدولار للتحويلات التي قام بها كل عميل خلال فترة زمنية.
يتم تدريس النموذج للتعرف على الفرق بين معاملة غسل الأموال والمعاملة العادية. يجب أن تكون النتيجة المثلى من النموذج هي نمط يشير إلى أي عميل قام بغسل الأموال وأيها لم يفعل ذلك. إذا رأى النموذج أن نمطًا من الاحتيال ناشئ عن عميل معين ، فسيخلق إشارة إلى الإجراء الذي سيحضره محللو الاحتيال بالبنك.
تُستخدم النماذج التنبؤية أيضًا في الشبكات العصبية مثل التعلم الآلي والتعلم العميق ، وهي حقول في الذكاء الاصطناعي (AI). يستلهم العقل البشري الشبكات العصبية ويتم إنشاؤه باستخدام شبكة من العقد المترابطة في مستويات هرمية تمثل أساس الذكاء الاصطناعي. تكمن قوة الشبكات العصبية في قدرتها على التعامل مع علاقات البيانات غير الخطية. إنهم قادرون على إنشاء علاقات وأنماط بين المتغيرات التي يمكن أن تكون مستحيلة أو تستغرق وقتًا طويلاً للمحللين البشريين.
الماخذ الرئيسية
- النمذجة التنبؤية هي عملية استخدام النتائج المعروفة لإنشاء ، ومعالجة ، والتحقق من صحة نموذج يمكن استخدامه لوضع التنبؤات في المستقبل. اثنين من تقنيات النمذجة التنبؤية الأكثر استخداما على نطاق واسع هي الانحدار والشبكات العصبية.
لذا ، في حين يمكن للبنك إدخال متغيرات معروفة مثل قيمة التحويلات التي بدأها عملاؤه في نموذجه من أجل الحصول على النتيجة المرجوة لمن من المرجح أن يشارك في غسل الأموال ، يمكن للشبكة العصبية إنشاء نمط أكثر قوة إذا كان بإمكانه بنجاح إنشاء علاقة بين متغيرات الإدخال مثل الوقت الذي يتم فيه تسجيل الدخول والموقع الجغرافي للمستخدم وعنوان IP لجهاز المستخدم والمستلم أو المرسل للأموال وأي ميزة أخرى من المحتمل أن تشكل نشاط غسيل.
وتشمل أساليب النمذجة التنبؤية الأخرى التي تستخدمها الشركات المالية الأشجار القرار ، واستخراج البيانات سلسلة زمنية ، وتحليل بايزي. الشركات التي تستفيد من البيانات الضخمة من خلال تدابير النمذجة التنبؤية تكون أكثر قدرة على فهم كيفية تفاعل عملائها مع منتجاتها ويمكنها تحديد المخاطر والفرص المحتملة للشركة.
