Besserer ROI mit Predictive Analytics

Neuronale Netze finden Zusammenhänge

Denn Predictive Analytics setzt an, wo OLAP oder Reporting aufhören. Statt nur die bestehende Situation zu analysieren, liefert die vorausschauende Analyse Prognosen. Rückwärtsgewandte Techniken arbeiten deduktiv, stellen also Hypothesen auf und fragen gezielt Informationen ab, um sie dann zu bestätigen oder zu verwerfen. Die vorausschauende Analysetechnik ist induktiv. Ohne Vorannahmen sucht sie nach Auffälligkeiten, Mustern oder Tendenzen in den Datensätzen, interpretiert diese und generiert Hypothesen. Dafür arbeiten Predictive-Analytics-Tools mit einer Vielzahl von Werkzeugen: mit komplexen statistischen Verfahren wie neuronalen Netzen, genetischen Algorithmen oder Entscheidungsbäumen, mit maschinellen Lernmethoden und Methoden aus der Robotik.

Zusammenhänge finden Predictive-Analytics-Tools zum Beispiel mithilfe von künstlichen neuronalen Netzen. Neuronale Netze sind dem menschlichen Gehirn nachempfunden. Durch sehr viele Datendurchläufe werden bestehende Strukturen oder Muster gelernt. Die Ergebnisse sind im vorhinein bekannt und der Algorithmus versucht, die Gewichtung der Prediktoren innerhalb eines Netzes richtig anzupassen. Das Verfahren nennt man supervised learning (überwachtes Lernen).

Kündiger und Betrüger aufdecken

Will man etwa ermitteln, wie wahrscheinlich es ist, dass ein Kunde seinen Handyvertrag kündigt, werden in den Datensätzen aller Kunden eine Vielzahl von Kennzahlen wie Telefon- und SMS-Verhalten, Zahlungsweise, Vertragsdauer und -optionen oder die Anzahl der Anrufe bei der Service-Hotline gescannt. Dann werden die Kategorien so gewichtet, dass sich klare Unterschiede zwischen der Zielgruppe derer, die in der Vergangenheit gekündigt haben und der der treuen Kunden zeigen. So können Unternehmen Kunden aufspüren, die ihren Vertrag innerlich schon gekündigt haben und diese mit Angeboten umschmeicheln.

Auch in Call Centern kommt Predictive Analytics häufig zum Einsatz. Anhand der Auswertung von bisherigen Kontakten werden mögliche Anfragen von Kunden prognostiziert um dann proaktiv auf diese zugegangen.

Standard sind Predictive-Analytics-Tools mittlerweile auch in der so genannten Fraud Detection, der Betrugserkennung, etwa bei BankenBanken oder in der Versicherungsbranche. Entsprechende Tools suchen in Data Warehouses nach Datenmustern, die beispielhaften Betrugsfällen ähneln und identifizieren anschließend automatisch vom "Normalbild" abweichende Fälle. Top-Firmen der Branche Banken