予測分析とは

予測分析とは、過去のデータに基づいて将来の結果を予測する機械学習技術です。たとえば、定額制サービスにおいて各顧客の退会確率を事前に予測し、退会確率の高い顧客に対して施策を実施することで退会を減らす、といったことが可能になります。

予測分析の応用先

以下のような幅広い応用先が考えられます。

ユースケース 予測 利用方法と効果
ダイレクトマーケティング・CRM コンバージョン、退会などの顧客行動 予測に基づく顧客セグメントにより ROI を改善
訪問営業 成約などの顧客行動 成約確率の高い顧客を優先的に訪問し効率向上
マッチング、推薦 購入などの顧客行動 購入確率の高い商品を顧客に提示し、売上増加
需要予測 需要の予測 予測を活用し、生産計画の精度を向上
コールセンター入電予測 入電数予測 入電数予測に基づく、オペレータ配置の精度向上
テキスト分類 苦情・レポートなどの分類 分類の工数削減
人事 業績や退職の予測 従業員の業績改善、退職の防止
リスク推定・査定 デフォルト予測 査定の精度向上、自動化
故障予防 故障の予測 製造機器などの故障の未然防止
不正検知 不正の検知 不正の高精度な予測による不正の削減

予測分析の種類

Prediction One では二値分類・多値分類・数値予測の三種類の予測分析を行うことができます。 Prediction One ではこの三種類の分類を「予測タイプ」と呼んでいます。

二値分類

2 つの事柄に対する予測確率を算出します。ある事が起きる確率を予測するケースに利用されます。たとえば、購入するか購入しないか(購入確率)、故障するか故障しないか(故障確率)、などの予測ができます。

多値分類

3 つ以上の事柄に対する予測確率を算出します。たとえば、苦情データが A.製品に関するもの、B.サービスに関するもの、C.その他、などの分類の自動化に利用できます。

数値予測

数値を予測します。たとえば、製品の出荷数や不動産の成約価格の予測に利用できます。数値予測には通常モードと時系列予測モードがあります。時系列予測モードでは、入力となるデータセットが複数の条件を満たす必要がありますが、予測精度が高くなる可能性があります。

Prediction One では、サンプルデータを使って実際に故障予測やコールセンター入電数予測を体験していただくことができます。
チュートリアルへ進む

このページの情報は役に立ちましたか?
PAGE TOP

お問い合わせ・資料はこちらから

資料ダウンロード お問い合わせ 体験版