まずは抱えている課題の解決に本当に予測分析が必要なのか確認しましょう。「データを使って課題を解決したい」「データから価値を見い出したい」という課題に対する解決策はさまざまで、必ずしも予測分析が最適な解決策ではない場合があります。データを可視化するだけで十分な場合や、週次で集計されるダッシュボードがあるだけで良い場合などは、予測分析ではなく可視化やダッシュボードの作成に注力しましょう。
予測分析は何かの値を予測しその値を使ってビジネスアクションを取りたい場合に行うデータ分析です。まずはこの点を確認し、ご自身の課題に対するソリューションとして予測分析が最適なのか見極めましょう（予測分析とは）。
すでにデータが手元にある場合、まずはデータを可視化しましょう。データを可視化することで今まで気づいていなかった特徴が明らかになり、何かの値を予測するまでもなく有効なビジネスアクションを着想できる場合もあります。Prediction Oneにはデータインサイト機能もありますのでこちらを用いてデータの可視化に取り組むのもおすすめです。
データの可視化で十分な例： コールセンター
オペレーターのシフトを最適化するために今までの入電数の分析をしたい。まずは入電数の実績を確認するために、データの可視化を行ってみた。すると毎週木曜日は入電数が多いことが分かった。これであれば木曜日だげ増員すればよいので予測までは行わなくてもよさそうだ。
データの可視化だけでなく予測が必要な例：機器の故障予測
人手やコストの観点からすべての機器を頻繁に点検できないので、より故障リスクの高いものから点検したい。過去のデータを可視化すると稼働からの経過時間が長いほど故障しやすいことはわかったが、機器のタイプや稼働環境の影響も大きく一概に稼働からの経過時間で点検する機器を決定するのは筋が悪そうだ。予測分析を活用することで様々な項目の影響を加味した故障予測を行えれば点検が効率化するはずだ。