التحليل التنبؤي (Predictive Analytics)

• كيف يمكن لبنكٍ ما أن يتحقّق من الجدارة الائتمانية للمتقدّمين للحصول على قرض قبل الموافقة عليهم؟!

• كيف يمكن لمتجرٍ ما أن يختار الموقع المناسب والمُربح، وكيف يمكن له أن يُحقّق الموازنة في منتجاته فلا يكون هناك نقص ولا فائض في المنتجات؟!

كل ذلك يتم باستخدام تقنيات التحليل التنبؤي (Predictive Analytics)..

ما هو التحليل التنبؤي؟

وماهي أبرز النماذج التي تستخدمها هذه التقنية؟

هو أحد أهم تطبيقات علم البيانات، يهدف للتنبؤ بالمستقبل باستخدام البيانات التاريخية والحالية، إلى جانب البيانات يتم استخدام الأساليب الإحصائية وتقنيات التنقيب عن البيانات والتعلم الآلي.

تغوص الشركات والمنظمات اليوم في البيانات التي تحصل عليها من قواعد البيانات الخاصة بها، أو الصور، أو الفيديو، أو أجهزة الاستشعار، أو مصادر البيانات الأخرى، للحصول على رؤى من هذه البيانات ولاكتشاف المخاطر أو الفرص يستخدم علماء البيانات خوارزميات التعلّم العميق والتعلّم الآلي للعثور على الأنماط والتنبؤ بالأحداث المستقبلية.

عند تطبيق التحليل التنبؤي يتم استخدام عدة نماذج، أهمها:

• الانحدار Regression

أحد أساليب التعلّم الخاضعة للإشراف، يُحدّد العلاقة بين المتغير التابع أو المستهدف، والمتغير المستقل أو المُتنبِئ، تُستخدم هذه العلاقة للتنبؤ بالمتغيرات المستهدفة غير المعروفة بناءً على المُتنبِئات المعروفة، وتعتبر هذه النماذج هي الأكثر استخدامًا في هذا المجال وأبرزها:

-- الانحدار الخطي/ الانحدار الخطي المتعدد Linear Regression/ Multivariate Linear Regression

-- الانحدار متعدد الحدود Polynomial Regression

           تُستخدم هذه النماذج في وضع الأسعار، وتحديد أفضل سعر للعرض بناءً على كيفية بيع المنتجات الأخرى كما يستخدمها محللو الأسهم لتحديد مدى تأثير عوامل مثل سعر الفائدة على أسعار الأسهم. 

• التصنيف Classification

من أساليب التعلّم الخاضعة للإشراف، يستخدم عيّنة من البيانات التدريبية للتعرف على خصائصها المشتركة وتحديد فئاتها، ثم يُصنّف مجموعات البيانات الجديدة بناءً على الفئات المحدّدة مُسبقًا، غالبًا ما يُجيب على أسئلة من نوع نعم/لا، وأبرز نماذجه:

-- الانحدار اللوجستي Logistic Regression

-- شجرة القرار Decision Tree

-- الغابة العشوائية Random Forest

-- Naive Bayes

           يحدّد التصنيف القيمة الدائمة المحتملة للعميل، أو القيمة التي يستحقها موظف معين. تستخدم البنوك هذه النماذج لمعرفة المؤهلين للحصول على تمويل وغير المؤهلين، كذلك تُستخدم من قبل المسؤولين التنفيذيين لتحديد الموظفين الذين يجب عليهم الاستثمار في تدريبهم وترقيتهم.

• التجميع Clustering

من أساليب التعلّم غير الخاضعة للإشراف، يتضمن تجميع البيانات حسب أوجه التشابه في مجموعات، يتميز التجميع بميزة السماح للآلة بتحديد المجموعات، وتحديد الخصائص للفئات بدلًا من استخدام الفئات المحدّدة مُسبقًا، تظهر أهمية هذا النوع في قدرته على استنباط الخصائص المشتركة للبيانات التي يصعب على العين البشرية ملاحظتها.

تعتبر خوارزمية K-Means من أفضل خوارزميات التجميع

يستخدمها محللو التسويق بشكل متكرّر أثناء تجزئة العملاء ولفهم سلوك المستهلكين.

• السلاسل الزمنية Time-series

مجموعة من نقاط البيانات مرتبة حسب الوقت، في سلسلة زمنية، وغالبًا ما يكون الوقت هو المتغير المستقل، والهدف عادةً هو بناء توقّع للمستقبل.

تُستخدم هذه النماذج للتنبؤ بالطقس، والتنبؤ بالطلب في المواسم المختلفة، ويتم استخدامها من قبل المستشفيات للتنبؤ بسعة غرف الطوارئ بناءً على عدد المرضى في فترة زمنية معينة.

كما أن هناك استخدامات أخرى للتحليل التنبؤي في عدة مجالات، منها:

• مجال الخدمات المالية والمصرفية

يستخدم في اكتشاف الاحتيال، وتوقّع اتجاهات الأسواق المالية، وتوقع تأثير السياسات والقوانين واللوائح الجديدة على الأعمال التجارية والأسواق.

• مجال الرعاية الصحية

يستخدم في اكتشاف ورعاية المرضى المصابين بأمراض مزمنة.

• مجال التسويق والمبيعات 

يستخدم في التنبؤ باحتياجات العملاء ومتطلباتهم، ومعرفة ما إذا كان تقديم معلومات أو حوافز إضافية عن المنتج سيزيد من احتمالية شراء العميل للمنتج.

• مجال التصنيع 

يستخدم في توقّع موقع ومعدل أعطال الآلات، وتحسين عمليات تسليم المواد الخام بناءً على الطلبات المستقبلية المتوقعة.

• مجال الطاقة

يستخدم في توقّع نسب الطلب والسعر على المدى البعيد. وتحديد تأثير الأحوال الجوية وتعطّل المعدات واللوائح والمتغيرات الأخرى على تكاليف الخدمات.

• مجال الموارد البشرية

يستخدم في اختيار الموظفين وتوظيفهم، وتحديد أسواق العمل والتنبؤ بمستوى أداء الموظفين.

رنا عبد الكريم