Predictive analytics เป็นการวิเคราะห์เพื่อตอบคำถามที่ว่า What is likely to happen อะไรจะเกิดขึ้นในอนาคต เป็นการพยากรณ์ไปข้างหน้า (Foresight) การวิเคราะห์เพื่อการพยากรณ์มีหลายแบบ เช่น
- การวิเคราะห์การถดถอย (Regression) โดยนำข้อมูลที่เกิดขึ้นแล้วมาวิเคราะห์ตามแบบจำลองทางสถิติเพื่อพยากรณ์สิ่งที่สนใจ เช่น การประมาณการหรือพยากรณ์ต้นทุนการผลิตในอนาคต เป็นต้น
- การใช้เทคโนโลยีปัญญาประดิษฐ์ในการพยากรณ์ เช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ เป็นต้น
- การแบ่งประเภท (Classification) เพื่อพยากรณ์จากการจัดข้อมูลที่คล้ายคลึงกันไว้ด้วยกัน เช่น พยากรณ์หนี้สูญจากกลุ่มลูกหนี้ที่ค้างชำระเป็นเวลานานเกิน 120 วัน เป็นต้น
- การพยากรณ์แบบเชื่อมโยง (Link prediction) เป็นการลิงค์หรือเชื่อมโยงข้อมูลโดยพิจารณาจากความสัมพันธ์กันของข้อมูล เช่น ความสัมพันธ์ระหว่างฝ่ายจัดซื้อกับผู้ขาย (Vender) เพื่อคาดคะเนว่าอาจมีการร่วมกันทุจริตในกิจกรรมการจัดซื้อขององค์กร เป็นต้น
ตัวอย่างการวิเคราะห์เชิงวินิจฉัย ในที่นี้ จะแสดงตัวอย่างการวิเคราะห์ถดถอย เพื่อสร้างสมการพยากรณ์ หรือประมาณการต้นทุนการรับของในกิจกรรมการสั่งซื้อ โดยเก็บข้อมูลต้นทุนการรับของและจำนวนครั้งของการสั่งซื้อในอดีตมาวิเคราะห์การถดถอย กำหนดให้ต้นทุนการรับของเป็นตัวแปรตาม และจำนวนครั้งของการสั่งซื้อเป็นตัวแปรต้นหรือตัวแปรอิสระ ทำการวิเคราะห์โดยใช้ Excel แล้วได้ผลการวิเคราะห์ดังภาพที่ 1
ภาพที่ 1 การวิเคราะห์การถดถอยเพื่อสร้างสมการพยากรณ์ต้นทุนการรับของ
จากภาพที่ 1 แสดงผลการวิเคราะห์ข้อมูล โดยการเรียกใช้คำสั่ง LINEST จะได้สมการที่แสดงความสัมพันธ์ระหว่างต้นทุนการรับของกับจำนวนครั้งของการสั่งซื้อคือ Y= 5,334..6 + 6.615X โดยมีค่า r2 = 0.9004 แสดงว่าผลการทดสอบความเหมาะสมของสมการสามารถนำไปใช้ในการพยากรณ์ได้ ดังนั้น ถ้าคาดว่าในเดือนถัดไปจะมีจำนวนครั้งของการสั่งซื้อ 1,500 ครั้ง นำไปแทนค่า x ในสมการ จะได้ต้นทุนการรับของประมาณ 15,257.10 บาท เป็นต้น