Prediktív elemzés a mindennapokban

Prediktív elemzés a mindennapokban

Prediktív elemzés a mindennapokban

még több IoT

2 perc

Ahogy a Big Data egyre népszerűbbé válik, úgy bukkannak fel újabb és újabb technológiák, amelyek segítenek a valóban hatalmas mennyiségű információ feldolgozásában. Ilyen megoldás a prediktív elemzés is. Nézzünk néhány példát, hogy miként használhatják ezt a módszert a vállalatok a mindennapokban.

A prediktív elemzés lényege, hogy hatalmas mennyiségű adat átfésülésével a program ok-okozati összefüggéseket is észrevesz, és ezáltal jövőbeli következtetéseket is levon. Ennek segítségével lehet feldolgozni például azt a 2,5 trillió (azaz még 18 nulla jön utána) byte adatot, amelyet az IBM kutatása szerint az emberiség naponta termel.

Hangszínfelismerés

Különböző szoftverek már nemcsak a szavakat, hanem a hangszínt is képesek vizsgálni a felvételek alapján. Ez például azokban a helyzetekben hasznos, amikor egy cég telefonon keresi meg az ügyfeleit.

Ezáltal pontosabban, újabb szempont alapján is mérhető a call centerek teljesítménye, de a megoldás jól jöhet az adóbehajtó cégeknél is. Ezen vállalkozások egy telefonos megbeszélés alapján kideríthetik, hogy az adott ügyféltől mekkora eséllyel szerezhetik vissza a kintlévőségeket. Ennek köszönhetően pedig azokra koncentrálhatnak, akiktől várhatóan nagyobb sikerrel behajthatóak a követelések.  

Lemorzsolódási jóslatok

A prediktív elemzés segítségével megvizsgálhatóak a korábbi ügyféladatok is. A számítógép egy idő után ugyanis rátalálhat olyan jelekre, amelyek megelőzik a vásárlók elvesztését. Az elemzés segíthet a cég munkatársainak abban, hogy többet foglalkozni azokkal a kliensekkel, akik valamilyen ok miatt elbizonytalanodtak vagy elfordulnának a társaságtól.

Videoelemzés

Korábban ez elképzelhetetlen volt, de mára az informatikai rendszerek egészen jók lettek a videókon szereplő alakok és történések felismerésében. Elsősorban természetesen a biztonságtechnikában alkalmazható ez a képességük.

A prediktív elemzéssel a programok jobban ki tudják következtetni, hogy valószínűsíthetően ki az, aki valamilyen bűncselekményre készül. A korábbi adatokat elemezve pedig egyre pontosabban kiszámítják a kamera előtt mozgó személyek szándékait. Nem utolsó szempont, hogy a háttérfelismerésnek köszönhetően észrevehetik azt is, ha valaki direkt félrefordította a kamerát, hogy az ne érzékeljen a mozgást.

Forrás: M2M Now