Heute schon wissen, was Kunden morgen kaufen werden. Polizisten zu wahrscheinlichen Tatorten schicken, noch bevor ein Verbrechen geschieht. Frühzeitig erkennen, welche Mitarbeiter gegebenenfalls das Unternehmen verlassen wollen, noch ehe diese es selbst wissen. Maschinen genau dann warten, wenn es nötig ist, und so eine teure Downtime vermeiden. Dies sind nur einige Anwendungsszenarien für die vorausschauende Datenanalyse oder Predictive Analytics.
Mithilfe von Data-Mining-Methoden können Predictive Analytics beispielsweise Muster zwischen vergangenen Bestellungen unterschiedlicher Produkte oder zwischen Sensordaten und Maschinenausfällen herstellen. So lassen sich Entscheidungen hinsichtlich Produktion, Lagerhaltung und Wartung unterstützen. Dabei stehen Unternehmen mehrere Wege offen, um den größtmöglichen Nutzen aus den Informationen in ihrem Data Warehouse oder ihrer Big-Data-Infrastruktur zu ziehen. „Firmen, die über die entsprechenden Ressourcen verfügen, können ihre Daten von Data Scientists oder sogar Supercomputern auswerten lassen. Letztere sind zum Teil auch in der Lage, möglichen, gewinnbringenden Zielen automatisch nachzugehen“, weiß Jörg Kremer, Predictive-Analytics-Experte bei der mip GmbH. „Aber auch Predictive-Analytics-Software ermöglicht es Firmen, einen echten Mehrwert aus ihren Daten zu generieren.“