Der Wunsch zu wissen, was kommt, ist sehr alt. Schon vor mehr als 2500 Jahren wurde das Orakel von Delphi befragt, wobei dessen Vorhersagen eher mystischer Natur waren. Aber bereits Aristoteles fand nur etwa 150 Jahre später den ersten richtigen Ansatz mit der Entwicklung der Scholastik, die sich ab dem 13.Jahrhundert in Europa als der Dreh- und Angelpunkt des höheren Bildungswesens erwies.
Was vor vielen Jahrhunderten als Argumentationsstruktur begann, sind heute verschiedene Methoden, um aus großen Datenmengen über entsprechende mathematische Formeln und Algorithmen den Verlauf bestimmter Strukturen gezielt vorhersagen zu können. Die Predictive Analytics nutzt dabei bestehende Methoden zur Datenerfassung und Datenauswertung.
Methode der Predictive Analytics
Grundsätzlich hängt die Methode der Predictive Analytics mit dem Vorteil enorm hoher Rechnerleistung zusammen und der Kenntnis hoch spezialisierter Fachkräfte zur Erfassung ungeordneter Daten. Hier kommt ein weiterer populärer Begriff ins Spiel: Big Data. Die gigantischen Datenmengen, die sich etwa in einer Cloud ansammeln, werden nicht mehr wie vorher zuerst aufbereitet, sondern praktisch wie in einem großen See gesammelt und direkt ausgewertet. Dabei werden absolut alle Daten und Informationen berücksichtigt, die anfallen. Sowohl die Informationen aus dem CRM eines Unternehmens wie auch Angaben und persönliche Meinungen etwa aus Social-Media-Foren. Nichts ist wirklich unwichtig. Das Data Mining, eine weitere schon lange bewährte Methode zur Extraktion von Wissen aus Datenbeständen wird natürlich mit einbezogen.
Ein absoluter Spezialist auf diesem Gebiet ist das Unternehmen Dastani Consulting, dessen Referenzliste sich wie die Auflistung der weltweit bekanntesten Unternehmen und Organisationen liest. Darunter auch die UNICEF oder Mercedes Benz.
Was macht Dastani so erfolgreich?
Das Unternehmen hat eine Methode entwickelt, über Predictive Analytics gigantische Datenmengen nicht zu sortieren, sondern aus deren Vorhandensein die richtigen, mathematisch korrekten Schlüsse zu ziehen. Die Datenaufbereitung war und ist eine zeitraubende Angelegenheit, da hier nicht nur Rechnerleistung, sondern gleichermaßen geistiges Potenzial etwa von Analytikern gebunden ist. In der Predictive Analytics werden dank enorm schneller und leistungsfähiger Rechner nur noch Felder, Bereiche oder etwa Regionen auf bestimmte Faktoren hin untersucht. Dabei spielt es keine Rolle, ob es um den Absatz von Maschinen, Kleidung oder Fahrzeugen oder etwa die Entwicklung bestimmter sozialer beziehungsweise politischer Kennzahlen geht. Die Ergebnisse der Predictive Analytics beruhen nicht auf der Vorhersage eines Trends, weil etwa in der Vergangenheit so und so viel in einer bestimmten Region abgesetzt wurde und dieser Absatz sich nun abschwächen, verstärken oder gleichbleibend sein könnte. Die Ergebnisse beruhen auf Millionen kleiner Datenmengen, die aber im Endeffekt die Richtung bestimmen. Die größte Schwierigkeit hierbei waren in der Vergangenheit Zahlen, die vom vorhergesagten Schema abwichen. Warum sinkt etwa der Absatz eines Produktes rapide in einer Region? Es sind oft nicht große Auslöser, sondern winzige Vorkommnisse, die in bisherigen Analysetools nicht berücksichtigt wurden.
Das menschliche Verhalten, gleich ob nun in Bezug auf den Konsum oder gesellschaftliche Belange, ähnelt dem eines großen Fischschwarms im Meer. Blitzschnell vollzieht der gesamte Schwarm eine Richtungsänderung. Warum? Mit Predictive Analytics lässt sich das schon im Vorfeld ermitteln.