予測分析とは？データを未来のインサイトに変換

予測分析の定義

予測分析は、過去のデータと統計モデリングや機械学習などの分析技術に基づいて、将来の結果を予測することを目的としたデータ分析のカテゴリーです。予測分析の技術は、かなりの精度で将来のインサイトを生み出すことができます。高度な予測分析ツールとモデルのおかげで、どのような組織でも過去と現在のデータを使用して、ミリ秒、数日、数年先のトレンドと行動を確実に予測できるようになりました。

The Insight Partnersが2022年8月に発表した研究調査によると、予測分析は幅広い組織の支持を得ており、2022年の世界市場規模は124億9,000万ドルに達します。同レポートでは、市場は2028年までに380億ドルに達し、2022年から2028年までの年平均成長率（CAGR）約20.4%で成長すると予測しています。

ビジネスにおける予測分析

予測分析は、ビッグデータ、データマイニング、統計モデリング、機械学習、各種数学的プロセスなど、幅広い手法やテクノロジーから力を引き出します。組織は予測分析を使用して、現在と過去のデータをふるいにかけ、トレンドを検出し、供給されたパラメータに基づいて、特定の時間に発生するはずのイベントや状態を予測します。

予測分析によって、組織はリスクと機会を検出するために、データに含まれるパターンを見つけて利用できます。たとえば、モデルを設計して、さまざまな行動要因間の関係を発見できます。このようなモデルは、サプライチェーンや調達のさまざまなカテゴリーにおいて、情報に基づいた意思決定を導き、特定の条件がもたらす将来性やリスクを評価できます。

予測分析の力を効果的に活用する方法については、「予測分析を成功させる7つの秘訣」を参照してください。

予測分析のメリット

予測分析により、従来のツールよりも正確で信頼性の高い未来予測が可能になります。そのため、資金の節約や増加方法を見つけるのに役立ちます。小売業者は、在庫要件の予測、出荷スケジュールの管理、売上を最大化するための店舗レイアウトの設定に予測モデルを使用することがよくあります。航空会社は、過去の旅行傾向を反映した航空券価格を設定するために、予測分析を頻繁に使用しています。ホテル、レストラン、その他のホスピタリティ業界の企業は、稼働率と収益を最大化するために、このテクノロジーを使って特定の夜の宿泊客数を予測することが可能です。

予測分析によってマーケティングキャンペーンを最適化することで、企業は新たな顧客の反応や購買を生み出し、クロスセルの機会を促進することもできます。予測モデルは、企業が最も大切な顧客を引き付け、維持し、育成するのに一役買うことができます。

予測分析は、深刻な被害が発生する前に、さまざまな犯罪行為を検知し、阻止するためにも利用できます。予測分析を使ってユーザーの行動や行為を調査することで、組織はクレジットカード詐欺から企業スパイ、サイバー攻撃まで、通常とは異なる活動を検知することができます。

予測分析のユースケース

現在の組織は、事実上無限の方法で予測分析を利用しています。このテクノロジーは、金融、ヘルスケア、小売、ホスピタリティ、製薬、自動車、航空宇宙、製造など多様な分野で採用されています。

次に、組織が予測分析を活用する方法をいくつかご紹介します。

• 航空宇宙：特定の整備作業が航空機の信頼性、燃料使用量、可用性、稼働時間に与える影響を予測。
• 自動車：部品の耐久性と故障の記録を、今後の自動車製造計画に組み込む。より優れた運転支援技術、ひいては自律走行車を開発するために、ドライバーの行動を研究する。
• エネルギー：長期的な価格と需要の比率を予測。天候、機器の故障、規制、その他の変数がサービスコストに与える影響を判断する。
• 金融サービス：信用リスクモデルの開発。金融市場の動向を予測。新しい政策、法律、規制がビジネスや市場に与える影響を予測。
• 製造：機械故障の発生場所と発生率を予測。将来の需要予測に基づいて原材料の納入を最適化。
• 警察：犯罪傾向のデータを活用し、特定の時期に追加的な保護が必要と思われる地域を特定。
• 小売：オンライン顧客をリアルタイムで追跡し、追加の製品情報やインセンティブを提供することで、取引が完了する可能性が高まるかどうかを判断する。

予測分析の例

あらゆる業界の組織が予測分析を活用することで、サービスの効率化、メンテナンスの最適化、潜在的な脅威の発見、さらには人命救助に至るまでが可能になります。こちらに3つの例を紹介します。

ロールス・ロイスは、メンテナンススケジュールを最適化し、二酸化炭素排出量を削減

世界最大級の航空機エンジンメーカーの一社であるロールス・ロイスは、予測分析をデプロイし、エンジンから排出される二酸化炭素の量を大幅に削減するとともに、メンテナンスを最適化することで、顧客が飛行機をより長く運航できるようサポートしています。

DC Waterが水の損失を削減

コロンビア特別区上下水道局（DC Water）は、同局のシステムｇｔ予測分析を利用して水の損失を減らしています。同社の主力ツールであるPipe Sleuthは、高度なディープラーニングのニューラルネットワークモデルを使用して、小口径下水管の画像解析を行い、分類し、状態評価レポートを作成しています。

ペプシコが予測分析でサプライチェーンに挑む

ペプシコは、小売店が在庫切れになりそうなタイミングを知るための予測分析によって、eコマース営業チームと現場営業チームを変革しようとしています。同社は、小売店のデータとペプシコのサプライチェーンデータを組み合わせて在庫切れを予測し、ユーザーに再注文のアラートを出す「セールスインテリジェンスプラットフォーム」を構築しました。

予測分析ツール

予測分析ツールは、ほとんど無数に存在するビジネス活動に対するリアルタイムの詳しい分析情報をユーザーに提供します。ツールを使用し、一定期間にわたって収集されたデータの分析に基づいて、特定の時間帯にリソースをどのように配分するか、在庫をいつ補充するか、マーケティングキャンペーンを展開する最適なタイミングはいつか、といったさまざまなタイプの行動やパターンを予測できます。

トップクラスの予測分析ソフトウェアプラットフォームとソリューションには、以下のようなものがあります。

• Alteryx Analytics Automation Platform
• Amazon SageMaker
• H20 AI Cloud
• IBM SPSS
• RapidMiner
• SAP Analytics Cloud
• SAS Viya
• TIBCO

予測分析を推進するツールについての詳細は、「予測分析ツールトップ8」をご覧ください。

予測分析モデル

モデルは予測分析の基盤です。このテンプレートによって、ユーザーは過去と現在のデータを実用的なインサイトに変えることができ、長期的な好結果を生み出すことができます。典型的な予測モデルには以下のようなものがあります。

• 顧客生涯価値モデル：製品やサービスにより、投資する可能性の高い顧客を特定する。
• 顧客セグメンテーションモデル：類似した特性や購買行動に基づいて顧客をグループ化する。
• 予知保全モデル：必要不可欠な機器が故障する可能性を予測する。
• 品質保証モデル：顧客に製品やサービスを提供する際に、失望や余分なコストを避けるために、欠陥を発見し、防止する。

予測モデリング技術

モデルユーザーは、ほぼ無限にある予測モデリング技術を利用できます。多くの技術は特定の製品やサービス独自のものですが、ディシジョンツリー、回帰、さらにはニューラルネットワークといった一般的な技術の中核は、現在では幅広い予測分析プラットフォームで広くサポートされています。

ディシジョンツリーは、最も一般的な技術の一つで、行動方針を決定したり、統計的確率を示すために使用される、図式化されたツリー状の図を利用します。ブランチメソッドは、ある決断がどのような結果をもたらすか、またある選択がどのように次の決断につながるかを示すこともできます。

回帰技術は、銀行、投資、その他の金融指向のモデルでよく使われます。回帰は、ユーザーが資産価値を予測し、商品や株価などの変数間の関係を理解するのに役立ちます。

予測分析技術の最先端は、ニューラルネットワークです。ニューラルネットワークは、人間の頭の働きを模倣することによって、データセットの中にある根本的な関係を特定するように設計されたアルゴリズムです。

予測分析アルゴリズム

予測分析を採用する企業は、予測分析モデルで使用するために設計された幅広い統計、データマイニング、機械学習アルゴリズムに簡単にアクセスできます。アルゴリズムは一般的に、特定のビジネス上の問題や一連の問題を解決するため、既存のアルゴリズムを強化するため、あるいはある種の独自の機能を提供するために設計されます。

たとえば、クラスタリングアルゴリズムは、顧客セグメンテーション、コミュニティ検出、その他の社会関連タスクに適しています。顧客維持率の向上や推薦システムの開発には、一般的に分類アルゴリズムが使用されます。回帰アルゴリズムは通常、信用スコアリングシステムを作成するため、または多くの時間主導型のイベントの結果を予測するために選択されます。

医療機関における予測分析

医療機関が最も熱心に予測分析を採用するようになった理由は、非常に単純です。このテクノロジーが、経費節減に役立つからです。

医療機関は、過去の傾向に基づいて施設リソースをインテリジェントに割り当てる、スタッフのスケジュールを最適化する、高額な再入院のリスクがある患者を特定する、医薬品や供給品の獲得と管理にインテリジェンスを加えるなど、いくつかの方法で予測分析を使用しています。

医療コンソーシアムのKaiser Permanenteは、今後12時間以内に急速に悪化する可能性の高い非集中治療室（ICU）患者を特定するために使用する病院ワークフローツールを、予測分析を使って作成しました。NorthShore University HealthSystemは、患者の電子カルテ（EMR）に予測分析ツールを組み込み、どの胸痛患者を経過観察のために入院させ、どの患者を帰宅させるべきかを特定するのに使用しています。

詳しくは、「医療機関アナリティクス：4つのサクセスストーリー」をご覧ください。

組織は予測分析をどのように始めるべきか？

予測分析を始めるのは簡単ではありませんが、アプローチにコミットし続け、プロジェクトを動かすために必要な時間と資金を投資する意思さえあれば、事実上どんなビジネスでも扱えるタスクです。重要な事業分野で限定的な規模の試験プロジェクトから始めることは、立ち上げコストを抑えつつ、金銭的な報酬が得られるまでの時間を最小限に抑える優れた方法です。一旦モデルが実行に移されると、一般的に、長年にわたって実用的な分析情報を引き出し続けるため、維持管理はほとんど必要ありません。

詳細は、「予測分析の始め方」をご覧ください。

予測分析業界の給与

PayScaleのデータによると、予測分析に関連する最も人気のある職種と、各職種の平均給与は以下の通りです。

• アナリティクスマネージャー：$72,000～$134,000
• アナリティクス担当ディレクター：$84,000～$179,000
• ビジネスアナリスト：$49,000～$87,000
• チーフデータサイエンティスト：$133,000～$290,000
• データアナリスト：$46,000～$89,000
• データサイエンティスト：$70,000-$137,000