Dalam bisnis, analitik prediktif adalah proses menggunakan data historis untuk menganalisis pola masa lalu dan memprediksi pola masa depan. Proses ini digunakan dalam bisnis untuk menemukan peluang potensial, dan untuk menilai risiko dan manfaat prospektifnya. Dasar analitik prediktif adalah menggunakan hubungan antara berbagai jenis data untuk memperkirakan potensi atau risiko dari serangkaian kondisi tertentu.
Analisis prediktif mencoba menjelaskan, menganalisis, dan memprediksi perilaku dengan cara matematis atau ilmiah. Sebuah perusahaan dapat menangkap dan menganalisis data pelanggannya, dan, dengan menggunakan pengenalan pola, teori permainan, algoritme peluang, atau statistik, mencoba untuk memprediksi perilaku pelanggan di masa depan berdasarkan perilaku tersebut di masa lalu. Teknik data mining telah memajukan bidang ini dengan memungkinkan data diurutkan dan dikategorikan dalam berbagai cara. Semakin besar tingkat perincian data yang dapat dikategorikan, semakin berguna dan akurat data tersebut dalam memprediksi hasil di masa mendatang.
Manajemen hubungan pelanggan (CRM) bergantung pada analitik prediktif untuk memahami perilaku pembelian pelanggan. Dengan menggunakan data pelanggan yang diambil pada saat penjualan, dan menerapkan berbagai teknik statistik, perusahaan dapat lebih memahami cara memasarkan dan menjual produk baru kepada pelanggan yang sudah ada. Mereka juga dapat memahami cara terbaik untuk memotivasi orang yang belum menjadi pelanggan untuk mencoba produk mereka atau mengunjungi toko mereka. Segmen bisnis ritel dan pemasaran langsung telah lama menggunakan teknik CRM, dan sering menjadi yang terdepan dalam aplikasi baru.
Analisis prediktif biasanya digunakan dalam industri seperti layanan keuangan dan asuransi. Dalam jasa keuangan, perusahaan akan menggunakan penilaian kredit untuk memprediksi kemungkinan bahwa konsumen akan default pada pinjaman. Penilaian tersebut didasarkan pada informasi tentang riwayat kredit nasabah dan pengajuan pinjaman, dibandingkan dengan data yang sama dari nasabah sejenis di masa lalu. Industri asuransi akan berusaha untuk menentukan kemungkinan kerugian, berdasarkan profil pemohon dan kinerja masa lalu pelanggan dengan profil serupa.
Industri lain yang menggunakan analitik prediktif untuk meningkatkan profitabilitas mereka termasuk perawatan kesehatan dan farmasi, ritel, telekomunikasi, dan perjalanan. Bahkan Internal Revenue Service menggunakan analitik prediktif untuk mencoba memprediksi dan mengidentifikasi penipuan pajak penghasilan. Kantor akuntan menggunakan metode ini untuk mencoba mengidentifikasi kecurangan dalam laporan keuangan perusahaan yang mereka audit.
Selain memprediksi perilaku konsumen, analitik prediktif dapat digunakan untuk menilai permintaan agregat di tingkat toko, wilayah, atau nasional. Ini dapat digunakan untuk memprediksi kinerja seluruh industri dalam kondisi ekonomi tertentu. Pemerintah dapat menggunakannya untuk memprediksi faktor-faktor yang mempengaruhi seluruh perekonomian, seperti pengangguran atau perumahan baru.