I näringslivet är prediktiv analys processen att använda historisk data för att analysera tidigare mönster och förutsäga framtida mönster. Denna process används i företag för att upptäcka potentiella möjligheter och för att bedöma deras framtida risker och belöningar. Grunden för prediktiv analys är att använda sambanden mellan olika typer av data för att uppskatta potentialen eller risken för en given uppsättning förhållanden.
Prediktiv analys försöker förklara, analysera och förutsäga beteende med matematiska eller vetenskapliga medel. Ett företag kan fånga och analysera sina kunddata och, med hjälp av mönsterigenkänning, spelteori, oddsalgoritm eller statistik, försöka förutsäga framtida kundbeteende baserat på vad det beteendet har varit tidigare. Datautvinningstekniker har avancerat området genom att göra det möjligt att sortera och kategorisera data på olika sätt. Ju högre grad av granularitet som data kan kategoriseras till, desto mer användbar och korrekt kommer den att vara för att förutsäga framtida resultat.
Customer Relationship Management (CRM) bygger på prediktiv analys för att förstå kundernas köpbeteende. Genom att använda kunddata som samlats in vid försäljningstillfället och tillämpa olika statistiska tekniker kan företag bättre förstå hur man marknadsför och säljer nya produkter till befintliga kunder. De kan också förstå hur man bäst motiverar människor som ännu inte är kunder att prova deras produkter eller besöka deras butiker. Affärssegmenten detaljhandel och direktmarknadsföring har länge använt CRM-tekniker och ligger ofta i framkant av nya applikationer.
Predictive analytics används ofta i branscher som finansiella tjänster och försäkringar. Inom finansiella tjänster kommer företag att använda kreditvärdering för att förutsäga sannolikheten för att en konsument kommer att misslyckas med ett lån. Bedömningen baseras på information om kundens kredithistorik och låneansökan, jämfört med samma data från liknande kunder tidigare. Försäkringsbranschen kommer att försöka fastställa sannolikheten för en förlust, baserat på sökandens profil och tidigare prestationer för kunder med liknande profiler.
Andra branscher som använder prediktiv analys för att öka sin lönsamhet inkluderar hälsovård och läkemedel, detaljhandel, telekommunikation och resor. Även Internal Revenue Service använder prediktiv analys för att försöka förutsäga och identifiera skattebedrägerier. Revisionsbyråer använder denna metod för att försöka identifiera bedrägerier i de finansiella rapporterna för de företag de granskar.
Förutom att förutsäga konsumentbeteende kan prediktiv analys användas för att bedöma den samlade efterfrågan på butiks-, region- eller nationell nivå. Det kan användas för att förutsäga resultatet för en hel industri under vissa ekonomiska förhållanden. Regeringen kan använda den för att förutsäga faktorer som påverkar hela ekonomin, såsom arbetslöshet eller bostadsstarter.