Predictive Analytics (auch Predictive Analysis) umfasst datenwissenschaftliche Methoden aus Statistik, Data Mining und maschinellem Lernen, mit denen Unternehmen aus Vergangenheitsdaten Eintrittswahrscheinlichkeiten und Mengenprognosen ableiten.
Erklärung
Ein prädiktiver Analyseablauf gliedert sich in Datenaufbereitung, Merkmalsauswahl (Feature Engineering), Modelltraining und fortlaufende Validierung an real eingetretenen Ergebnissen. Im B2B-Vertrieb verknüpfen solche Modelle strukturierte CRM-Einträge wie Branche, Unternehmensgröße, beteiligte Entscheiderrollen und Verweildauer in Pipeline-Phasen mit Nutzungs- oder Interaktionsdaten. Als Ergebnis gibt der Algorithmus keine starre Ja/Nein-Aussage aus, sondern kalibrierte Wahrscheinlichkeitswerte oder Konfidenzintervalle, etwa eine Abschlusswahrscheinlichkeit von 65 Prozent innerhalb des laufenden Quartals oder den voraussichtlichen Bedarf an Support-Kapazitäten. Vertriebs- und Customer-Success-Teams sortieren damit große Arbeitslisten nach erwartetem Ertrag oder Abwanderungsrisiko. Verändern sich Marktbedingungen, Preismodelle oder Zielgruppen (Data Drift), müssen die Modelle mit aktuellen Abschlussdaten nachtrainiert werden, damit die Prognosegenauigkeit erhalten bleibt.