Predictive Analytics ist einer der wichtigsten Big-Data-Trends und steht in engem Zusammenhang mit Business Intelligence, Business Analytics und Data Mining. Mithilfe dieser Verfahren können Unternehmen wirtschaftliche Zusammenhänge auswerten und vorhersagen, um bessere Unternehmensentscheidungen treffen zu können – Ziel ist es sich dadurch Wettbewerbsvorteile zu sichern.

Business Intelligence (BI) beleuchtet Geschehnisse in der Vergangenheit und deren Auswirkungen auf die Gegenwart. Durch u.a. Reportings und Online Analytical Processing (OLAP) werden Fragen zur Menge, Häufigkeit oder den Ursachen eines Ereignisses beantwortet. Damit kann die aktuelle wirtschaftliche Situation eines Unternehmens dargestellt werden.

Business Analytics (BA) erweitert dieses Vorgehen um den Blick in die Zukunft. Dabei werden unterschiedliche statische Analysen hinzugezogen, um die Gründe, Auswirkungen, Wechselwirkungen oder die Folgen von Ereignissen zu erörtern. Außerdem können verschiedene Szenarien durchgespielt werden und daraus resultierende Handlungsalternativen aufgezeigt werden. Für den Blick in die Zukunft wird im BA Predictive Analytics als eine statistische Analyse herangezogen. Predictive Analytics stellt somit eine Teildisziplin von Business Analytics dar. Eine enge Verbindung zum Data Mining ist dabei unverkennbar. Predictive Analytics bedient sich in der Tat an zahlreichen Methoden und Werkzeugen des Data Minings. Allerdings nutzt Predictive Analytics noch weitere Methoden, wie z.B. maschinelles Lernen, um Vorhersagen über die Wahrscheinlichkeit von zukünftigen Ereignissen treffen zu können.

Predictive Analytics kann und wird bereits in den unterschiedlichsten Branchen eingesetzt: Banken können einschätzen, ob ein Kunde die zukünftigen Ratenzahlungen leisten kann oder nicht und ein IT-Dienstleister kann voraussagen, wann ein neues Ersatzteil für einen Server beschafft werden muss. Ein kostspieliger Ausfall eines Servers kann somit vermieden werden.