Beslutsstödet går från att beskriva historien till att förutspå framtiden. Förutsägelseanalyser rankas som ett av de hetaste områdena av analysföretag som Forrrester, Gartner och IDC. De tillåter att frågor av ”vad-händer-om”-karaktär besvaras. Att få svar på sådana frågor kan bli rena guldgruvan för affärsområdeschefer.

Flygbolaget SAS tillhör dem som använder förutsägelseanalyser för att förutspå utfall i försäljning och omsättning.

– Omsättningen beror på en mängd olika händelser. En del kunder bokar tidigt, men de flesta ganska sent. Det finns olika bokningsklasser och prissegment. Med hjälp av förutsägelseanalyser får vi en bild över framtida försäljning, säger Dan Andersen, beslutsstödsansvarig på SAS.

Analyserna kräver att mängder av poster aggregeras till en prognos över omsättningen, exempelvis vad gäller försäljning via olika kanaler.

– En stor del av informationen hämtar vi från våra egna informationslager. Just beslutsstöd och förutsägelseanalyser är ett område där vi utökar och rekryterar kraftigt, säger Dan Andersen.

De flesta modellerna är egenutvecklade och bygger på beslutsstödsverktyg från Sas Institute. Enligt Dan Andersen har användningen av förutsägelseanalyser lett till att försäljningsprognoserna blivit mer exakta.

Traditionellt har många företag varit bra på att följa upp det som har hänt, men framtiden är mer komplicerad.

– Det gäller att jobba med det så att man skapar erfarenheter och en förståelse som går att kombinera med prognosverktygen, säger Dan Andersen.

Henrik Boström, professor i data- och systemvetenskap vid Stockholms universitet, framhåller att de prediktiva modellerna innebär att man kan testa utfallet i olika scenarier i stället för att bara ge en beskrivning av historiska data.

– Förutsägelseanalyser skapar helt nya möjligheter för beslutsstöd jämfört med tidigare, säger han.

Ett exempel är så kallad ensemblemodellering, där ett stort antal olika modeller skapas och vägs samman. Dessa har använts för väderprognoser tidigare.

Exempel på affärsanvändning är företag som vill dra i gång kampanjer och skicka ut material till sina kunder.

– Företaget kan då använda utfallet från tidigare utskick och ställa samman mängder av information för att skapa en modell över vilka kunder som kan förväntas reagera positivt på det nya utskicket.

En förutsägelseanalys kan enligt Henrik Boström användas för att hitta ett samband mellan exempelvis postnummer, ålder, köphistorik och de variabler som man är intresserad av att förutsäga, som exempelvis köpbenägenhet.

– Området består av många olika av modeller, liksom verktyg för att skapa dem. En stor del av arbetet när modellerna tas fram handlar om att ställa sig frågan om vilken information som ska användas och hur den ska representeras.

Förutom analys av kunddata kan det handla om kreditbedömningar, ansiktsigenkänning, analys av webbtrafik och så vidare.

Enligt analysföretaget Gartner omsätter den globala marknaden för förutsägelseanalyser ungefär en miljard dollar.

Området har ännu inte riktigt tagit fart. Nu spås en snabb ökning, dels eftersom konjunkturen vänder uppåt, dels för att flera stora aktörer som IBM och SPSS och Sas Institute i samarbete med Accenture, satsar hårt.