Prediktivní analytika

Množství dat, která se každý den přesouvají online, je skutečně ohromující. Každý příspěvek, který na Facebooku označíte jako „to se mi líbí“, každý nákup, který provedete na internetu, i každá reklama, na kterou kliknete, generují data – celé oceány dat. Pro firmy a vlády, které chtějí lépe porozumět vašemu chování a ovlivňovat ho, jsou tato data zlatým dolem.

Díky prediktivní analytice (PA), tedy oblasti analytiky zaměřené na předpovídání budoucích událostí, mohou společnosti využívat datové stopy, které za sebou zanecháváte, k předpovědi vašeho budoucího chování s překvapivou přesností. Jak ale uvidíte v tomto shrnutí, rostoucí schopnost předvídat chování jednotlivců zároveň otevírá zásadní morální a etické otázky. Opravdu chceme, aby někdo předpovídal naši budoucnost?

V tomto shrnutí se dozvíte, jak PA funguje, proč je IBM Watson dosud největším skokem v oblasti umělé inteligence a také to, že prediktivní analytika může být do určité míry zaujatá.

Pokaždé, když firma investuje do nákladné marketingové kampaně, podstupuje riziko: vždy existuje možnost, že kampaň selže a miliony dolarů skončí ve ztrátě. Pokud však využije prediktivní analytiku, může toto riziko výrazně snížit.

Cílem prediktivní analytiky (PA) je zkoumat lidské chování a získat představu o tom, jak lidé reagují na určité situace – například na zhlédnutí reklamy. PA toho dosahuje tím, že bere v úvahu širokou škálu statistických údajů a charakteristik, přičemž se zaměřuje na pochopení individuálního, nikoli obecného chování.

Prediktivní analytiku tedy nepoužijete k určení, která reklama má „nejširší záběr“, ale k odhadu, jak konkrétní lidé pravděpodobně zareagují na konkrétní reklamy. Prakticky to funguje tak, že po zadání všech relevantních proměnných získáte prediktivní skóre. To vám neřekne budoucnost, ale vyjádří pravděpodobnost určitých individuálních reakcí.

Představte si například, že chcete zjistit, na kterou online reklamu budou lidé ve Spojených státech nejčastěji klikat při hledání grantů a stipendií. Čím více proměnných zadáte – například věk, pohlaví nebo doménu e‑mailu – tím přesnější bude výsledné prediktivní skóre.

Tato skóre jsou velmi užitečná pro organizace, které chtějí vědět, jaké demografické skupiny oslovit konkrétními slevovými nabídkami a reklamami, stejně jako pro ty, které potřebují rozhodovat o tom, jaké akcie nakoupit nebo které osoby podrobit auditu.

Prediktivní model používaný v PA je dynamičtější než jiné modely, protože je založen na strojovém učení. To znamená, že se může měnit, růst a přizpůsobovat podle typu dat, která do něj vstupují. Je také přesnější než jiné prediktivní nástroje, protože využívá zpětné testování: pracuje s historickými daty a ověřuje na nich, jak přesné by byly výsledky modelu.

Pokud se například snažíte předpovědět, zda index S&P 500 za rok vzroste, nebo klesne, můžete pomocí zpětného testování použít data z roku 1990 a zjistit, jak dobře by model předpověděl vývoj indexu S&P 500 v roce 1991.

Jak se naše schopnost využívat technologie k prediktivním účelům zlepšuje a stává se sofistikovanější, vyvstává důležitá otázka: kolik „spoilerů“ o vlastním životě vlastně chceme znát? A ještě zásadnější je otázka: kolik životů jsme ochotni tímto způsobem ovlivnit – nebo i pokazit?

Nejde však jen o to, zda chceme znát svou budoucnost. Ještě naléhavější obavou spojenou s prediktivní analytikou a s ní úzce souvisejícím dolováním dat je ochrana soukromí.

Když vyšlo najevo, že maloobchodní řetězec Target používá prediktivní analytiku k určení, které zákaznice mají největší pravděpodobnost, že jsou těhotné, mnozí měli pocit, že firma překročila hranici. Target tvrdil, že chce jen cíleně nabízet těhotenské zboží těm správným ženám, tento typ marketingu však nese riziko, že osobní informace „proklouznou“ k přátelům, rodině či kolegům – a dotyčné ženy je třeba ještě nejsou připraveny sdílet.

Na druhé straně je zřejmé, že prediktivní analytika má značný potenciál v oblasti prevence kriminality. Jedna firma například použila zpětné testování historických dat ze Santa Cruz v Kalifornii a ukázala, že lze přesně předpovědět přibližně 25 procent vloupání. Takový systém může policii pomoci identifikovat různé „horké zóny“, které pak mohou být denně monitorovány.

Velká města jako Chicago, Memphis nebo Los Angeles dnes využívají prediktivní analytiku ve snaze snížit kriminalitu. Pracují s pestrou škálou dat, včetně minulých i současných trestných činů a okolností, za nichž k nim došlo – například s ohledem na den v týdnu, svátky nebo počasí.

Znovu se však ozývají hlasy, že používaná data mohou jít příliš daleko, zejména pokud se z nich vyvozují závěry o chování jednotlivce na základě činů jiných lidí.

Příklad: některá města využívají prediktivní analytiku k odhadu pravděpodobnosti, že se odsouzený po propuštění vrátí k trestné činnosti. Mnoho lidí se obává, že to otevírá dveře předsudkům, které se mohou nenápadně propsat do prediktivních modelů.

Představte si dva pachatele, kteří spáchali stejný zločin a oba se ucházejí o podmínečné propuštění – ale jeden z nich pochází z oblasti s vyšší mírou kriminality. Jen kvůli kriminalitě v jeho čtvrti bude tento člověk považován za pravděpodobnějšího recidivistu. Jde zjevně o předsudečnou predikci a protože čtvrti s marginalizovanými menšinami mívají vyšší míru kriminality, budou to právě jejich obyvatelé, kdo tím nejvíce utrpí. Stručně řečeno, jde jen o další podobu rasového profilování.