予測分析とは、過去データから未来を予測する分析手法群の総称で、需要予測・離脱予測・異常検知などの用途に適用されます。手法は回帰分析から勾配ブースティング、ニューラルネットワークまで幅広くありますが、精度・解釈性・学習速度のトレードオフを理解した選定が重要です。近年はLLMを特徴量生成に組み合わせるハイブリッドアプローチも有効で、従来のMLだけに縛られる時代は終わりました。
予測分析とは
予測分析(Predictive Analytics)は、データ分析の4段階である「記述分析」「診断分析」「予測分析」「処方分析」のうち3番目に位置づけられる領域です。記述分析が「何が起きたか」、診断分析が「なぜ起きたか」を扱うのに対し、予測分析は「次に何が起こるか」を推定します。処方分析はさらに「何をすべきか」まで踏み込む意思決定支援の段階です。
予測分析の価値は、事後対応から事前対応への転換を可能にする点にあります。売上が落ちてから原因を追う（診断分析）のではなく、売上が落ちる前に兆候を捉える（予測分析）ことで、打てる施策の幅と効果が大きく変わります。
【分析の4段階ピラミッド】
Level 4: 処方分析 (Prescriptive)
「何をすべきか」
-----------------------------
Level 3: 予測分析 (Predictive)
「次に何が起こるか」
---------------------------------
Level 2: 診断分析 (Diagnostic)
「なぜ起きたか」
-------------------------------------
Level 1: 記述分析 (Descriptive)
「何が起きたか」
-----------------------------------------
※ 上位レベルほど価値は高いが、実装難度も上がる。
予測分析の主要手法
予測分析で使われる手法は多岐にわたります。線形回帰のような古典的な統計手法から、決定木、ランダムフォレスト、勾配ブースティング、ニューラルネットワークまで、問題の性質とデータ量によって最適解が変わります。実務では勾配ブースティング(XGBoost、LightGBM、CatBoost)が最もバランスの取れた選択肢として広く使われています。
| 手法 | 精度 | 解釈性 | 学習速度 | データ量要件 | 適した場面 |
|---|---|---|---|---|---|
| 線形回帰 | 低〜中 | 高 | 速 | 少量でOK | 関係性が線形・説明が必要 |
| ロジスティック回帰 | 中 | 高 | 速 | 少量〜中量 | 二値分類・金融与信 |
| 決定木 | 中 | 高 | 速 | 少量〜中量 | ルール可視化が必要 |
| ランダムフォレスト | 中〜高 | 中 | 中 | 中量 | 汎用的なベースライン |
| 勾配ブースティング | 高 | 中 | 中 | 中量〜大量 | 表形式データの本命 |
| ニューラルネットワーク | 高 | 低 | 遅 | 大量 | 画像・音声・複雑パターン |
| 深層学習(Transformer) | 非常に高 | 非常に低 | 非常に遅 | 超大量 | 言語・系列データ |
手法選定のコツは、いきなり最新の手法に飛びつかず、シンプルなベースラインから始めることです。線形回帰やロジスティック回帰で得られた精度を「比較基準」として、それを大きく上回れないのであれば複雑な手法を使う意味はありません。データサイエンスワークフローの記事で手法選定の流れを詳しく扱っています。
ユースケース別アプローチ
予測分析は、ユースケースによって設計の勘所が大きく異なります。需要予測では季節性やトレンドの扱いが鍵、離脱予測では不均衡データの対策が重要、異常検知では低頻度イベントの検知感度がポイントです。それぞれに合った目的変数、特徴量、評価指標を選ぶことが成功の条件になります。
| ユースケース | 目的変数 | 主要特徴量 | 推奨手法 | 評価指標 |
|---|---|---|---|---|
| 需要予測 | 数量(連続値) | 時系列・季節・天候・販促 | Prophet・LightGBM | RMSE・MAPE |
| 離脱予測 | 離脱有無(二値) | 利用頻度・満足度・期間 | 勾配ブースティング | AUC・F1 |
| 異常検知 | 異常ラベル(二値) | センサー値・取引額 | Isolation Forest | Precision@K |
| 与信予測 | デフォルト有無 | 属性・取引履歴・スコア | ロジスティック・XGBoost | AUC・Gini係数 |
| 価格予測 | 価格(連続値) | 需給・競合価格・時期 | LightGBM・Prophet | RMSE |
以下は、scikit-learnで需要予測モデルを構築する最小限の例です。実務ではもっと丁寧な前処理とハイパーパラメータ調整が必要ですが、骨格を掴むにはこの程度のコードで十分です。
import pandas as pd
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
import numpy as np
# データ読み込み
df = pd.read_csv("demand_history.csv")
# 特徴量と目的変数
features = ["day_of_week", "month", "temperature", "is_holiday", "prev_day_sales"]
X = df[features]
y = df["sales"]
# 学習・評価用に分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# モデル学習
model = GradientBoostingRegressor(n_estimators=200, max_depth=5, learning_rate=0.05)
model.fit(X_train, y_train)
# 予測と評価
y_pred = model.predict(X_test)
rmse = np.sqrt(mean_squared_error(y_test, y_pred))
print(f"RMSE: {rmse:.2f}")
予測精度の評価と改善
予測モデルの評価では、目的に応じた指標選びが重要です。回帰問題ではRMSEやMAE、分類問題ではAUCやF1スコアが基本ですが、ビジネス上の意味を考慮した評価も必要です。たとえば離脱予測で「離脱の見逃しコスト」が「誤検知コスト」の10倍高い場合、閾値調整でRecallを重視する必要があります。単純な精度指標だけでモデルを選ぶと、現場ニーズと乖離することがあります。
精度改善の順序は、特徴量エンジニアリング→モデル選定→ハイパーパラメータ調整→アンサンブル、という順が実務的です。多くの場合、モデルを変えるよりも特徴量を増やす方が効果的で、ドメイン知識を持つ人との対話から新しい特徴量のアイディアが生まれます。交差検証で評価すると、過学習を防ぎつつ安定した精度評価ができます。特徴量ストアの記事も併せてご参照ください。
LLMと予測分析の融合
LLMの登場により、予測分析の前処理と特徴量生成にも革新が起きています。テキストデータから数値特徴量を生成したり、カテゴリー変数を自然言語で記述させたエンベディングを使ったり、といった活用が可能になりました。以下は、LLMで顧客レビューから「満足度スコア」を生成する簡易コードです。
from openai import OpenAI
client = OpenAI()
def generate_satisfaction_score(review_text):
"""レビューから0-10の満足度スコアを生成"""
prompt = f"""
以下のレビューを読み、顧客の満足度を0〜10の数値で評価してください。
数値のみを返答してください。
レビュー: {review_text}
"""
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": prompt}]
)
return float(response.choices[0].message.content.strip())
# 使用例
score = generate_satisfaction_score("商品の品質は良かったが配送が遅かった")
print(f"満足度スコア: {score}")
このように生成した数値特徴量を従来の勾配ブースティングモデルに組み込むことで、ハイブリッドな予測モデルが構築できます。MLOps基礎やモデルドリフト検知の記事も併せて活用ください。
まとめ
予測分析は、データから未来を推定し、事前の意思決定を可能にする強力なツールです。シンプルな線形モデルから最新のLLM融合手法まで、ユースケースとデータ量に合わせて選択肢を使い分けることが重要です。精度だけでなく解釈性や運用コストも考慮し、ビジネス価値を最大化するモデル選定を心がけてください。異常検知システム設計や時系列予測手法比較も併せて参照することで、より幅広い視野が得られます。
よくある質問
Q. 予測分析とは何ですか。
A. 過去のデータからパターンを学習し、未来の結果を予測する分析手法です。需要予測、顧客離脱予測、異常検知など幅広いビジネス課題に活用されます。事後対応から事前対応への転換を可能にする点が最大の価値です。
Q. 予測分析に必要なデータ量はどのくらいですか。
A. 手法とタスクにより異なりますが、一般的に数千〜数万レコードが最低ラインです。勾配ブースティング系のモデルなら比較的少ないデータでも良い精度が出せます。ニューラルネットワークは数十万レコード以上を目安にしてください。
Q. 予測分析とAI(機械学習)の違いは何ですか。
A. 予測分析は機械学習を含む広い概念です。統計的手法（回帰分析等）も予測分析に含まれますが、近年は機械学習ベースのアプローチが主流です。AIという言葉が広くなりすぎた昨今、「予測分析」という用語は技術的にやや具体的なニュアンスを持ちます。