预测分析涵盖了各种统计学技术，包括利用预测模型，机器学习，数据挖掘等技术来分析当前及历史数据，从而对未来，或其他不确定的事件进行预测。

在商业领域，预测模型从历史和交易数据探索规律，以识别可能的风险和商机。模型捕捉各个因素之间的联系，以评估风险及与之相关的潜在的条件，从而指导交易方案的决策。

这些技术方法的功能效应是指，预测分析为每一个个体（比如：客户，员工，病人的医疗，产品SKU，车辆，部件，机器，或其他组织单位）（以概率的形式）提供一个预测评分，从而决策，反馈或影响针对于大量上述个体的组织性流程。这些流程包括：营销，信用风险评估，欺诈检测，制造，医疗保健以及政府的运作，甚至执法。

预测分析方法被广泛的应用于保险精算科学，营销，金融服务，保险，电信，零售，旅行，保健，制药，能力规划及其他领域。

其中一个最著名的应用是信用评分，这项应用贯穿了整个金融服务体系。评分模型处理一个客户的信用记录，贷款申请，客户数据等，从而分析个体（客户）在未来的还贷的可能性，并依照分析结果将客户依次排序。