预测分析的目的在于降低对未来认识的不确定性，以减少决策的盲目性。预测分析方法的理论和技术大多是数学、统计学、数据挖掘、经济学等学科理论的应用与延伸。

预测分析方法大体可以分为3类：①定性预测分析法。这类方法往往重视专家的意见，通过一定的机制集成和汇总专家看法，达到一定程度的收敛和协调，从而对未来的可能方案形成较为详细的推理和构想。如情景分析法、德尔菲法等属于定性预测分析法。②统计模型预测分析法。根据关键变量的历史运行记录，建立能够比较精确地反映其中所包含的动态依存关系的数学模型, 从而预测出未来的变量值。这类方法不仅能确定变量之间是否存在相关关系并给出适当的数学表达式，而且能够用自变量的已知值去推测因变量的值或范围并估计这种预测可以达到何种精确度，如利用回归分析模型、时间序列模型、关联规则模型等，都可以实现预测分析的目的。③模拟模型预测分析法。这类方法通过适当的简化将现实问题中的本质过程抽象成为系统模型，并控制参数进行模拟实验，得出某种参数条件下所研究问题未来的变化情况。这类方法适用于影响因素众多、相互作用复杂, 很难直接找到描述系统发展变化规律函数的预测问题。

图1 预测分析方法分类

预测是情报研究的重要功能之一，从制造业、保险精算、市场营销、财务管理到公共安全等各个领域，预测分析方法都可以发挥重要的作用。例如，对保险保费收入进行预测；对生产线进行预测分析，以便进行及时维护以防止故障导致生产中断；利用历史犯罪数据、地理信息系统数据以及诱发因素（如天气）和触发事件（如假期或发薪日）等信息，帮助警务人员剖析犯罪行为的相似点，预测将来可能发生这些犯罪活动的时间和地点等。

图2 中投顾问对2018-2022年中国保险保费收入的预测