Predictive Modeling ist eine häufig verwendete statistische Technik, um zukünftiges Verhalten vorherzusagen. Predictive Modeling-Lösungen sind eine Form der Data-Mining-Technologie, bei der historische und aktuelle Daten analysiert werden und ein Modell erstellt wird, das bei der Vorhersage zukünftiger Ergebnisse hilft. Bei der prädiktiven Modellierung werden Daten gesammelt, ein statistisches Modell formuliert, Vorhersagen getroffen und das Modell validiert (oder überarbeitet), wenn zusätzliche Daten verfügbar werden. Beispielsweise können Risikomodelle erstellt werden, um Mitgliederinformationen auf komplexe Weise mit demografischen und Lebensstilinformationen aus externen Quellen zu kombinieren, um die Genauigkeit des Underwritings zu verbessern. Prädiktive Modelle analysieren vergangene Leistungen, um einzuschätzen, wie wahrscheinlich es ist, dass ein Kunde ein bestimmtes Verhalten in der Zukunft zeigen wird. Diese Kategorie umfasst auch Modelle, die nach subtilen Datenmustern suchen, um Fragen zum Kundenverhalten zu beantworten, wie z. B. Modelle zur Betrugserkennung. Prädiktive Modelle führen häufig Berechnungen während laufender Transaktionen durch – zum Beispiel, um das Risiko oder die Chance eines bestimmten Kunden oder einer Transaktion zu bewerten und eine Entscheidung zu treffen. Wenn Krankenversicherer säkulare Trends (z. B. die Inanspruchnahme) genau vorhersagen könnten, würden die Prämien angemessen festgelegt, die Gewinnziele mit größerer Beständigkeit erreicht und die Krankenversicherer wären auf dem Markt wettbewerbsfähiger.