Predictive modeling is een veelgebruikte statistische techniek om toekomstig gedrag te voorspellen. Predictive modeling oplossingen zijn een vorm van data-mining technologie die werkt door het analyseren van historische en actuele gegevens en het genereren van een model om toekomstige uitkomsten te helpen voorspellen. Bij voorspellende modellen worden gegevens verzameld, een statistisch model geformuleerd, voorspellingen gedaan en het model gevalideerd (of herzien) wanneer aanvullende gegevens beschikbaar komen. Risicomodellen kunnen bijvoorbeeld worden gemaakt om informatie over leden op complexe manieren te combineren met demografische en levensstijlinformatie uit externe bronnen om de nauwkeurigheid van het acceptatiebeleid te verbeteren. Voorspellende modellen analyseren prestaties uit het verleden om te beoordelen hoe waarschijnlijk het is dat een klant in de toekomst een bepaald gedrag zal vertonen. Deze categorie omvat ook modellen die op zoek gaan naar subtiele gegevenspatronen om vragen over klantprestaties te beantwoorden, zoals fraudedetectiemodellen. Voorspellende modellen voeren vaak berekeningen uit tijdens live transacties – bijvoorbeeld om het risico of de kans van een bepaalde klant of transactie te evalueren en zo een beslissing te sturen. Als zorgverzekeraars seculiere trends (bijvoorbeeld bezettingsgraad) nauwkeurig zouden kunnen voorspellen, zouden premies op de juiste manier worden vastgesteld, zouden winstdoelstellingen consistenter worden gehaald en zouden zorgverzekeraars concurrerender zijn op de markt.