Modelowanie predykcyjne jest powszechnie stosowaną techniką statystyczną służącą do przewidywania przyszłych zachowań. Rozwiązania modelowania predykcyjnego są formą technologii eksploracji danych, która działa poprzez analizę danych historycznych i bieżących oraz generowanie modelu pomagającego przewidzieć przyszłe wyniki. W modelowaniu predykcyjnym gromadzone są dane, formułowany jest model statystyczny, dokonywane są przewidywania, a model jest walidowany (lub korygowany) w miarę udostępniania dodatkowych danych. Na przykład, modele ryzyka mogą być tworzone w celu łączenia informacji o członkach w złożony sposób z informacjami demograficznymi i dotyczącymi stylu życia pochodzącymi ze źródeł zewnętrznych, aby zwiększyć dokładność oceny ryzyka. Modele predykcyjne analizują przeszłe wyniki, aby ocenić, jak prawdopodobne jest, że klient będzie wykazywał określone zachowanie w przyszłości. Kategoria ta obejmuje również modele, które poszukują subtelnych wzorców danych, aby odpowiedzieć na pytania dotyczące wyników klienta, takie jak modele wykrywania oszustw. Modele predykcyjne często wykonują obliczenia podczas bieżących transakcji – na przykład w celu oceny ryzyka lub możliwości związanych z danym klientem lub transakcją, aby podjąć odpowiednią decyzję. Jeśli ubezpieczyciele zdrowotni mogliby dokładnie przewidzieć trendy sekularne (na przykład, wykorzystanie), składki byłyby ustalane odpowiednio, cele zysku byłyby osiągane z większą konsekwencją, a ubezpieczyciele zdrowotni byliby bardziej konkurencyjni na rynku.