Les consultants en modélisation prédictive appliquent des méthodes de calcul statistique telles que l'exploration ou le machine learning aux données de transaction, aux données marketing, aux données de CRM et aux données de trafic web pour en déduire des modèles prédictifs. Ils appliquent ces modèles pour obtenir des informations utiles qui donnent plus de visibilité dans les processus commerciaux, par exemple grâce au calculs de taux de désabonnement ou de la durée de vie moyenne des clients. Cela permet aussi de mettre en place des systèmes d’aide à la décision fondés sur des données solides.

Les consultants en modélisation prédictive génèrent également des modèles pour le marketing prédictif. Ce type de marketing utilise notamment l'analyse des données clients et des données de marché pour identifier les méthodes de marketing les plus efficaces. Étant donné que tous les secteurs d'activité créent des données, ils ont souvent une compréhension générale de la manière d'appliquer les méthodes de modélisation prédictive à des ensembles de données provenant de différents cas d’usage. Parmi les exemples de scénarios, citons le diagnostic médical dans le domaine de la santé, la détection des fraudes dans le secteur bancaire et financier, la maintenance prédictive dans l’industrie ou fabrication et l'optimisation logistique dans la gestion de la chaîne d'approvisionnement.