close
当前位置: 物联网在线 > IT技术 > 商业智能 >

对于预测分析你需要知道什么

过去的分析,就算用了电脑,也基本上是一种劳动密集型的任务,因为原始数据需要核实,而且要建立复杂的模型建立处理这一过程。但由于机器学习和数据挖掘技术的发展,我们现在看到预测分析的增长,其中机器可以把历史和当前的信息都应用到一个模型中来预测未来趋势

尽管业务术语里的预测分析主要是关于发现未来,例如,销售趋势的展望,但它还有其他的用途。例如它可以用于捕捉趋势,发现可能的欺诈信用卡迹象。与任何其他类型的数据处理一样,其结果的质量很大程度上取决于数据的完整性和底层模型的质量。


分析模型

预测分析依赖于使用模型“计分”数据。这些模型有三种主要类型。最常见的预测模型是使用的已知属性的样本数据来训练模型,使得它可以预测新数据,并确定它可能何去何从。这种信息可以用来预测客户的行为或捕捉模式的活动。

描述性模型用于分类数据组。预测模型集中于单个客户的行为,例如,确定信用评级,描述性模型根据顾客的年龄以及过去的购买行为等一些特征对顾客进行分类。这些信息可以被用于针对具体的人群进行营销活动。

决定模型采取更广泛的视角,将已知的数据以及预测模型的结果都考虑在内。这使他们可以预测涉及大量不同变量的决策结果。

在这些模型中各种统计技术是处理数据流程的核心。最常见的回归模型,用于定义变量之间的关系,另外时间序列模型用于预测变量的行为方式。


技术

预测分析与其它技术密切相关,特别是机器学习。数据挖掘重要的一部分,用来挖掘业务系统中的价值。随着更强大的系统成为现实,像神经网络这样的技术将会构建更复杂的分析模型。

商业分析工具可以从很多大的IT供应商那里获得。包括SAP HANA,Oracle Advanced Analytics和IBM SPSS Modeler。也可以从GNU和Apache这样的开发者那里获得开源工具。


业务使用

近年来预测分析已经应用在许多领域的业务。主要集中于客户关系管理(CRM)系统,用于帮助建立销售活动,或提供客户服务。分析可以发现购买模式并识别可能导致失去业务的问题。

互联网使客户更容易地比较来自不同供应商的服务和产品,所以越来越多的公司正在考虑如何留住现有的业务。预测系统可以在这方面提供帮助,通过查看购买记录和服务使用模式,可以发现哪些人可能会考虑更换供应商。然后可以有针对性组织营销活动,说服他们留下来。

在一些企业中,预测分析的目的更多集中于防止问题,而不是获得新业务。SAP 2014年的一项调查显示,超过40%的金融服务企业使用预测分析将风险降到最低。

我们已经提到了用预测系统发现欺诈活动,美国国税局已经在对纳税申报表使用预测分析,以发现可疑的活动,但他们在这个领域也有其他用途。例如预测系统可以识别可能拖欠的客户,并帮助集中收集工作。对保险公司的产品,技术可用于识别风险,从而有助于更准确地计算保费。

医疗行业也开始使用预测分析技术。宏观上它可以用来预测可能会出现某些疾病如心脏病或糖尿病的人口比例。而且它也可以支持临床决策,使用患者数据做出长期治疗的计划。

预测分析已经有很大影响范围的另一个领域是项目管理。在这方面它可以用以预测项目失败,透支的风险等等,管理者可以用数据确保事情走在正轨上。

安全方面,这种分析也越来越重要。最新的行为系统能够分析一个人使用电脑或手机的方式,并准确预测一个帐户在被别人登录。这不仅影响到系统的保护,还可以针对像网站支付门槛这样的监管问题。


未来

对预测分析的价值仍然有一些怀疑的观点,主要集中于在语境中使用数据的重要性。很多因素影响到个人行为和许多这样的事情,比如天气状况或某人刚和同伴争吵过 —— 这些因素即使是最复杂的模型也不可能考虑周全。

但尽管有这些疑虑,商业领袖仍然热衷于利用预测技术可以提供的机会。“实时分析与业务操作的集成造成的影响对商业人士来说是显而易见的,因为它改变了他们的工作方式,Gartner研究副总裁说。

最引人注目的变化是增加了能见度,对于公司是如何运行的,以及在其外部正发生着什么。个人工作者和管理者有更多的态势感知能力,所以他们能够更快地做出更好的决策。

我们的日常世界越来越多地由数据驱动,虽然可能受限于预测系统所能实现的,数据仍然可以提供有价值的见解。企业需要保持竞争力,在帮助他们识别机会,提高客户服务和最小化风险方面,预测分析几乎肯定会发挥关键作用。

中国BI/' target='_blank'>商业智能网(BI )


you might also like

  • 36页PPT│大数据分析关键技术在腾讯的应用服务创新
  • 关于移动互联网产品的指标分析初探
  • 电子科技大学的学霸圈
  • 2016大数据创新大赛——机场客流量的时空分布预测模型解析
  • 玩笑到现实,大数据涉足文学研究用数据模型分析莎翁著作
  • 进行数据挖掘的8个最佳开源工具
  • 创业公司做数据分析(六)数据仓库的建设
  • 2017年中东和非洲地区大数据分析支出将达22亿美元
  • IT趋势与数字商务
  • 解读Wikibon 2017年大数据分析预测报告

  • (责任编辑:ioter)