什么是預(yù)測分析技術(shù)?將數(shù)據(jù)轉(zhuǎn)化為對未來的見解

預(yù)測分析技術(shù)可幫助您的組織基于歷史數(shù)據(jù)和分析技術(shù)(如機器學(xué)習(xí))來預(yù)測未來的結(jié)果。
　　什么是預(yù)測分析技術(shù)?
　　預(yù)測分析技術(shù)是一類數(shù)據(jù)分析，目的是根據(jù)歷史數(shù)據(jù)和分析技術(shù)(如統(tǒng)計建模和機器學(xué)習(xí))對未來結(jié)果進行預(yù)測。預(yù)測分析科學(xué)可以以很高的精度形成對未來的見解。借助先進的預(yù)測分析工具和模型，任何組織現(xiàn)在都可以利用過去和當(dāng)前數(shù)據(jù)來可靠地預(yù)測未來幾毫秒、幾天或幾年的趨勢和行為。
　　根據(jù)Zion Market Research 市場研究機構(gòu)2017年發(fā)布的報告，預(yù)測分析技術(shù)已獲得眾多組織的支持，預(yù)計到2022年全球市場將達到約109.5億美元，2016年至2022年期間的復(fù)合年增長率(CAGR)約為21%。
　　預(yù)測分析技術(shù)是如何工作的?
　　預(yù)測分析技術(shù)的強大功能源自采用各種方法和技術(shù)，包括大數(shù)據(jù)、數(shù)據(jù)挖掘、統(tǒng)計建模、機器學(xué)習(xí)和多種數(shù)學(xué)過程。組織可使用預(yù)測分析技術(shù)來篩選當(dāng)前和歷史數(shù)據(jù)，以便根據(jù)所提供的參數(shù)來檢測某些發(fā)展趨勢并預(yù)測特定時間應(yīng)發(fā)生的事件和情況。
　　借助預(yù)測分析技術(shù)，組織可以發(fā)現(xiàn)并利用數(shù)據(jù)中包含的某些模式，以發(fā)現(xiàn)存在的風(fēng)險和機遇。例如，可以設(shè)計模型來發(fā)現(xiàn)各種行為因素之間的關(guān)系。這些模型能夠評估特定條件所帶來的前景或風(fēng)險，并指導(dǎo)你在各類供應(yīng)鏈和采購活動中做出明智的決策。
　　預(yù)測分析技術(shù)有什么好處?
　　幾個世紀以來，人們展望未來始終懷有三個基本目標：金錢、名譽和能力。預(yù)測分析技術(shù)并沒有真正改變?nèi)藗兿胍老轮堋⑾聜€月或明年會發(fā)生什么的原因，但與使用之前工具相比，它只是讓我們能更加準確和可靠地面向未來。
　　金錢：預(yù)測分析技術(shù)可以幫助使用者找到省錢和賺錢的方法。零售商通常使用預(yù)測模型來預(yù)測庫存數(shù)量，管理發(fā)貨計劃和配置店面布局以達到銷售最大化。航空公司經(jīng)常使用預(yù)測分析技術(shù)來設(shè)定反映過去旅行趨勢的機票價格。酒店、餐廳和其他酒店業(yè)的參與者可以使用該技術(shù)預(yù)測任何一個晚上的客人數(shù)量，以最大限度地提高入住率和收入。
　　名譽：任何生意都不會因默默無聞而獲得成功。通過使用預(yù)測分析技術(shù)來優(yōu)化營銷活動，組織可以獲得新的客戶響應(yīng)或購買行為，并促進交叉銷售機會。預(yù)測模型可以幫助企業(yè)吸引、留住和培養(yǎng)最有價值的客戶。
　　能力：預(yù)測性分析可用于在任何嚴重損害發(fā)生之前檢測并阻止各類犯罪行為。通過使用預(yù)測分析技術(shù)來研究用戶行為和活動，組織可以檢測到不正常的活動，包括信用卡欺詐、企業(yè)間諜活動和網(wǎng)絡(luò)攻擊等。
　　預(yù)測分析技術(shù)與傳統(tǒng)分析技術(shù)有何不同?
　　傳統(tǒng)分析技術(shù)和預(yù)測分析技術(shù)之間的區(qū)別簡單明了。傳統(tǒng)分析技術(shù)通常側(cè)重于影響此時此刻的洞察力，而預(yù)測分析技術(shù)旨在讓用戶能夠關(guān)注近期和遠期未來，以明確可能的趨勢和即將發(fā)生的行為。
　　一個組織應(yīng)該如何開始使用預(yù)測分析技術(shù)?
　　盡管開始使用預(yù)測分析技術(shù)并不是一件簡單的事情，但只要你堅持采用這種方法，并且愿意投入必要的時間和資金來啟動這一項目，幾乎任何企業(yè)都可以做到這一點。在關(guān)鍵業(yè)務(wù)領(lǐng)域的一個有限范圍內(nèi)啟動試點項目，這是一種控制啟動成本的極佳方式，同時可最快產(chǎn)生財務(wù)收益。一旦模型投入使用，它通常很少需要維護，并且可持續(xù)多年帶來可行性見解。
　　預(yù)測分析技術(shù)實例
　　當(dāng)今的組織可以幾乎以無數(shù)種方式使用預(yù)測分析技術(shù)。該技術(shù)可以為眾多領(lǐng)域的使用者提供幫助，如金融、醫(yī)療、零售、酒店業(yè)、制藥、汽車、航空航天和制造等領(lǐng)域。
　　以下是組織如何使用預(yù)測分析技術(shù)的幾個實例：
　　航空航天領(lǐng)域：預(yù)測特定維護操作對飛機可靠性、燃料使用率、可用性和正常運行時間的影響。
　　汽車領(lǐng)域：將零部件堅固性和故障記錄結(jié)合到即將推出的汽車制造計劃中。研究駕駛員行為以開發(fā)出更好的駕駛員輔助技術(shù)，最終研發(fā)出自動駕駛汽車。
　　能源領(lǐng)域：預(yù)測長期價格和需求比率。確定天氣事件、設(shè)備故障、法規(guī)和其他變量對服務(wù)成本的影響。
　　金融服務(wù)領(lǐng)域：開發(fā)信用風(fēng)險模型，預(yù)測金融市場趨勢，預(yù)測新政策、法律和法規(guī)對企業(yè)和市場的影響。
　　制造領(lǐng)域：預(yù)測機器故障的位置和比例。根據(jù)已預(yù)測出的未來需求來優(yōu)化原材料交付。
　　執(zhí)法領(lǐng)域：利用犯罪趨勢數(shù)據(jù)來明確在一年的特定時間段可能需要對某些社區(qū)增加保護措施。
　　零售領(lǐng)域：實時跟蹤在線客戶，以確定提供更多的產(chǎn)品信息或激勵措施是否會增加完成交易的可能性。
　　預(yù)測分析工具
　　預(yù)測分析工具可為用戶提供深入的和實時的洞察力，幫助用戶掌握幾乎各種商業(yè)活動。這些工具可以用來預(yù)測各種類型的行為和模式，例如如何在特定時間分配資源，何時補充庫存或確定啟動營銷活動的最佳時刻，基于對一段時間內(nèi)收集的數(shù)據(jù)進行分析和預(yù)測。
　　幾乎所有預(yù)測分析技術(shù)使用者都采用由一個或多個外部開發(fā)商所提供的工具。有許多這樣的工具都是為了滿足特定企業(yè)和部門的需求而量身定做的。主要的預(yù)測分析軟件和服務(wù)提供商包括：
　　Acxiom公司
　　IBM公司
　　Information Builders公司
　　微軟公司
　　SAP公司
　　塞仕軟件研究所(SAS Institute)
　　塔譜軟件公司(Tableau Software)
　　天睿公司(Teradata)
　　TIBCO軟件公司
　　預(yù)測分析模型
　　模型是預(yù)測分析的基礎(chǔ)—這些模型可讓用戶將過去和當(dāng)前數(shù)據(jù)轉(zhuǎn)化為可執(zhí)行洞察力，從而產(chǎn)生積極的長期結(jié)果。一些典型的預(yù)測模型包括：
　　客戶終身價值模型：確定那些最有可能購買更多產(chǎn)品和服務(wù)的客戶。
　　客戶細分模型：根據(jù)相似特征和購買行為對客戶進行分組。
　　預(yù)測性維護模型：預(yù)測重要設(shè)備發(fā)生故障的幾率。
　　質(zhì)量保證模型：在向客戶提供產(chǎn)品或服務(wù)時，發(fā)現(xiàn)并防止缺陷以避免令客戶失望和產(chǎn)生額外成本。
　　預(yù)測建模技術(shù)
　　模型使用者幾乎可以使用無限的預(yù)測建模技術(shù)。許多方法對于特定的產(chǎn)品和服務(wù)都是獨一無二的，但通用技術(shù)的核心包括決策樹技術(shù)、回歸技術(shù)甚至神經(jīng)網(wǎng)絡(luò)技術(shù)，現(xiàn)在已廣泛用于支持各種預(yù)測分析平臺。
　　決策樹是最流行的技術(shù)之一，它依賴于用來確定行動方案或顯示統(tǒng)計概率的原理圖和樹狀圖。分支方法還可以顯示某個特定決策所產(chǎn)生的每個可能結(jié)果以及一種選擇如何導(dǎo)致后續(xù)結(jié)果。
　　回歸技術(shù)常用于銀行業(yè)務(wù)、投資領(lǐng)域和其他以金融為導(dǎo)向的模型中。回歸技術(shù)可幫助用戶預(yù)測資產(chǎn)價值并理解變量之間的關(guān)系，如商品和股票價格。
　　預(yù)測分析技術(shù)的最前沿技術(shù)是神經(jīng)網(wǎng)絡(luò)--旨在通過模仿人類大腦功能，設(shè)計一些算法來識別數(shù)據(jù)集內(nèi)的潛在關(guān)系。
　　預(yù)測分析算法
　　預(yù)測分析技術(shù)使用者可以輕松使用各種統(tǒng)計、數(shù)據(jù)挖掘和機器學(xué)習(xí)算法，這些算法是設(shè)計應(yīng)用于預(yù)測分析模型的。算法通常是用于解決具體業(yè)務(wù)問題或一系列問題的，可提升現(xiàn)有算法的性能或提供某種類型的獨特功能。
　　例如，聚類算法非常適合客戶細分、社區(qū)挖掘和其他社交相關(guān)任務(wù)。為了提高客戶保留率或開發(fā)推薦系統(tǒng)，通常采用分類算法。通常選擇回歸算法來創(chuàng)建信用評分系統(tǒng)或用于預(yù)測許多時間驅(qū)動事件的結(jié)果。
　　醫(yī)療領(lǐng)域中的預(yù)測分析技術(shù)
　　醫(yī)療機構(gòu)已經(jīng)成為最熱衷于使用預(yù)測分析技術(shù)的組織，原因很簡單：該技術(shù)正在幫助他們節(jié)省資金。
　　醫(yī)療機構(gòu)以多種不同的方式使用預(yù)測分析技術(shù)，包括基于過去的趨勢智能地分配設(shè)施資源，優(yōu)化員工工作時間表，識別處于風(fēng)險中的患者讓其接受短期昂貴的再入院治療，并為藥品供應(yīng)購買和管理提高智能水平。
　　一份2017年精算師協(xié)會報告提供了醫(yī)療行業(yè)預(yù)測分析技術(shù)的發(fā)展趨勢，其發(fā)現(xiàn)在已經(jīng)使用預(yù)測分析技術(shù)的組織中，超過一半的醫(yī)療高管(57%)認為該技術(shù)將在未來五年為他們的總預(yù)算節(jié)省15%以上。另有26%的高管則預(yù)計其預(yù)算可節(jié)省25%或更多。
　　該研究還顯示，大多數(shù)醫(yī)療高管(89%)就職于目前正在使用預(yù)測分析技術(shù)或計劃在未來五年內(nèi)采用該技術(shù)的組織中。令人印象深刻的是，有93%的醫(yī)療高管表示，預(yù)測分析技術(shù)對其業(yè)務(wù)的未來非常重要。