close
当前位置: 物联网在线 > IT技术 > 商业智能 >

预测分析解锁大数据

预测分析是大数据世界的“芝麻开门”。它是让电脑学习如何预测未来个人行为的预测技术。在商业中, 这种基于数据中发现的表面模式的预测能力能帮助企业做出明智的决定并识别风险和机会。

它是释放出大数据力量的科学。其结果影响了每个人。

它似乎是不可思议的。前哥伦比亚大学教授,《预测分析世界》的创始人Eric Siegel在他的新书《预测分析: 预测谁会点击, 购买,说谎,或死的能力》中揭开了这一神秘世界的面纱。在前言部分他提供147的例子, 有关预测分析是如何应用于生活的各个方面和业务, 从为什么提前退休会减少预期寿命,到企业如何确定数不清的, 私人的真相。比如Target公司是如何知道你怀孕了, 惠普如何推断出你将辞掉你的工作。

iegel最近提出了他的想法,关于这样的新技术影响着我们的生活和工作的方式,和一些滥用新技术的警示。

问:什么是预测分析?

回答:最短的定义就是我书的副标题: 预测谁会点击, 购买, 撒谎, 或死的能力。预测分析一种技术是能够从数据来预测每个个体将会做的事,从发财并捐款到偷盗,撞你的车。经过预测分析,企业能成功推动市场营销,审计,执法,医学治疗,教育,甚至进行总统的政治竞选。

问:预测分析的目标是什么?

回答:预测是推动改进决策, 指导数百万人行动的关键。对于医疗保健, 这可以拯救生命。对于执法, 它可以对抗犯罪。对于业务, 它减少风险, 降低成本, 改善客户服务, 减少不必要的邮件和垃圾邮件。它还是促成连任美国总统的因素。

问:什么时候预测分析第一次成真的?有临界点吗?

回答:随着基础技术在研究实验室的牢固确立, 部署预测分析的主要挑战是一种必不可少的文化转变。超出了技术上建立预测模型数据的努力,个体做出预测然后结果必须为企业所使用, 在预测之上行动以驱动经营活动。以这种方式整合预测分析, 从而改变(提高)“一切照常”的心态,需要一个企业的改变,它不会打个响指就能轻松实现。

虽然我们刚刚到达一个临界点,关键是有了普遍的使用和共识,直到现在它才像是悄悄降临世界。有细分市场已是平常, 如针对大规模直邮的营销活动, 预测哪种手机消费者会转向另一个无线运营商的风险,确定信用卡申请人的风险。这些已经实实在在存在了至少二十年。更广泛的用于营销、欺诈检测、在其它业务中取消预定,在线目标投放广告,在此成功的基础上有更多的有机性成长。

问:对于预测分析来说,开发工具和方法处理非结构化数据,如文本和其它主观材料有多重要?

回答:在一些项目中, 非结构化数据对预测精度是至关重要的。例如, 对于一些机构, 处理客户服务代理的类型备注是检测更有可能取消预定的客户的关键。在其他情况下根本, 则没有相关的非结构化数据可以使用。

问:它与数据挖掘商业智能有什么不同?

回答:预测分析正好符合广泛的“数据驱动”领域,诸如大数据、数据挖掘、BI/' target='_blank'>商业智能和分析 (没有“预测”)。 围绕有多少数据的兴奋和它可能引出的问题是, 我们应该做些什么, 有什么具体的价值吗? 这个问题的答案是 ,从中学习如何预测。预测将直接导致企业如何运营的差异化。

问:预测分析基本处理的是相关性,还是因果关系?

回答:是相关性。因果关系是难以捉摸很难建立的,而且你不一定需要它来预测。如果我们考虑相关性,早期退休人员有更高的健康风险, 我们想知道为什么, 但要利用这些信息我们实际上并不需要知道为什么。相反, 在决定是否优先考虑病人的额外检查或其他预防为主的活动时,提前退休成为一个要考虑的因素。

问:小型企业可以像大企业那样实施预测分析吗?

回答:可以的, 而且经常会。只要有足够长的客户列表可以学习,就有可能。例如, 许多小公司给大量的客户发直接邮件。

问:我有一家小型的,面向顾客的公司,有几个客户信息的数据库,竞争智能等等,我该从哪里开始?

回答:首先要确定预测的是什么客户行为,以及这样的预测能提供怎样的价值, 即用这样的个体预测要对什么操作进行调整。例如, 预测如果邮寄宣传册,哪些客户会购买以决定谁是值得发送成本2美元的小册子。

问:为什么我们有数据恐惧证?

回答:我认为我们现在很快变得不太恐慌于数据了。那些从来没有感到数学是安全或舒适的人最初可能回避定量导向概念并假设他们是神秘的, 难以理解的。但人们很快发现决定对每个人“是与不是” 发邮件、批准、调查、监禁, 或设置在一个日期的这个想法 —— 基于对个人行为的预测 —— 不是那么地难以捉摸。而如何基于已知的所有因素形成对个体的预测的基础思想也变成了任何人都可以轻而易举地理解的,即使没有数学思想。

问:你写道,数据是这个世界上最繁荣的非自然资源,你能解释一下吗?


you might also like

  • 关于移动互联网产品的指标分析初探
  • 进行数据挖掘的8个最佳开源工具
  • 2017 Gartner数据科学魔力象限出炉,16位上榜公司花落谁家?
  • 一个资深数据人对数据挖掘解读
  • 数据科学的基本内容
  • 自助分析工具将终结商业智能(BI)吗?
  • 想从事大数据、海量数据处理相关的工作,如何自学打基础?
  • 追踪 | 获投5千万 他为华为拆解数据联系 自然语言绘用户画像定制内容
  • 我们找了 4 家大数据公司技术 Leader,聊了聊算法和数据挖掘工程师的机会和选择
  • SVM算法

  • (责任编辑:ioter)