隨著海量信息被分析和編譯，對(duì)于企業(yè)而言，現(xiàn)在比以往任何時(shí)候都更容易的充分利用這些數(shù)據(jù)來解決他們的具體業(yè)務(wù)需求。而且，通過利用大數(shù)據(jù)預(yù)測(cè)分析說帶來的好處遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)營銷的應(yīng)用程序。

大數(shù)據(jù)的價(jià)值量將保持45%的年增長速度，到明年將達(dá)到250億美元。這也就意味著，今年我們將看到數(shù)據(jù)預(yù)測(cè)分析在商業(yè)領(lǐng)域的廣泛使用及其應(yīng)用程序的快速增長。

2014年，我們將看到新一波應(yīng)用程序的問世，這些應(yīng)用程序?qū)⒔⒃谒羞@些數(shù)據(jù)之上進(jìn)行預(yù)測(cè)分析，力求解決現(xiàn)實(shí)世界的實(shí)際問題。例如，現(xiàn)在有了一個(gè)不斷增長的新的利用計(jì)算機(jī)模型來預(yù)測(cè)和減少欺詐行為的實(shí)例。企業(yè)可以使用預(yù)測(cè)性分析，以驗(yàn)證他們用戶，會(huì)員或客戶信息的完整性。預(yù)測(cè)分析可以利用更少的時(shí)間更容易幫助企業(yè)分析完整的數(shù)據(jù)集。之前從未見過機(jī)器學(xué)習(xí)和計(jì)算機(jī)模擬產(chǎn)生的對(duì)于欺詐行為的預(yù)測(cè)準(zhǔn)確率。

減少和防止客戶流失是預(yù)測(cè)性分析在真實(shí)世界中被利用的另一個(gè)例子?？蛻袅魇视袝r(shí)也被稱為損耗率，其指的是在一個(gè)特定的時(shí)間段，客戶取消其認(rèn)購或未能與企業(yè)續(xù)簽做生意的比例。舉例來說，這可能意味著客戶退訂了電子郵件服務(wù)，或取消了其認(rèn)購計(jì)劃，又或某個(gè)客戶停止了在一個(gè)特定的商店購物的習(xí)慣。通過使用預(yù)測(cè)分析，企業(yè)可以分析客戶的欲望，需要和具體個(gè)性化需求，模擬可能流失的客戶的想法。這將使得企業(yè)能夠針對(duì)特定的市場(chǎng)開展有針對(duì)性的宣傳活動(dòng)，及時(shí)發(fā)布相關(guān)優(yōu)惠信息，以留住潛在流失的客戶。通過使用預(yù)測(cè)性建模，數(shù)據(jù)科學(xué)分析師能夠發(fā)現(xiàn)新的和有趣的方式來解決現(xiàn)實(shí)世界的問題。

越來越多地通過API連接到外部系統(tǒng)來獲取價(jià)值使得快速訪問能力不僅僅只是在企業(yè)內(nèi)部了。2014年，更多的信息和預(yù)測(cè)分析能力投入到云計(jì)算，以更多成本有效的實(shí)驗(yàn)來幫助企業(yè)確定哪些數(shù)據(jù)將能夠提供最有價(jià)值的預(yù)測(cè)信號(hào)。能夠有效地在云中進(jìn)行預(yù)測(cè)分析實(shí)驗(yàn)，將有助于企業(yè)更好地確定計(jì)算機(jī)模型，幫助他們更好的發(fā)展業(yè)務(wù)，一旦真正的投資回報(bào)率得到更好的理解，具體的應(yīng)用程序就能夠提供相關(guān)的價(jià)值，并能夠縮放和遠(yuǎn)程訪問。預(yù)測(cè)分析作為一種服務(wù)是未來的一大趨勢(shì)。企業(yè)將不必購買昂貴的分析平臺(tái)，更不需要斥資就該分析平臺(tái)進(jìn)行員工培訓(xùn)和提供其他支持了。

預(yù)測(cè)分析作為一種服務(wù)是建立在云服務(wù)基礎(chǔ)之上的，將能夠以易于理解方式回答這些問題。其類似于一個(gè)信用評(píng)分機(jī)制，但卻是通過定制的方式來滿足特定的業(yè)務(wù)需求和目標(biāo)，通過預(yù)測(cè)分析，企業(yè)更容易采取相關(guān)的行動(dòng)，人并不需要數(shù)據(jù)科學(xué)家的解釋。預(yù)測(cè)分析包含了各種預(yù)測(cè)模型的全部復(fù)雜性、相互依賴性和關(guān)聯(lián)的數(shù)據(jù)集。只需要看看信用評(píng)分的歷史，就能夠看到一個(gè)“簡單的部署和使用”評(píng)分方法如何跨多個(gè)行業(yè)提供了數(shù)十億美元的價(jià)值。

“分析即服務(wù)”和預(yù)測(cè)評(píng)分機(jī)制將進(jìn)一步發(fā)掘其預(yù)測(cè)分析的內(nèi)在價(jià)值，以便更適合中小企業(yè)市場(chǎng)。利用預(yù)測(cè)分析和使用新的獨(dú)特?cái)?shù)據(jù)源的相似建模，可以幫助轉(zhuǎn)換指標(biāo)帶來顯著的改善。機(jī)器學(xué)習(xí)模型可以通過查看以前的購買記錄和消費(fèi)者的數(shù)據(jù)屬性，以預(yù)測(cè)哪些消費(fèi)者最有可能在未來會(huì)有購買行為。這使得企業(yè)能夠比以往任何時(shí)候都能精準(zhǔn)的瞄準(zhǔn)目標(biāo)消費(fèi)者，營銷支出的效率必然會(huì)顯著上升。想象一下，一款解決方案，能夠簡單地為中小企業(yè)提供其最佳客戶的一個(gè)小樣本，進(jìn)而讓這些企業(yè)獲得有一個(gè)針對(duì)性的客戶清單，幫助企業(yè)了解這些客戶的屬性。

中端市場(chǎng)已經(jīng)開始采用移動(dòng)設(shè)備、云計(jì)算和社交媒體了，大數(shù)據(jù)預(yù)測(cè)分析服務(wù)將是其下一步。在某些情況下，使用基于云的解決方案的阻力要小得多，因?yàn)橹卸耸袌?chǎng)的企業(yè)在以前沒有過企業(yè)平臺(tái)解決方案方面的大投資。到2016年，中小企業(yè)市場(chǎng)預(yù)計(jì)在大數(shù)據(jù)和預(yù)測(cè)分析解決方案方面的花費(fèi)將達(dá)到35億美元，其增速比云計(jì)算采用的速度更快。

大數(shù)據(jù)是從大肆炒作開始的，而現(xiàn)實(shí)是，大數(shù)據(jù)存在著很多的問題——其海量的數(shù)據(jù)量、龐大的體積和傳輸速度構(gòu)成了巨大的挑戰(zhàn)。隨著行業(yè)的不斷發(fā)展，以及企業(yè)開始對(duì)現(xiàn)實(shí)世界問題的關(guān)注，投資回報(bào)率的價(jià)值和影響將通過預(yù)測(cè)分析來實(shí)現(xiàn)。

更多資訊請(qǐng)關(guān)注自動(dòng)化軟件頻道