預測分析幫你掌控未來

在吉林省遼源市，通過預測分析，從地表變形的監測數據中挖掘隱含的知識和規律，防治地質災害、提升礦區安全性；廣東省中醫院借助數據分析及知識發現等技術，針對多種疾病，建立以臨床經驗分析為核心的多維分析系統，實現醫療與健康記錄跨區、跨院的分析和共享；菲亞特汽車通過IBM SPSS解決方案來預測客戶行為及改善客戶關系，提高了生產力并降低了成本，使營銷計劃的客戶響應率提高了15%～20%，客戶忠誠度提高了7%。

今天，許多企業都正經歷著來自數據的挑戰，“大數據”已成為重要的時代特征。那么，企業應該如何提升洞察力，挖掘大數據的新價值？

大數據意義重大

“在2010年，我們僅有37%的客戶在使用或者討論業務分析，到2011年就增加到57%了。使用業務分析的企業，在各方面都有顯著的變化，如業務增長1.6倍，EBITDA（稅息折舊及攤銷前利潤）增長2倍，股票價格增長2.5倍。”IBM軟件集團預測分析副總裁Rich Holada表示，大數據對預測分析（Predictive Analytics）有非常重要的意義，因為數據獲取量越多，進行預測分析就會越準確。

“我們通常會把大數據特征概括為四個‘V’，即規模性（Volume）、多樣性（Variety）、高速性（Velocity）和真實性（Veracity）。”Rich Holada告訴記者，如今的大數據已經不再局限于過去數據庫里的結構化數據，它可能來自傳感器、呼叫中心、Twitter、Facebook或者微博，我們稱之為“所有數據”。當收集到更多的這些不同類型的數據后，就能清晰、準確地建模，對下一步決策進行定制。

“預測分析是基于大量的歷史數據尋找一個模式，它的目標是利用歷史數據更好地分析未來人的行為模式。”Rich Holada說。

SPSS保駕護航

Rich Holada介紹說，預測分析分為3部分，即掌控信息、獲悉洞察和采取行動。掌控信息是獲取或檢測信息的數據；獲悉洞察需要做分析和預測建模；采取行動則是在進行預測和分析之后下一步采取的動作。“作為IBM智慧的分析洞察的核心，預測分析可以把這些環節更好地在企業中實現最優的結果。”

這就不得不提到IBM SPSS軟件家族，它能針對不同需要，利用先進的數據分析和統計方法，科學、系統地規劃設計研究方案并采集數據，從數據中分析規律，并對關鍵問題做出預測，將其做出的應用模型部署到業務流程中，提高決策效率和執行力。SPSS可以從供應鏈、需求、市場營銷和產品預測性維護4個方面進行預測。

Rich Holada提到了一家柴油機生產廠的例子。他們通過對生產線的具體參數進行監控，從而了解到在制造流程中對哪些參數的控制能保證殘次品率的下降。這樣做的結果是，在預測分析產品上線3個月內，就因殘次品率下降而節省了1170萬美元。“用戶的目標已經不是省錢，而是維護和提升其客戶的忠誠度，為更多地銷售產品打下基礎。”Rich Holada說。