從預測市場趨勢到獲取客戶需求的洞察力,預測分析可以幫助企業利用他們的數據發現新的機遇并贏得競爭對手。

然而, 研究發現,企業并不是用大數據和預測分析來實現他們的全部潛力。

這并不是說他們沒有看到好處: 85%的機構受訪者表示,預測分析對他們的業務產生了積極的影響,而77%的人認為這能幫助他們在競爭中占上風。

主要的障礙是技能,有四分之三的受訪者發現企業內需要新的數據科學技能來利用技術。

●越來越重要

為什么預測分析變得越來越迫切?

在過去的幾年中關于大數據我們已經聽到了很多。企業收集顧客的信息移動習慣、購買習慣、瀏覽習慣… 還可以列舉很多。然而,企業如何處理這些數據才是最重要的。分析技術讓企業分析顧客數據并將其轉化為可行的洞察力,讓企業受益。

預測分析技術是大數據的核心推動者,允許企業使用歷史數據,結合客戶洞察力來預測未來事件。它可能是任何東西,從預期客戶的需求,預測更廣泛的市場趨勢或管理風險,從而提供競爭優勢,推動新的機遇的能力，最終增加收入。

●多云的天空

云是如何改變預測分析的?

預測分析和云都是業內持續的熱點話題。更多的企業正在尋求充分利用手頭的數據,同時利用基于云的服務從資本費用轉向運營費用。下一步當然是把兩者結合起來。

云中的預測分析正在獲得動力。這一結合讓預測分析更加可擴展、靈活和易于部署。它利用云眾所周知的優勢提高投資回報率和及時做出最先進的市場分析。

●最大價值

企業目前從預測分析中獲得了最大價值嗎?

目前,我們看到預測分析的很大潛力 (以及因此的大數據)尚未開發。對于意識到預測技術高投資回報率的企業, 他們必須通過將預測模型嵌入到應用程序中將前瞻性洞察力融入日常工作。這意味著企業各級員工需要能夠解釋數據并將這一洞察力反饋回業務。

然而,獲得并理解數據直到最近仍被視為一種復雜和高技能的任務,有統計學的高學位和前沿分析經驗。這種動態無法簡單地跟業務規模的步伐, 因此企業不能獲得最大的價值。

●技能的匱乏

對于未能占領先機的人來說采用它們的障礙是什么?

這是常有的事,它涉及到兩件事 - 技能的短缺和時間。人們普遍認為需要技能有效地從數據中獲得洞察力并反饋給業務務。根據SAP的調查,75%的英國企業相信,他們的企業內需要新的數據科學技能，而81%的人希望專門培訓將分析融入他們的日常工作。

然而,隨著日益更新的預測分析技術的可用性更直觀和用戶友好,各種層次的業務員都可以“自助服務”他們需要的洞察力。

●復雜的任務

要充分利用這些技術，你認為最需要的技能是什么?

我已經談及了過去將預測分析看成是一種熟練和復雜的任務。曾經, 讓數據變得有意義是少數領域,專業的數據科學家的事情,復雜的預測分析目前正轉向廣泛的用戶。

企業正在尋找的技能有一個真正的轉變。最重要的資格可能不一定是學位,證書或工作經驗,而是所謂的“軟技能”——好奇心,創造性的天賦,想象力以及用講故事的方式在各種業務中和非技術人員清晰地溝通。

●發現技能

企業如何提升現有勞動力的技能，應該尋求怎樣的人才?

我們可能會在幾年中處于這樣的情況，多達半數的員工使用預測分析的某些能力以成為其日常工作的一部分。對現有的勞動力進行技能提升來滿足這一需求將是一部分, 還有招聘有我已經提到過的軟技能的新人才。

但我們不必都成為數據科學家。在分析能力越來越重要的同時, 企業主開始在希望加入他們的企業的CVs的人們身上尋找證據, 但事實是, 高級預測分析技術使分析更易于被普通人所獲得。更直觀的技術加上易于使用的界面,反映消費技術的趨勢意味著并不總是要求專業數據科學家的技能為個別業務解釋數據和回饋洞察力到更廣泛的業務中。