大數(shù)據(jù)預測分析在企業(yè)規(guī)劃中的價值

　　大數(shù)據(jù)分析被認為將推動下一次工業(yè)革命。企業(yè)有機會利用可支配的數(shù)據(jù)，無論是交易型企業(yè)數(shù)據(jù)還是電子郵件，Web日志，物聯(lián)網(wǎng)(IoT)數(shù)據(jù)流或點擊流等形式的非結構化數(shù)據(jù)。數(shù)據(jù)不僅代表了解當前用戶偏好，行業(yè)和業(yè)務環(huán)境的方式，而且還可以預測未來的變化。
 

　　傳統(tǒng)上，這將通過分析歷史數(shù)據(jù)來完成。例如，通過分析在線銷售，零售商可以根據(jù)哪些用戶更有可能購買特定產(chǎn)品來更好地確定促銷目標。工廠經(jīng)理可以通過檢測機器和傳感器日志中的模式來預測何時工業(yè)設備將發(fā)生故障。使用歷史數(shù)據(jù)預測未來事件的高級分析分支稱為預測分析。
 

　　如今，隨著技術的進步，預測分析利用了結構化的企業(yè)數(shù)據(jù)和非結構化數(shù)據(jù)，然后使用統(tǒng)計建模，機器學習和人工智能等技術進行預測。當今的預測分析在大數(shù)據(jù)上蓬勃發(fā)展。結構化和非結構化數(shù)據(jù)集的豐富性允許創(chuàng)建強大的預測模型。
 

　　無論您的公司是剛開始使用預測分析還是要在預測分析計劃中啟動最新項目，在進入之前都應做以下幾件事：
 

　　1、不用說，第一個任務是清楚地標識您要解決的一個或多個業(yè)務問題。例如，在性能不佳的既定SaaS產(chǎn)品上增加經(jīng)常性收入。
 

　　2、顯然，一旦業(yè)務問題被確定為有問題或需要改進，就需要定義可衡量的成功標準。例如，減少客戶流失并提高客戶獲取率。
 

一、規(guī)劃項目成功
 

　　一旦確定了業(yè)務需求并建立了行政贊助，項目負責人應召集職能部門/部門的利益相關者團隊來計劃項目，包括：
 

　　1、業(yè)務或產(chǎn)品線的決策者，負責評估成本和業(yè)務收益以驗證項目的業(yè)務需求。
 

　　2、數(shù)據(jù)團隊負責人應幫助量化項目從沙盒到生產(chǎn)的可擴展性的工作量和可行性。
 

　　3、數(shù)據(jù)科學負責人應該參與其中，以幫助識別數(shù)據(jù)以及資源缺口。
 

　　4、IT是重要的合作伙伴，IT和基礎架構負責人需要參與計劃生產(chǎn)部署。
 

　　5、當預測模型需要集成到產(chǎn)品(內(nèi)部或外部)中時，需要讓產(chǎn)品管理負責人參與。
 

　　6、鑒于法規(guī)不斷變化，安全和治理專家應成為團隊的一部分。
 

　　一旦成立，規(guī)劃團隊將成為指導委員會，并通過確定項目目標，設定期望，確定差距和開放溝通渠道

 

二、定義成功
 

　　明確定義業(yè)務問題，識別和定義成功指標。指導委員會還應負責區(qū)分次要指標和依存關系。例如，您可以制定一個目標，將經(jīng)常性收入提高5%，這可能會受到不受預測分析影響的外部因素的影響。分解每個操作的貢獻，例如與經(jīng)常性收入相關的客戶獲取率和流失率，以幫助確定進度是否與您的目標相符。雖然建立業(yè)務成功標準很重要，但在每個計劃的生命周期中根據(jù)資源的使用情況設置基礎結構治理策略也很重要。
 

三、制定人員配備計劃
 

　　如果這是該公司的一項新計劃，則必須制定一個短期和長期計劃以建立所需的技能。預測分析需要結合統(tǒng)計建模和計算機編程技能以及良好的業(yè)務領域專業(yè)知識。這些都是稀缺的技能，公司應該制定一個計劃來聘用和保留人才。
 

四、設定正確的期望
 

　　每個預測分析模型都有一定的誤差范圍，并且指導委員會將需要識別和量化執(zhí)行不正確的預測所涉及的風險。一些業(yè)務流程對風險的容忍度非常低，并且指導委員會必須決定如何使用預測分析來推動業(yè)務決策。
 

五、找出數(shù)據(jù)和技術差距
 

　　必須清楚地識別內(nèi)部和外部數(shù)據(jù)源，以及量化從這些源中提取數(shù)據(jù)所涉及的工作量也是必不可少的。同時，指導委員會還應評估現(xiàn)有技術解決方案，找出差距，并提出建造或購買的建議。
 

六、建立報告和溝通渠道
 

　　每一項新舉措都需要持續(xù)的高管人員贊助，并且指導委員會還必須明確定義一種方法和節(jié)奏，以便與利益相關者和高管人員交流進度。
 

　　定義業(yè)務需求和目標后，典型的最佳實踐是組建一個靈活的創(chuàng)新團隊，該團隊由數(shù)據(jù)科學家，數(shù)據(jù)工程師，產(chǎn)品經(jīng)理，應用程序開發(fā)人員和其他領域專家組成，其任務是確定項目，進行原型設計，和測試解決方案。
 

七、縮小技能差距
 

　　大數(shù)據(jù)科學家，大數(shù)據(jù)工程師和領域專家等具有預測分析所需技能的人員短缺，這已不是什么秘密。企業(yè)的預測分析計劃的成功取決于獲得專門知識來構建，部署和維護此類項目。從短期來看，雇用承包商和顧問來啟動項目并將其付諸實踐是一個可行的選擇。但是，為了使預測分析項目具有長期可行性，有必要通過以下方式建立有效的招聘和培訓計劃：
 

　　1、在存在數(shù)據(jù)科學人才的地理區(qū)域中建立創(chuàng)新中心，以構建初始原型并培訓現(xiàn)有員工。
 

　　2、識別高潛力員工，對他們進行工作激勵和培訓。
 

　　3、與教育機構合作，為入門級候選人建立支線課程。
 

　　預測分析應成為長期企業(yè)戰(zhàn)略的一部分。在短期內(nèi)，顧問和承包商可以填補短期人才缺口，同時內(nèi)部技能正在建立。
 

八、管理變更
 

　　預測分析項目的實施可能會導致當前員工的工作方式發(fā)生重大變化。變更管理和培訓應該成為任何項目的一部分，這不僅是項目成功的原因，而且還應確保員工不會受到威脅，并能夠針對各種業(yè)務場景解釋結果。
 

　　在此程度上，企業(yè)應確保員工熟悉如何收集，存儲和處理數(shù)據(jù)。數(shù)據(jù)用戶必須從高層次上了解模型如何產(chǎn)生前瞻性指標，誤差幅度以及如何解釋結果并將其納入業(yè)務決策。企業(yè)不僅應考慮通過預測分析來增強現(xiàn)有業(yè)務流程，而且還應尋找機會通過預測分析來完全改造業(yè)務流程，并適當?shù)貙T工進行培訓。
 

九、長期投資
 

　　預測分析在當今的業(yè)務環(huán)境中具有強大的應用程序。但是，尋求超越實驗并真正由數(shù)據(jù)驅動的企業(yè)將需要培訓員工并提供對相關數(shù)據(jù)的受控自助訪問。僅當員工知道如何檢驗假設并提出可改善業(yè)務成果的解決方案時，這種自助服務策略才有效。在生產(chǎn)中，需要制定治理策略以確保模型的持續(xù)準確性。隨著生產(chǎn)部署規(guī)模的擴大，應持續(xù)監(jiān)控和優(yōu)化成本。