什么是预测分析？

预测分析是指对大数据的分析，以做出预测并确定未来结果、趋势或事件的可能性。在业务中，它可以用来模拟各种场景，了解客户对新产品或促销的反应，以及供应链可能受到极端天气模式或需求高峰的影响。预测分析可能涉及各种统计技术，如建模、机器学习和数据挖掘。

预测分析的力量来源于各种方法和技术，包括大数据、数据挖掘、统计建模、机器学习、各种数学过程，这些方法和工艺可以与参数一起使用，对大量数据进行排序，包括当前数据和历史数据，以精确定位模式并预测可能发生在指定时间的事件和情况。这对于帮助公司发现和利用数据中的模式特别有用，无论着重点是风险和机会、行为关系还是供应链管理。

可靠性和准确性将现代预测分析与过去用于预测销售、库存、调度、占用率、收入和其他一些关键业务领域的工具区分开来。几乎任何市场的组织都可以使用预测分析最大限度地提高营销活动，以鼓励客户购买和反馈，并通过精心定位的优惠和促销留住最有价值的客户。

行业案例

许多行业都在采用预测性分析，以找到更高效地运营的方法来省钱，并利用新的方法来增加收入。零售商可以在网上和商店中微调客户体验。航空公司、酒店和餐馆可以围绕客户旅行和用餐习惯制定定价。预测分析为管理库存和协调物流带来了以前未知的准确性。预测分析是一种流行的打击犯罪工具，因为它可以通过跟踪行为来发现和阻止欺诈、网络攻击和其他犯罪。当发现异常活动时，组织可以在攻击行为之前采取行动。

医疗保健提供商使用预测分析来确定哪些患者风险最大、他们风险最大的疾病是什么、以及最佳护理过程。由于这些类型的分析，提供医疗保健服务的公司能够更容易地识别欺诈性索赔，并跟踪患者对处方护理的遵守情况。

预测和规范之间的区别

规定性分析的功能水平略高于预测分析，但仍是预测分析的延伸。虽然预测分析用于预测未来会发生什么，但规定性分析用于在达到某些信息状态或满足条件时给出建议或特定操作。它使用算法、数学技术和/或业务规则，从几个与目标对齐的不同操作（如提高业务绩效）中进行选择，并识别各种要求或约束。