信息系統(tǒng)科學預測的“水晶球”

申請免費試用、咨詢電話：400-8352-114

對于未來，我們總是本能地滿懷期待與憧憬。擁有確定性的明天，是千古以來縈繞在人類心頭最原始的渴望。今天，這種夢想的光芒正投射在IT的疆土之上。為了更加準確、及時地把握商業(yè)活動的未來動向，預測分析正在成為一種被用戶接受的科學“占卜術(shù)”。

案例1：

美國的LoanPerformance公司運營著一個面向金融機構(gòu)的貸款償還信息合作數(shù)據(jù)庫。通過數(shù)據(jù)庫和預測分析工具，他們可以幫助金融客戶預測哪些顧客無法及時還款，哪些顧客是在說謊，哪些顧客可能根本就沒打算還款。

案例2：

Highmark公司是美國一家醫(yī)療保險服務商，他們使用預測分析工具來預測和阻止客戶的欺詐性索賠行為。

案例3：

國內(nèi)某著名鋼鐵企業(yè)，通過預測分析來制定年度冶煉計劃，以此來最大限度地提高企業(yè)的生產(chǎn)收益率。

案例4：

中國移動某省級分公司，通過對客戶通話種類、離網(wǎng)時間等行為的分析來預測可能的客戶流失問題，并依照結(jié)果制定相應的客戶關(guān)懷計劃。

案例結(jié)語：

從上面的幾個案例中，我們發(fā)現(xiàn)，預測分析已經(jīng)被應用在很多商業(yè)活動之中，它有時甚至與我們是如此的貼近，可能正在監(jiān)視著我們的一舉一動。事實證明，在技術(shù)推進和用戶需求的雙重作用下，預測分析目前正在呈現(xiàn)出快速蔓延的態(tài)勢。而企業(yè)數(shù)據(jù)量的高速膨脹，也為預測的準確性提供了強大支撐。因此今天，預測分析已經(jīng)成為一門企業(yè)可以掌握的技能，它將賦予使用者更敏銳的洞察力，讓他們在“亂云飛渡”的市場之中，依舊從容不迫。

洞悉明日之機

古語有云：“凡事預則立，不預則廢?！比欢?，現(xiàn)實環(huán)境中的諸多難以捕捉的不確定因素，使預測分析的商業(yè)化道路并非一片坦途。雖然很早就具備了通過統(tǒng)計分析學建立預測模型的能力，但是計算能力的滯后，讓預測分析在很長一段時間內(nèi)僅僅停滯在科研、教育等高端領(lǐng)域，從具體的企業(yè)運營數(shù)據(jù)中預測市場走向的愿望成為企業(yè)用戶遲遲無法實現(xiàn)的“奢求”。

IT技術(shù)的發(fā)展徹底改變了這一局面。隨著計算設(shè)備性能的突飛猛進和系統(tǒng)總體擁有成本的不斷下降，企業(yè)已經(jīng)可以組建自己專有的預測分析平臺。同時，針對商業(yè)用途的預測分析工具的易用性不斷提升，它們提供了更優(yōu)化的模型構(gòu)建工作流，使得業(yè)務分析人員不依賴統(tǒng)計人員就可以進行預測操作。

在突破了橫亙在科研與商業(yè)應用之間的壁壘之后，預測分析真正迎來了大眾化應用的時代。然而無論是以前的“陽春白雪”，還是現(xiàn)在的“老少皆宜”，以傳統(tǒng)的統(tǒng)計分析為基礎(chǔ)的預測分析流程并沒有改變。

典型的預測分析通常包含以下幾個步驟：即確定目標數(shù)據(jù)、開發(fā)統(tǒng)計模型、根據(jù)樣本測試模型的準確性、將模型應用于整個數(shù)據(jù)集合，最后是將統(tǒng)計結(jié)果傳送到系統(tǒng)前端進行展示。在具體的預測方法上，仍然以時間序列法和反問題動力系統(tǒng)分析為基礎(chǔ)，并且輔以多元回歸、神經(jīng)元算法等計算手段。

不過，為了適應瞬息萬變的商業(yè)環(huán)境，預測分析也在不斷地進行自我調(diào)整，以滿足大眾化應用的需要。目前，預測建模的很多過程已經(jīng)實現(xiàn)了自動化，涵蓋不同行業(yè)需求的模型庫也日臻成熟。這意味著企業(yè)用戶可以以更快的速度建立模型，并且根據(jù)業(yè)務需求頻繁地更新它們，從而實現(xiàn)對業(yè)務變化的及時響應。

預測分析軟件市場概覽

■ 2004年銷售額：22億美元
■ 在總體核心分析市場所占份額：25%
■ 2003年至2008年復合年增長率：8%

迎接“后數(shù)據(jù)挖掘”時代

數(shù)據(jù)挖掘是預測分析技術(shù)成長的豐沃“土壤”。而在預測分析的帶動之下，數(shù)據(jù)挖掘也開始走出以報表和查詢?yōu)橹鞯膽梅懂?，嘗試著從歷史數(shù)據(jù)中發(fā)現(xiàn)有關(guān)未來行為的線索。所以，今天的預測分析與數(shù)據(jù)挖掘存在著非常大的交集，它可以被看作是一種“后數(shù)據(jù)挖掘”時代的技術(shù)分支。

同時，由于預測分析仍然處在成長期，其自身的邊界尚未完全明確。Business Objects中國區(qū)售前技術(shù)咨詢總監(jiān)魯百年博士就表示，目前我們很難把“預測”和“分析”剝離開，很多被劃定為預測的項目實際上只是進行了預警操作，那些所謂的實時預測系統(tǒng)也基本上只具備了預警能力。不過，在未來，預測應該會成為數(shù)據(jù)挖掘的一個獨立的組成部分。

由此可見，我們今天所享用的預測服務可能還不是純粹意義上的“預測”。但是，在多種技術(shù)的綜合作用下，預測分析通過不斷的“吐故納新”實現(xiàn)自我優(yōu)化。它對文本挖掘技術(shù)的采用就是一個很好的例證。

目前，已經(jīng)有用戶開始通過文本挖掘來提高其預測模型的準確度。LoanPerformance就在原先貸款歷史、信用報告、人口統(tǒng)計學數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)的基礎(chǔ)上，在計算模型中引入了呼叫中心人員與顧客交談的文本記錄信息。他們使用了Intelligent Results公司的工具來分析這些語言數(shù)據(jù)，以確定某人是不是在說謊。而分析的重點在于尋找導致事件的原型。實踐證明，融合了文本信息的模型比標準模型的效果更好，它使得系統(tǒng)預測的準確性比原始模型提高了18%。

J.D. Power and Associates最近也開始了文本挖掘技術(shù)的早期測試。他們正在研制一種名為ClearForest的工具，希望幫助用戶預測出比基于結(jié)構(gòu)化數(shù)據(jù)更實用的答案。SAS的Enterprise Miner也可以根據(jù)呼叫中心對話中捕獲的文本數(shù)據(jù)進行預測分析。

未來有多美？

成功的預測分析服務模式可以帶來巨大的回報。以國外某金融機構(gòu)為例，一個預測客戶信用風險的模型在6個月內(nèi)為該機構(gòu)節(jié)省2百萬美元，而系統(tǒng)的部署成本約為40萬美元。這種高回報導致了預測分析工具的銷售額大幅增長。據(jù)IDC預測，預測分析工具的銷售額將在2008年時增加到30億美元，比2004年增長近40%。同時它將占據(jù)BI（商業(yè)智能）市場25%的份額。

如此巨大的發(fā)展前景勢必引發(fā)軟件廠商新一輪的市場追逐。而在這一領(lǐng)域，主要的產(chǎn)品類型可以通過功能進行明確地劃分。目前SAS、SPSS等公司組成了專業(yè)型預測分析工具的供應商陣營，他們所提供的產(chǎn)品具有較高的預測準確性，但是應用起來非常復雜，使用范圍有限，像SPSS主要就是面向教育、科技等專業(yè)人員的；而在應用型預測分析工具方面，主要的成員Kxen、Unica、J.D. Power and Associates等，他們向用戶提供“傻瓜型”的預測工具，通常具備易用、高速等特點。

魯百年介紹，Kxen的抽樣水平非常高，擅長處理大型、復雜的數(shù)據(jù)結(jié)構(gòu)，它在國內(nèi)的應用比較廣泛，有8家電信運營商正在使用這一產(chǎn)品。Business Objects也OEM了Kxen，希望通過這種產(chǎn)品綁定的方式幫助客戶實現(xiàn)客戶細分、預測等應用。而這也是許多BI廠商的普遍做法。

在應用方面，預測分析也表現(xiàn)出了驚人的行業(yè)滲透能力。除了在金融、電信等重點行業(yè)外，預測分析正在嘗試著幻化出更多的應用形式。SAS大中華區(qū)解決方案總經(jīng)理曾濠生就表示，目前預測分析在零售行業(yè)的表現(xiàn)相當活躍。據(jù)介紹，目前國內(nèi)很多大型超市都在采用基于時間序列法的購買模型，以此分析客戶的購買行為，制定吸引客戶消費的優(yōu)惠政策。另外，海關(guān)、衛(wèi)生、公安等機構(gòu)也是預測分析的熱點應用區(qū)域。而從目前客戶的需求狀況看來，與市場越接近、業(yè)務數(shù)據(jù)量越大的對象，與預測分析的匹配程度就越高。

兩個必要條件

技術(shù)的創(chuàng)新讓預測分析的結(jié)果不斷地向準確的目標靠近，不過目前用戶必須面對的問題是，在技術(shù)尚未完全成熟的條件下，如何通過應用水平的提高來盡可能地保證預測的準確程度。在預測分析的一些早期案例中，用戶經(jīng)常會發(fā)現(xiàn)用預測分析工具所得到的是一些不相關(guān)、幼稚甚至是錯誤的結(jié)果。

比如，國內(nèi)某電力企業(yè)，由于早期建模過程中的失誤，導致花費大量資金所得出的結(jié)果根本無法成為決策參考。因此，專家建議，用戶在部署預測分析系統(tǒng)時要報以科學、謹慎的心態(tài)，避免盲目行為。同時，專家強調(diào)，由于預測是基于大量、可靠的企業(yè)業(yè)務數(shù)據(jù)所做出的綜合判斷，所以強大的數(shù)據(jù)體系和具有多元化知識結(jié)構(gòu)的分析人才是成功實施預測分析項目的兩個必要條件。

曾濠生指出，準確的預測需要大量、持續(xù)的操作、交易等類型的數(shù)據(jù)作為支撐，因此用戶必須擁有運行順暢的業(yè)務數(shù)據(jù)流，基本的條件是企業(yè)已經(jīng)擁有了一個成熟的erp系統(tǒng)平臺。魯百年也表示，一般的分析需要1年的業(yè)務數(shù)據(jù)就可以了，而要做出預測需要4年的數(shù)據(jù)才行，如果考慮到數(shù)據(jù)周期的問題，最理想的歷史數(shù)據(jù)量是5年5個月。

另一方面，人才問題也在逐漸得到企業(yè)用戶的重視。目前，一些企業(yè)為了提高預測的準確性，已經(jīng)采用了由專業(yè)人員來審查、輸入變量的方法。曾濠生表示，預測分析人員不僅要具備深厚的統(tǒng)計學功底，還需要熟悉企業(yè)的業(yè)務應用，這樣才能創(chuàng)建出更加合理的預測模型。魯百年指出，單一的知識結(jié)構(gòu)對預測來說太過單薄，對預測結(jié)果的解釋和分析將會考驗分析人員的綜合素質(zhì)。

魯百年還強調(diào)，預測模式需要一個反復驗證的過程。所以在開始時預測出現(xiàn)偏差是正常現(xiàn)象，用戶不必對此過于擔心，今后有很多種方法可以進行校正。總的說來，模型運行的時間越久，其預測的準確性就越高。

來源：CCW