7個(gè)已經(jīng)為預(yù)測(cè)分析做好準(zhǔn)備的項(xiàng)目

預(yù)測(cè)分析的先進(jìn)技術(shù)正在得到廣泛應(yīng)用，幾乎所有企業(yè)都能借此獲得強(qiáng)大的預(yù)測(cè)能力。以下是一些預(yù)測(cè)分析可以產(chǎn)生影響的關(guān)鍵領(lǐng)域。

如今，預(yù)測(cè)分析已經(jīng)不再僅僅局限于石油和天然氣勘探領(lǐng)域。預(yù)測(cè)分析的力量正被注入到所有行業(yè)的各種以收入為中心的各種計(jì)劃當(dāng)中。

2018年，EIU的智能經(jīng)濟(jì)研究中，三分之一的企業(yè)表示，預(yù)測(cè)分析已經(jīng)是他們組織中使用最頻繁的人工智能技術(shù)了。在凱捷最新的《世界質(zhì)量報(bào)告》中，近三分之二的首席信息官表示，他們將在2019年專注于預(yù)測(cè)分析，但是預(yù)測(cè)分析的不同之處是什么?在您的組織中，您又可以從哪些地方獲得價(jià)值?

預(yù)測(cè)分析與商業(yè)智能的主要區(qū)別在于你看問(wèn)題的視角:無(wú)論你是在展望未來(lái)，還是在回顧數(shù)據(jù)。對(duì)于BI來(lái)說(shuō)，其重點(diǎn)是報(bào)告和可視化--切割歷史數(shù)據(jù)以了解發(fā)生了什么。但是，F(xiàn)orrester的高級(jí)分析師KjellCarlsson表示，對(duì)于預(yù)測(cè)分析，“你不再談?wù)撁枋鲂苑治?，你主要關(guān)注的是建立預(yù)測(cè)模型?！?/p>

而其中的許多算法也用于機(jī)器學(xué)習(xí)，Carlsson認(rèn)為預(yù)測(cè)分析和機(jī)器學(xué)習(xí)技術(shù)是相輔相成的。但預(yù)測(cè)分析并不一定要非常復(fù)雜。Salesforce Einstein Discovery和微軟Power BI中的insights特性都使用了回歸分析，但是因?yàn)樗鼈円部梢蕴幚泶罅繑?shù)據(jù)集，所以它們可以用于找到一些業(yè)務(wù)用戶無(wú)法獨(dú)自發(fā)現(xiàn)的洞察。

“如果我有一個(gè)解決方案，可以引導(dǎo)銷售人員關(guān)注那些最有可能轉(zhuǎn)化為現(xiàn)金的賬戶，并向他們解釋為什么這個(gè)賬戶是一個(gè)很好的選擇，就像他們剛剛下載了一份白皮書(shū)一樣，那從商業(yè)角度來(lái)看，這就非常有價(jià)值，”Carlsson指出。

但他警告說(shuō)，預(yù)測(cè)性分析很可能已經(jīng)在你的組織中被使用了，不過(guò)它是由業(yè)務(wù)線不是IT部門(mén)所驅(qū)動(dòng)的?！斑@里有大量的影子IT存在，”Carlsson表示。需要指出的是，不僅糟糕的數(shù)據(jù)治理會(huì)導(dǎo)致數(shù)據(jù)泄漏的問(wèn)題，當(dāng)成功的原型需要更廣泛的部署和更長(zhǎng)期的維護(hù)時(shí)，也可能會(huì)出現(xiàn)問(wèn)題。

此時(shí)，首席信息官和首席企業(yè)架構(gòu)師就會(huì)被要求進(jìn)行接管。為了保持地位，這里有七個(gè)關(guān)鍵項(xiàng)目已經(jīng)為使用預(yù)測(cè)分析做好了準(zhǔn)備。

1.預(yù)測(cè)性設(shè)備維護(hù)

了解工業(yè)或制造業(yè)設(shè)備何時(shí)可能會(huì)出現(xiàn)故障，可以幫助節(jié)省成本，提高客戶滿意度。電梯制造商、空調(diào)系統(tǒng)、國(guó)家鐵路和油井運(yùn)營(yíng)商已經(jīng)在大量使用物聯(lián)網(wǎng)傳感器和數(shù)字化雙胞胎技術(shù)來(lái)提供預(yù)測(cè)性、前瞻性的維護(hù)了。

在這里，預(yù)測(cè)分析不僅可以幫助您避免停機(jī)和維修賬單。了解需要哪些備件、設(shè)備和受過(guò)培訓(xùn)的人員意味著還可以幫助你更有效地規(guī)劃工作，減少前往現(xiàn)場(chǎng)的次數(shù)，并且不會(huì)因?yàn)樾枰却线m的部件而造成延誤。另外，在零件發(fā)生故障之前進(jìn)行修復(fù)將會(huì)更快，因?yàn)楣收峡赡軙?huì)造成損壞。能夠避免這種情況也可以延長(zhǎng)機(jī)器的壽命。

此外，您收集的信息還可以用于下一版本的產(chǎn)品設(shè)計(jì)，或者幫助您開(kāi)發(fā)更好的操作流程。

2.預(yù)測(cè)性IT

預(yù)測(cè)性維護(hù)對(duì)IT來(lái)說(shuō)也是一個(gè)福音。數(shù)據(jù)中心管理工具，如Nlyte或Virtual Power Systems，可以提醒您及時(shí)更換UPS電池或?qū)鋮s裝置進(jìn)行維護(hù)。

Carlsson表示:“如果你從戴爾購(gòu)買存儲(chǔ)設(shè)備，其ProSupport Plus服務(wù)會(huì)使用預(yù)測(cè)分析來(lái)預(yù)測(cè)硬盤(pán)何時(shí)會(huì)出現(xiàn)故障，他們會(huì)在硬盤(pán)出現(xiàn)故障之前(而不是之后)主動(dòng)向你發(fā)送替換硬盤(pán)?！鳖愃频兀琕eritas也為其存儲(chǔ)設(shè)備提供了可預(yù)測(cè)的洞察力，可以幫助提升系統(tǒng)的可靠性評(píng)分。當(dāng)這些問(wèn)題出現(xiàn)時(shí)，IT團(tuán)隊(duì)可能會(huì)收到安裝補(bǔ)丁的通知--或者Veritas可能會(huì)在某個(gè)部件出現(xiàn)故障之前派一名技術(shù)人員來(lái)更換該部件。HPE的3PAR InfoSight管理和DataDirect的Tintri分析則使用預(yù)測(cè)分析來(lái)提高存儲(chǔ)性能和處理日常的存儲(chǔ)管理。

Carlsson指出，在這方面，使用第三方服務(wù)可能比自己構(gòu)建更好，因?yàn)槟憧赡軟](méi)有足夠的數(shù)據(jù)來(lái)預(yù)測(cè)問(wèn)題?！巴獠抗?yīng)商具有從不同客戶那里收集數(shù)據(jù)的優(yōu)勢(shì)。如果你的特定硬件發(fā)生了更新，導(dǎo)致與你配置相同的其他公司出現(xiàn)了問(wèn)題，而你卻還沒(méi)有應(yīng)用那個(gè)補(bǔ)丁，你自然永遠(yuǎn)也無(wú)法從你的內(nèi)部數(shù)據(jù)那里知道可能會(huì)有異常行為的出現(xiàn)?！?/p>

預(yù)測(cè)性IT也不一定只能用于硬件。Windows Server 2019在Windows管理中心中內(nèi)置了預(yù)測(cè)分析，可用于幫助您執(zhí)行計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)(包括集群)的容量規(guī)劃。System Insights可以使用本地?cái)?shù)據(jù)，比如性能計(jì)數(shù)器和系統(tǒng)事件，您可以以此編寫(xiě)自己的性能預(yù)測(cè)維護(hù)功能，然后使用Azure Monitor或System Center Operations Manager跨服務(wù)器組查看預(yù)測(cè)結(jié)果。

3.暖通空調(diào)系統(tǒng)的需求預(yù)測(cè)

將天氣預(yù)報(bào)與您的樓宇自動(dòng)化系統(tǒng)告訴您的有關(guān)員工如何使用您的設(shè)施的信息，與您從暖通空調(diào)系統(tǒng)獲得的數(shù)據(jù)相結(jié)合，可幫助您降低供暖、通風(fēng)和空調(diào)的成本。

當(dāng)人們?cè)诠ぷ鞯臅r(shí)候，要讓一棟建筑達(dá)到你想要的溫度是需要時(shí)間的(尤其是如果你需要在非工作時(shí)間內(nèi)加熱或冷卻他們來(lái)節(jié)約能源的話)，而每個(gè)建筑的溫度都是不同的，具體取決于天氣。此外，并不是所有的建筑都全年有人居住。不需要每天都在同一時(shí)間為每棟大樓啟動(dòng)空調(diào)系統(tǒng)，你可以通過(guò)預(yù)測(cè)正確的時(shí)間來(lái)提高暖通空調(diào)系統(tǒng)的效率，從而節(jié)約成本并使員工在工作中更加舒適。當(dāng)微軟的房地產(chǎn)團(tuán)隊(duì)將這一方法應(yīng)用于三座建筑時(shí)，他們發(fā)現(xiàn)每年節(jié)省了15，000美元;一旦該系統(tǒng)在43棟大樓內(nèi)投入使用，這一數(shù)字將超過(guò)50萬(wàn)美元，員工出汗或發(fā)抖的時(shí)間也將減少60個(gè)小時(shí)。

4.客戶服務(wù)和支持

預(yù)測(cè)分析在Salesforce等銷售工具中很常見(jiàn)，但您也可以使用它來(lái)處理現(xiàn)有的客戶，無(wú)論是現(xiàn)場(chǎng)服務(wù)還是呼叫中心。Adobe Analytics使用預(yù)測(cè)分析來(lái)預(yù)測(cè)未來(lái)客戶的行為，分析你何時(shí)會(huì)遇到特殊的發(fā)貨請(qǐng)求。

生產(chǎn)草坪割草機(jī)和除雪機(jī)等戶外設(shè)備的公司MTD，通過(guò)將預(yù)測(cè)分析和實(shí)時(shí)信息技術(shù)添加到呼叫中心系統(tǒng)實(shí)現(xiàn)了更好的代理，該系統(tǒng)將電話放棄率降低了65%，平均處理電話的時(shí)間減少了40%--因?yàn)榻?jīng)理們提前知道了他們什么時(shí)候需要更多的代理。

5.零售

長(zhǎng)期以來(lái)，電子商務(wù)網(wǎng)站的優(yōu)勢(shì)在于能夠跟蹤客戶行為以幫助預(yù)測(cè)銷售數(shù)據(jù)。Jet.com甚至還模擬了供應(yīng)商在其產(chǎn)品上市前擁有適當(dāng)庫(kù)存的可能性?，F(xiàn)在，零售商店開(kāi)始求助于物聯(lián)網(wǎng)傳感器和預(yù)測(cè)分析技術(shù)來(lái)預(yù)測(cè)顧客將在何時(shí)何地購(gòu)買什么商品，以實(shí)現(xiàn)更好的庫(kù)存管理。Polo和Urban Outfitters正在使用貨架計(jì)數(shù)相機(jī)和Trax的預(yù)測(cè)分析系統(tǒng)(運(yùn)行在谷歌云上)來(lái)進(jìn)行實(shí)時(shí)的庫(kù)存跟蹤和管理。

Martens博士將物聯(lián)網(wǎng)、預(yù)測(cè)分析、機(jī)器學(xué)習(xí)和Dynamics 365結(jié)合起來(lái)，以更多地了解瀏覽其店鋪的顧客人口統(tǒng)計(jì)特征和購(gòu)買模式。然后，銷售人員可以使用這些信息提出建議，甚至可以據(jù)此使用商店的自定義圖表來(lái)重新排列產(chǎn)品的顯示位置。

6.質(zhì)量保證

預(yù)測(cè)分析是QA的理想選擇，因?yàn)闊o(wú)論是測(cè)試物理產(chǎn)品還是DevOps，QA都是在通過(guò)風(fēng)險(xiǎn)管理來(lái)避免缺陷、問(wèn)題和錯(cuò)誤。您可以根據(jù)趨勢(shì)確定模式并預(yù)測(cè)潛在的風(fēng)險(xiǎn)，并使用預(yù)測(cè)分析來(lái)減少周期時(shí)間和成本，其方法是針對(duì)最有可能發(fā)生缺陷的地方來(lái)進(jìn)行測(cè)試，Sogeti UK的副首席執(zhí)行官兼首席運(yùn)營(yíng)官Darren Coupland表示。

“首席信息官應(yīng)該使用預(yù)測(cè)分析，以及人工智能和認(rèn)知解決方案，來(lái)真正了解他們整體運(yùn)營(yíng)的質(zhì)量，并基于得到的洞察力來(lái)做出明智的決策。更進(jìn)一步的，首席信息官們應(yīng)該考慮結(jié)合其他數(shù)據(jù)源，如PPM項(xiàng)目組合管理工具，SCM源代碼管理工具和其他的操作工具，以預(yù)測(cè)項(xiàng)目的成功交付，并提供有關(guān)變更整體業(yè)務(wù)的風(fēng)險(xiǎn)信息，”Coupland說(shuō)。

7.除了商業(yè)智能

如果你想讓業(yè)務(wù)團(tuán)隊(duì)在使用更熟悉的可視化和分析工具的同時(shí)，還能自由地使用預(yù)測(cè)分析，并且仍然可以進(jìn)行集中監(jiān)督，那么微軟Power BI即將發(fā)布的新的無(wú)代碼人工智能工具可能就是您正在尋找的。

Power BI已經(jīng)能夠進(jìn)行簡(jiǎn)單的預(yù)測(cè)分析，比如預(yù)測(cè)時(shí)間序列數(shù)據(jù)的未來(lái)模式，并可以使用滑塊來(lái)調(diào)節(jié)置信水平和預(yù)期季節(jié)性趨勢(shì)的強(qiáng)度。目前，您只需要在Azure Machine Learning Studio等工具中構(gòu)建更復(fù)雜的模型，并使用R腳本從SQL Azure中提取數(shù)據(jù)并將其發(fā)送到機(jī)器學(xué)習(xí)模型當(dāng)中，然后將分?jǐn)?shù)提取到Power BI里面。通過(guò)新的無(wú)代碼連接，業(yè)務(wù)分析人員就能夠在Azure Machine Learning Studio中選擇和培訓(xùn)一個(gè)模型，并將其應(yīng)用于Power BI數(shù)據(jù)，而無(wú)需離開(kāi)Power BI界面。您的數(shù)據(jù)科學(xué)團(tuán)隊(duì)還可以使用Azure機(jī)器學(xué)習(xí)工具來(lái)創(chuàng)建和培訓(xùn)模型，以便在業(yè)務(wù)用戶可以訪問(wèn)它們時(shí)自動(dòng)顯示在Power BI當(dāng)中。

分享文章：7個(gè)已經(jīng)為預(yù)測(cè)分析做好準(zhǔn)備的項(xiàng)目
網(wǎng)站地址：http://bm7419.com/news/99459.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)網(wǎng)站制作、外貿(mào)網(wǎng)站建設(shè)、云服務(wù)器、網(wǎng)站營(yíng)銷、軟件開(kāi)發(fā)、靜態(tài)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)