您的位置: 网界网 > 软件 > 正文

预测分析工具:什么推动了对预测分析的需求

2014年07月04日 17:06:07 | 作者:Jan Stafford | 来源:TechTarget中国 | 查看本文手机版

摘要:预测分析这个概念已经出现过一段时间了,但是却被很少人接受。过去十年互联网公司创建了使用廉价的大数据技术,这些技术超越了其他技术收集数据的能力。

标签
预测模型
人工智能
大数据技术

像Apigee Insight这种新预测分析(PA)工具,将应用程序接口(API)和人工智能(AI)增加到商业智能(BI)技术中,以确保客户支持和内部分析应用程序的开发。

古老的办公室会议上,高层领导们仅仅只能根据销售图表和直觉对即将到来的新任务集思广益。如今,预测分析工具可以推测出顾客未来的需要和期望。直到最近,只有像谷歌或者亚马逊这样的大公司才能买得起“大数据[注]”预测分析工具。Apigee旗下InsightsOne的CEO Waqar Hasan认为,最近推出的新工具如Apigee Insight可以使企业开发人员建立自己的分析应用程序,从而促进了PA的民主化。

最近,Hasan与Independence Blue Cross(IBC)合作一个项目,交付前瞻性的客户服务。他认为与IBC合作的项目非常具有预测分析潜力,是PA工具中必备的功能,在此次会谈中也会将其应用到Apigee Insight中。

什么推动了对预测分析的需求?

Waqar Hasan:预测分析这个概念已经出现过一段时间了,但是却被很少人接受。过去十年发生了这样的变化:像谷歌、雅虎和亚马逊这样的互联网公司创建了使用廉价的大数据技术,同时向客户提供更好地服务。这些技术超越了其他技术收集数据的能力,主要应用Hadoop将数据聚集到一起,从而占据了非常显著的市场优势。下一步是让所有公司都应用他们收集到的数据,并从中获取利益。

哪些技术优势使得预测分析更加便利?

Hasan:过去十年里硬件成本的降低、分布式数据处理和机器学习这三方面的优势使得预测分析既负担得起又非常精确。这种优势使得预测分析得到广泛应用。

最主要的优势是机械学习即人工智能(AI)技术,无需编程,计算机本身就可以从大数据中进行自适应学习。例如,当与客户的合同到期时,通过分析过去的使用情况、计费模式以及客户服务代表所提供的综合记录,机械学习可以帮助电信公司精确地预测哪些客户更容易动摇。

一定规模的机械学习需要与分布式数据处理技术相结合。Hadoop就是现代的分布式数据处理技术,而并非商品硬件的鳞片。通过订购RDBMS技术(+微信关注网络世界),使企业既有效又便捷地收集、存储和处理大数据。

预测分析应用程序设置中必备的功能有哪些?

Hasan:预测模型最重要的功能是要处理更复杂的、非结构化的以及大规模的实时数据,而机械学习可以提升其精确度。在消费预测模型中,使用JavaScript程序来实现预测应用程序的开发是非常重要的。

预测分析中API起到什么作用?

Hasan:在预测分析中融入API后,企业就生产出预测应用程序了,可以获取到用户需求,并且在用户知道其需求前就向用户提供该服务。

API吸引了更多的消费者参与到实时互动中,这种优势使得API即能收集数据,又能讲实时分析传送给App开发人员。

在一天工作即将结束的时候,使用预测分析可以提升业务价值。我们认为API是促进使用实时预测分析最恰当的选择。

继续关注预测分析案例:预测分析如何提升业务流程价值,我们将通过案例近一步了解预测分析工具。

参考资料

1.大数据:(Big Data),研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 ...详情>>

[责任编辑:软件频道 yu_xiang@cnw.com.cn]