关于2014年大数据预测分析市场的预测

多年来,企业都一直无法充分利用大数据进行预测分析。由于社交媒体的普及带来了消费者日常生活习惯、活动和兴趣方面的数据信息量的巨大增长。这些新的外部数据资源将与企业所收集的数据相结合,以增加预测分析模型的精度。

随着海量信息被分析和编译,对于企业而言,现在比以往任何时候都更容易的充分利用这些数据来解决他们的具体业务需求。而且,通过利用大数据预测分析说带来的好处远远超出了传统营销的应用程序。

据路透社新闻报道,大数据的价值量将保持45%的年增长速度,到明年将达到250亿美元。这也就意味着,今年我们将看到数据预测分析在商业领域的广泛使用及其应用程序的快速增长。本文中,我们将为您介绍一些在今年及以后相当一段时间内发展和使用预测分析的新兴方法。

1、既然我们现在已然步入了大数据基础设施部署阶段,我们重点将开始转向能够解决现实世界的问题,并提供具体的投资回报效益的新的应用程序方面了。

2014年,我们将看到新一波应用程序的问世,这些应用程序将建立在所有这些数据之上进行预测分析,力求解决现实世界的实际问题。例如,现在有了一个不断增长的新的利用计算机模型来预测和减少欺诈行为的实例。企业可以使用预测性分析,以验证他们用户,会员或客户信息的完整性。预测分析可以利用更少的时间更容易帮助企业分析完整的数据集。之前从未见过机器学习和计算机模拟产生的对于欺诈行为的预测准确率。

减少和防止客户流失是预测性分析在真实世界中被利用的另一个例子。客户流失率有时也被称为损耗率,其指的是在一个特定的时间段,客户取消其认购或未能与企业续签做生意的比例。举例来说,这可能意味着客户退订了电子邮件服务,或取消了其认购计划,又或某个客户停止了在一个特定的商店购物的习惯。通过使用预测分析,企业可以分析客户的欲望,需要和具体个性化需求,模拟可能流失的客户的想法。这将使得企业能够针对特定的市场开展有针对性的宣传活动,及时发布相关优惠信息,以留住潜在流失的客户。通过使用预测性建模,数据科学分析师能够发现新的和有趣的方式来解决现实世界的问题。

2、在云中将会有更多的实验,我们将开始看到预测分析“作为服务”,以及更大型、昂贵的分析平台的部署。

越来越多地通过API连接到外部系统来获取价值使得快速访问能力不仅仅只是在企业内部了。2014年,我们将看到更多的信息和预测分析能力投入到云计算,以更多成本有效的实验来帮助企业确定哪些数据将能够提供最有价值的预测信号。正如我们经常听到的那样,现在的商家都已经淹没在海量大数据信息中了。能够有效地在云中进行预测分析实验,将有助于企业更好地确定计算机模型,帮助他们更好的发展业务,一旦真正的投资回报率得到更好的理解,具体的应用程序就能够提供相关的价值,并能够缩放和远程访问。预测分析作为一种服务是未来的一大趋势。企业将不必购买昂贵的分析平台,更不需要斥资就该分析平台进行员工培训和提供其他支持了。

3、企业将具备预测分析能力,减少了对数据分析科学家和了解复杂的机器算法的员工的需求。

预测分析最基本的真实价值是什么?企业想要弄清楚该问题的答案,以便能够让他们能够采取相关的行动来提高利润或减少开支。企业的哪些客户最有可能流失?企业可能遭遇那些欺诈行为?当相关问题出现时,哪些员工会提供最好的响应?最有可能为企业捐赠的人是谁?哪款设备是最节能或具环保意识的?预测分析作为一种服务是建立在云服务基础之上的,将能够以易于理解方式回答这些问题。其类似于一个信用评分机制,但却是通过定制的方式来满足特定的业务需求和目标,通过预测分析,企业更容易采取相关的行动,人并不需要数据科学家的解释。预测分析包含了各种预测模型的全部复杂性、相互依赖性和关联的数据集。只需要看看信用评分的历史,就能够看到一个“简单的部署和使用” 评分方法如何跨多个行业提供了数十亿美元的价值。

企业的首席营销官们会开始意识到,他们其实并不需要向几年前被建议的那样,需要了解数据的科学。他们只需要了解预测分析的能力,并找到一家能够提供预测分析的合作伙伴来回答他们需要回答问题。随着越来越多的公司使用预测分析,并带来了显著的收益,其他企业也将意识到他们也需要采取行动以保持竞争力了。

4、中低端市场将开始采用预测分析。

一般企业员工数量在100-2500名的企业被定义为中型企业。这些企业历来在采用新的创新技术方面面临着质疑,其采用创新技术方面的积极性远不如大企业。全球范围内大约有近8000万家小企业和100万家中型企业,占到了全球业务市场的95%以上。

“分析即服务”和预测评分机制将进一步发掘其预测分析的内在价值,以便更适合中小企业市场。利用预测分析和使用新的独特数据源的相似建模,可以帮助转换指标带来显著的改善。机器学习模型可以通过查看以前的购买记录和消费者的数据属性,以预测哪些消费者最有可能在未来会有购买行为。这使得企业能够比以往任何时候都能精准的瞄准目标消费者,营销支出的效率必然会显著上升。想象一下,一款解决方案,能够简单地为中小企业提供其最佳客户的一个小样本,进而让这些企业获得有一个针对性的客户清单,帮助企业了解这些客户的属性。

中端市场已经开始采用移动设备、云计算和社交媒体了,大数据预测分析服务将是其下一步。在某些情况下,使用基于云的解决方案的阻力要小得多,因为中端市场的企业在以前没有过企业平台解决方案方面的大投资。到2016年,中小企业市场预计在大数据和预测分析解决方案方面的花费将达到35亿美元,其增速比云计算采用的速度更快。

大数据是从大肆炒作开始的,而现实是,大数据存在着很多的问题——其海量的数据量、庞大的体积和传输速度构成了巨大的挑战。随着行业的不断发展,以及企业开始对现实世界问题的关注,投资回报率的价值和影响将通过预测分析来实现。

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2014-02-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

专访腾讯钟黎:知文团队在智能问答系统方面的探索

对于刚刚成立的腾讯知文团队来说,过去是收获颇丰的一年。虽然成立尚不足一年,但这一团队已在 AAAI、IJCAI、SIGIR、EMNLP、COLING 等顶会上发...

22210
来自专栏AI科技评论

AI NEXT | 微软首席 AI 科学家邓力:对话系统的分类与发展历程

AI科技评论按:本月 18 日,由美中技术与创新协会(Association of Technology and Innovation,ATI)主办的第一届“A...

40070
来自专栏企鹅号快讯

未来智能实验室确定智能产品AI服务智商权重

前言:本文是未来智能实验室关于智能产品智商的最新研究文章,在提出人工智能的三种智商后,通过德尔菲法,对智能产品AI服务智商的权重进行了确定,为2018年智能产品...

20280
来自专栏企鹅号快讯

边缘计算将如何影响人工智能?

首先回答什么是边缘计算。 什么是边缘计算? 根据边缘计算联盟(ECC)2017年11月发布的版边缘计算参考架构2.0,对边缘计算的定义如下: 边缘计算是在靠近物...

49790
来自专栏企鹅号快讯

人工智能与设计的碰撞

现在说的最多的话题就是“人工智能”,但是每个人对于人工智能又有多少了解呢? 对于人工智能的出现,更多的人考虑到的是今后替代人的劳动的问题,有这份担忧是没有错的,...

36990
来自专栏镁客网

微软前副总裁谈人工智能:人类依然不可或缺

14750
来自专栏杨建荣的学习笔记

知识付费的时代

大家应该听说过学习金字塔的模型,这是美国缅因州的国家训练实验室研究成果,它用数字形式形象显示了不同的学习方式,学习者在两周以后还能记住内容(平均学习保持...

18640
来自专栏CDA数据分析师

机器学习的商业应用

机器学习的商业应用就是把真实的场景,真实的商业应用的经验凝练成对每个数据分析师都有价值的功能,逐渐放到产品中。 本期精编版嘉宾演讲为IBM中国开发中心技术总监...

24250
来自专栏人工智能

如何打造出与人类自然交流的机器人?

机器人 随着人工智能技术的不断发展,科技行业也逐渐看到了机器人使人类失望的一面;它或者基于人类固有的不信任以及对机器人的恐惧,比如“恐怖谷理论”,或是由人工无知...

19480
来自专栏AI科技评论

图灵奖得主 Joseph Sifakis : 物联网领域的自主系统设计 | CCF-GAIR 2018

AI 科技评论按:2018 全球人工智能与机器人峰会(CCF-GAIR)在深圳召开,峰会由中国计算机学会(CCF)主办,雷锋网、香港中文大学(深圳)承办,得到了...

12920

扫码关注云+社区

领取腾讯云代金券