预测性分析还是规范性分析？你的业务两者都需要

　　

　　在整个商业世界，大数据解决方案吸引了大量关注。数据分析可以为您的业务及其客户提供有价值的见解。然而，为了充分受益于这些见解，您需要知道如何在将源数据应用于业务策略之前解释源数据。

　　业务分析有三个主要组成部分:描述性、预测性和规范性。描述性分析是一种总结原始数据的基本统计分析。它包括社会参与计数、销售数字、客户统计和其他指标，以一种易于理解的方式显示你的业务中发生了什么。

　　预测性和规定性分析并不那么简单。他们将描述性数据转化为可操作的信息。我们将深入研究预测分析和规范分析，解释它们之间的比较，并向您展示如何将分析应用于工作以做出更好的决策。

　　预测性和规定性分析根据收集的数据为您的业务策略提供信息。预测性分析预测潜在的未来结果，而规定性分析帮助您得出具体的建议。

　　预测性和规定性分析是将描述性指标转化为洞察力和决策的工具。但你不应该依赖其中之一;当两者一起使用时，这两种分析类型可以帮助您改变业务策略，以创造最佳结果。

　　企业数据管理公司Cloudera总裁米克·霍利森(Mick Hollison)表示:“预测本身不足以跟上日益激烈的竞争格局。”“规定性分析为几乎所有应用程序或业务流程的最佳后续步骤提供了智能建议，以推动预期结果或加速结果。”

　　预测分析是一种高级分析类别，可帮助公司了解潜在结果或决策的影响。通过利用挖掘数据、历史数据和统计数据，预测分析使用原始的、最新的数据来窥视未来的场景。

　　直到几年前，预测分析还是企业级企业的专利——只有企业级企业才有能力分析和解释来自多个来源的大量数据。然而，软件即服务(SaaS)提供商和CRM分析的增长意味着即使是小公司也可以访问有价值的数据分析。

　　预测分析的一个关键方面是分离可能扭曲洞察力的多余或误导性数据。例如，一家在每个州都有销售代表的旅游公司不应该强调阿拉斯加员工提供的数据。

　　规定性分析也着眼于未来的情景，但它采用了一种更技术化的方法。它使用复杂的数学算法、人工智能和机器学习来更深入地研究未来潜在结果的“是什么”和“为什么”。

　　规定性分析还可以帮助公司看到多种选择和潜在结果。随着越来越多的数据进入，规定性分析可以相应地改变其预测和建议。

　　数据驱动型数字策略师伊曼纽尔?李表示:“规范性分析可以帮助企业改变未来。他补充说，预测性和规范性分析“对于改善决策和业务成果都是必要的”。

　　我们在日常生活中使用预测性和规范性分析。下面是预测分析和规范分析一起工作的三个例子。

　　驾车者依靠GPS导航应用程序从A点到达b点。GPS导航对于依赖快递服务的小企业来说同样重要。预测分析可以利用现有的gps旅行数据，绘制出一条可能更快的路线。

　　影响者互动平台Zoomph的首席产品官托马斯·马修(Thomas Mathew)表示，这就是努力的起点。“规范性分析建立在[预测性分析]的基础上，通过告知决策者不同的决策选择及其对特定关键绩效指标的预期影响。”

　　例如，交通导航应用Waze，它混合了多种因素来响应用户的出发地和目的地输入。这款应用会建议你选择不同的路线，每条路线都有一个预计到达时间。马修说:“这是日常的规范性分析。

　　零售商需要知道需要订购多少库存才能填满货架。虽然许多零售商依赖于有根据的猜测，但分析可以帮助他们制定更精确的库存管理策略。

　　Digi公司SmartSense总裁Guy Yehiav表示，随着零售格局的变化，企业可以使用规范性分析来澄清预测数据，并改进销售计划。

　　叶希亚夫举了一个零售商为忠实顾客提供免费加急送货服务的例子。根据过去的顾客行为，预测模型会假设顾客会保留他们在这次促销中购买的大部分商品。但是，想象一下这样一个场景:一位顾客购买了八件衣服，然后除一件以外全部退货。

　　叶希亚夫说:“零售商为加急配送支付费用，是因为他们认为，有这么一位伟大的消费者，他买了八件商品，所以他们愿意在配送上投资，哪怕损失一点利润。”“该算法没有考虑(返回)行为。”

　　对于这家零售商来说，减少那些不遵循预测分析预测的异常客户的损失意味着有适当的政策来保护自己。Yehiav说，通过规范分析，零售商可能会决定向退货的顾客提供店内专用优惠券(以鼓励他们再次购买，而运费不是一个因素)，或者通知顾客他们必须支付退货运费。

　　预测天气可能是一个冒险的命题，但随着季节的变化，从室内活动转向阳光下的乐趣。体育用品商店是一个小型商业部门，它受益于更好的天气和更多的体育活动。

　　如果商店的预测表明，随着春天天气变暖，跑鞋的销量将会增加，那么每家商店增加跑鞋库存似乎是合乎逻辑的。然而，在现实中，销售高峰可能不会在全国所有商店同时发生。相反，它将根据天气模式逐渐从南向北蔓延。

　　自动化商业分析公司BeyondCore的前首席执行官、Aible的创始人阿里吉特?森古普塔表示，预测性和规范性分析可以帮助你为这种情况做计划。

　　他补充说:“在全国范围内大规模销售跑鞋将是一个巨大的错误，尽管预测分析表明销量将会上升。”“但有了规定性分析，你就可以利用天气和气候数据等第三方来源，更好地推荐最佳行动方案。”

　　这里有一些建议可以帮助你充分利用你的分析程序。

　　数据分析是一门复杂的学科，可能会让人不知所措，你不希望自己的最佳见解丢失。Lee建议从总体分析战略的大处着眼，但从小处着手。

　　“由于大数据以及管理和处理数据的系统的复杂性，我们很容易忽视这样一个事实，即有时最简单的事情中也有解决方案，”他说。“小的成功将有助于赢得长期分析项目的支持。”

　　在经营和营销业务时，有许多假设场景，而预测分析并不总是考虑其他可能性。Mathew说，更密切地观察你的预测分析，以创建更丰富的信息集(通过考虑性别和年龄等人口统计数据)，将从你的规定性建议中获得更好的结果。

　　他说:“社交媒体营销人员关心的是最大化他们的社交帖子的参与度和覆盖面。”“规定性分析可以提供数据驱动的建议，例如使用特定的标签或表情符号，以最大限度地提高特定受众群体的社交吸引力。”

　　森古普塔强调，在采取行动之前，充分理解规范性分析结果背后的逻辑、细微差别和环境的重要性。准备好证明你的结果在统计上是合理的。

　　森古普塔说:“漂亮的图表可能非常引人注目，但这只是软件，它的分析能力只能与设计它的人和我们提供的数据一样准确。”“业务用户理解结果背后的‘故事’和建议的规定性行动是至关重要的。”

　　随着业务的增长和发展，你的算法也应该如此。Hollison指出，预测和规范分析都应该不断更新最新数据，以改进基于实时成功和失败的预测和规定行动。

　　“预测和规范分析依赖于坚实的数据基础，”Mathew补充道。“分析的好坏取决于提供给它们的数据。”

　　有一种普遍的误解，认为分析行业是由微软和IBM等科技巨头主导的，它们通过其Power BI和Cognos与沃森平台提供分析软件。几乎不可避免的是，网络服务巨头亚马逊也以其基于云的QuickSight BI服务在市场上占有一席之地。

　　除了这些科技巨头，还有许多更专业的进入这个拥挤的市场，包括SAP、Zoho和Sigma。许多提供免费试用，尽管有些只有在你注册报价时才会显示费用。这并不是那些暂时考虑分析的公司总是乐于采取的步骤。

　　一些分析平台是特定于代码的(例如，Dash专注于Python)，而其他分析平台则围绕无代码进行简化，例如GoodData。Tableau可以在Windows或Linux上运行，而Domo是云原生的。

　　在寻找小型业务分析工具时，需要考虑的因素包括您拥有多少数据流以及它们的格式，您希望如何可视化解析数据，以及您希望实现的目标。例如，InsightSquared在计算成功交易概况并确定可以在哪些方面提高收入之前，会研究整个企业的每个收入活动。

　　尼尔·卡明斯和安德鲁·马丁斯对本文的写作和报道做出了贡献。来源采访是为本文的前一个版本进行的。