如何保证预测分析项目的成功

近两年来，很多企业都不愿意放过每一条可用的数据，这样的分析使用趋势已逐渐成为热潮。那么，这种信息收集方法正确吗?有时候看起来没什么问题，但在这个不断扩张的大数据时代，预测分析软件技术也有可能蒙蔽企业的双眼，在从他们收集的海量数据中创建客户行为与未来业务发展模型时产生误导。

有相关领域专家称，使用预测分析工具解读数据已成为业务流程中不可或缺的一部分;那些最为成功的成熟企业和日渐壮大的新兴公司都依赖预测分析工具为他们指明业务策略和运营计划。但工具的使用没有看上去那么简单，企业必须采取正确的步骤，才能有效地实施预测分析项目。

在许多行业中，想要打败竞争对手永远都那么艰难，其中的阻挠和障碍无法想象。因此，企业在一开始使用预测分析工具时，就必须有一个整体的规划。秉持开放灵活的态度，怀揣好奇热切的求知欲，乐于积极主动地去适应，将达到最好的成效。

Gartner分析师Douglas Laney认为，一个预测分析项目应当在拷问以往的业务经验中摸索寻求更好的模式。企业不应当仅注重于“过去是怎么操作的”,而应该接纳更多“创新和转变的想法”.他说：“你完全可以借鉴其他行业的成功经验，并将其应用到你的领域中。”这样的开放理念将促使一个企业的业务流程操作方式产生剧变。

因此，企业中的决策人士--尤其是那些采用预测模型结果的业务经理们--心态怎样通常会决定一个预测分析项目的成败。企业文化也很重要：有大智慧的文化都会拥护客观事实、不排斥新的点子，自然也就灵活应变。相反地，有些固步自封的就会排斥改变、循规蹈矩，只懂得照搬现有的模式。对此，德勤咨询公司(Deloitte Consulting LLP)的高级分析和模型实践负责人John Lucker说道：“抗拒新的做事方式正是大多数项目失败的原因所在。”

设定业务目标

The Modeling Agency公司的高级咨询师Thomas “Tony” Rathburn认为，再怎么宏大的一个预测分析部署计划都需要有一整套清晰明确的业务目标，而且必须是一个团队的决策才能够推动计划并实现目标。这一观点也得到了许多项目经理、预测模型师、数据分析师和业务代表的认同。

The Modeling Agency是一家专注于数据挖掘和预测分析领域的美国咨询公司，其总裁兼创始人Eric King在强调了战略开发流程的重要性之余，建议企业指派一名“战略老手”来牵头并跟进项目。

预测分析策略到位，就该启动分析流程了。Laney说到，提出一些深入探求数据的难缠的问题，将有助于挖出高运营性价值。

真正有用的问题都涉及多个层面，比如，“了解了经济预测范围、竞争对手趋势和变更消费者需求，我们怎样才能在不影响其他产品线的情况下，实现某一特定产品线每年增长20%的新客户?”

Laney说到，浏览一遍预测模型，你就会发现这样的问题对于推动新的业务发展能起到多么大的作用。

测试模型

在选择部署与工作相符的预测分析工具之后，接下来需要开发模型。Forrester分析师Mike Gualtieri说到，分析运算法则是在一个数据集的70%中运行，创建一个有效的预测模型，然后利用剩下30%去测试它。

完成的模型应该进行定期测试和改进，同时运用一系列性能指标去评估它们的精确度，这都是持续监控预测分析模型流程中的一部分。

除此之外，整个预测分析流程需要定期监控，因为业务需求和数据性质在不断变化。一开始部署得很好的分析战略技巧，在一段时间之后需要重新考量和修改，以持续获得最理想的结果。

Lucker说，判断一个预测分析项目成功与否，可以看你的成本节约或业务收益是不是足够进行下一个项目。“用某个项目的价值为下一个项目服务，这是一种非常时髦的做法，而且会为你带来可观的ROI.”