想象一下,一个时装零售商已经知道顾客下一季会喜欢什么颜色、剪裁和尺码。想象一下,生产线上的工人在机器实际发生故障和生产流程中断之前就知道何时以及为什么会发生故障。想象一下,一家保险公司可以精确地估计潜在的新保险客户在未来造成重大汽车损失的可能性。所有这些知识将有助于企业在今天为未来做出正确的决策。但是如何预测未来呢?
在过去,具有经验和对趋势和行业发展的直觉的个别经理发挥了作用。今天,现代数据分析使公司更接近这一目标。通过使用历史数据和回归分析等统计模型,公司可以更好地预测未来的发展。这些数据支持的场景可用于优化各种领域的决策,如产品程序设计、定价、生产维护或客户获取。根据真实故事改编的好莱坞电影《点球成金》(Moneyball)中,成功的棒球队奥克兰运动家队(Oakland Athletics)是由一群球员组成的,他们在传统的棒球指标上得分很低,但在预测统计分析上却非常出色。
如今,预测分析之所以成为一个非常热门和令人兴奋的话题,是因为一种被称为“数字化”的大趋势,伴随着一些最近的发展,这些发展使公司能够比以往任何时候都更多地扩大数据机会:
然而,与任何技术一样,存在风险。只有当历史数据具有足够的质量并且过去具有预测未来的能力时,预测分析才能起作用。幸运的是,对于许多日常业务决策来说,情况就是这样。然而,行业的颠覆性变化很难察觉,历史数据甚至可能在这里产生误导。亨利·福特(Henri Ford) T型车的成功,或者支持星巴克(starbucks)高增长的外带咖啡(coffee-to-go)趋势,从历史上的顾客习惯来看是很难预测的。在这些领域,创业直觉和早期测试市场研究将保持其重要性。