商业智能和预测性分析之间的相似之处

Posted 2021-04-20 圣药在人间

通常情况下，在描述商业智能与预测性分析的区别的时候，通常都会强调商业智能是回溯性算法，会深入挖掘数据的历史，然而预测性分析或前瞻性分析更多是面向未来的行为。这种描述中的“预测性分析”指的是惯常性的预测性分析，这些论断仅会在某些情况下适用。例如问题“客户购买的可能性是什么？”这个问题就是对未来的预测。

 

如图1.2显示的是与时间相关的预测性分析或商业智能数据模型。中间的竖线表示的是模型建立的时候（现在）。用来建立模型的数据都是基于竖线左边的数据：即历史性数据。当我们采用预测性分析的算法对“未来”进行预测的时候，我们仍需要对未来未知的预测数据按照时间向前回溯到已知的临近历史数据，才能够对未来进行精确地判断。

图1.2预测性分析时间线

 

例如，如果你需要预测一位客户是否会对某次电子邮件活动作出反馈，你需要从活动成型的那一天开始算起（假设所有的回复信息均能入库），并对每一个回复的行为进行区分。这个时候也就是图中提及的“target variable computed based on this date”。所有的模型输入值必须是这个电子邮件数据系统本身的真实历史数据，由此才能实现对左侧目标变量的预测。从另一个角度来说，预测性分析数据模型的搭建是基于其历史数据本身，但是进行预测的目标变量本身仍是在已知数据的未来。

 

   因此需要明确的是无论是商业智能还是预测性分析的建立均是基于相同的数据，而这些数据均是已知的历史数据。在图1.2中竖线右侧对数据趋势的判断是基于左侧的历史数据行为模式做出判断的。如果你在对历史数据的梳理中发现了某种模式在历史上曾经驱动客户发生了购买行为，那么在预测性模型中这一模式仍会驱动客户产生购买行为。