来自预测性分析学挑战.docVIP

来自预测性分析学挑战 　　当澳洲电信呼叫中心业务员问“你好吗？”时，他们会十分认真地倾听回应。 　　数据分析发现，那些打电话来取消电信业务的用户中，有48%的人会回答“还可以。”这就敲响了警钟，精明的呼叫中心业务员知道，挽救这个客户的可能性已经很小。 　　当澳洲电信最初使用预测性分析学时，仅仅是为了提高顾客满意度。然而，澳洲电信的供应商Verint顾客分析部主任哈登（Belinda Haden）说，使用分析学之后，公司的收入增长了11%。 　　她说，分析顾客的电话内容和情绪，使得澳洲电信能够找出共同问题并解决其中的许多问题，同时还能加快投诉的处理。哈登说，顾客电话已经减少了28%，而向电信部门监察署投诉澳洲电信的案件也下降了24%。 　　预测性分析学利用技术在收集的大数据中找出规律。通常，这些收集的资料并不能从数据库中轻易找到，它们隐藏在一堆专家称之为“无序数据”的音频文件中。预测性分析学要利用特别开发的视觉化工具，有助于实时找出可能出现并有代表性的结果，企业可以马上对此做出回应。 　　公司也可以利用预测性分析学调整商业模式，以便应对市场环境的变化或新出现的机会。 　　澳新银行部署的猎鹰（Falcon）系统展现了分析学能力的最高水平，即通过监视实时银行卡交易来找出异常。该系统会问：你今天早晨5点钟在新加坡购买1000澳元的电子产品，而昨天还在悉尼的Woolworths超市花了45澳元，这真的是你吗？ 　　澳新银行2005年末启动这个系统时，处于市场领先地位。当时，预测性分析学还主要是卖家进行大肆宣传，很少企业真正使用。然而现在，工具和技术均已经成熟，价格也不贵，要求计算机有效处理数据的能力绰绰有余，费用也不高。对大多数企业来说，剩下的挑战就是要说服领导层认可预测性分析学的价值，然后找到能够将洞见转化为行动和企业价值的数据科学人才。目前，这种人才仍十分稀缺。 　　使用大数据 　　现在一谈到预测性分析学就离不开企业可获得的“大数据”，它就像信息消火栓。 　　让我们来看看波音787梦幻客机。每次航班把半个TB的数据传到波音公司的飞机健康管理应用系统，该系统会分析飞行数据，精确查出飞行规律，找出预防性维修的机会，然后将这个建议提供给波音的末端信息系统，来安排维修人员或订购零部件。这样可以使运作更为顺畅，减少停飞时间，并降低风险。 　　那只是机器生成的数据。此外，其它信息来源于现存业务系统和电子数据表、呼叫中心通话记录、智能装置和安装各种应用软件智能手机以及社交媒体。 　　根据IT公司EMC数据宇宙的研究结果，每两年数据就会翻一番。该研究推算，到2020年，地球上会有44ZB（1ZB等于1百万GB）的电子数据。 　　预测性分析学的挑战在于从数据中找出价值。 　　IBM准备建造其直觉机器Watson时， 可谓勇往直前，知难而上。就像大多数伟大技术的发展一样，Watson诞生于网吧。IBM的研究人员观看美国知识竞赛电视节目《危险（Jeopardy）》时，开始考虑是否有可能建造一台能获胜的计算机。2011年，Watson与该节目的人类冠军对垒，结果它赢了。 　　穆克基（Dev Mookerjee）是IBM Watson公司亚太区技术销售主管。他解释说，开发该系统是为了“复制人类的认知框架”。该机器无法编程，但如果输入足够的有价值的数据，它就能够学会分析信息，并对提出的问题提供有分量的答案。 　　Watson正在支持IBM的一项预测性分析学服务，名叫Watson客服顾问。坐落在墨尔本的迪肯大学应用此服务系统来回答学生咨询。起初，该服务只是回答一些简单的问题，但后来迪肯大学要用它来提供职业或课程辅导，以降低学生的退学率。同时，澳新银行正在研究如何利用Watson来帮助其财务顾问。澳大利亚移民部也在试用Watson服务系统。 　　穆克基说，有4家日本保险公司利用Watson，已经使其健康险80%的保险索赔业务实现自动化处理。在美国，斯罗恩0铺亓职┲⒅行牡闹琢隹埔缴恢痹谟敫孟低撤窒硭堑木椋员?Watson能帮助医生开发患者医治路线图。 　　预测性分析学已经十分成熟，现在广泛地被各个行业应用，配套的技术也在急速发展。一些特别设计的系统，如Hadoop软件框架，可以作为一个平台，用于分析海量无序数据采集过程。其中，最大的数据采集过程现在十分庞大，故被称为“数据湖”。 　　据分析师Gartner称，SAS是预测性分析学领域的领头羊。该公司正在使用快速记忆处理来分析以每秒400笔交易的速度进来的数据。数据处理和储存成本的下降使得应用这项技术变为可行。 　　让分析学发扬光大 　　虽然预测性分析学需要驾驭技术，但远远不止技术问题。安永会计公司全球首席分析学官马泽（Chris Mazzei）对此有很贴切的描述。