当前，无论是从预测市场趋势到获取客户需求的洞察力，预测分析可以帮助企业利用他们的数据发现新的机遇并赢得竞争对手。
然而，通过研究发现，企业并不是用大数据和预测分析来实现他们的全部潜力。
这并不是说他们没有看到好处: 85%的机构受访者表示，预测分析对他们的业务产生了积极的影响，而77%的人认为这能帮助他们在竞争中占上风。
主要的障碍是技能，有四分之三的受访者发现企业内需要新的数据科学技能来利用技术。
●越来越重要
为什么预测分析变得越来越迫切?
在过去的几年中关于大数据我们已经听到了很多。企业收集顾客的信息移动习惯、购买习惯、浏览习惯… 还可以列举很多。然而，企业如何处理这些数据才是最重要的。分析技术让企业分析顾客数据并将其转化为可行的洞察力，让企业受益。
预测分析技术是大数据的核心推动者，允许企业使用历史数据，结合客户洞察力来预测未来事件。它可能是任何东西，从预期客户的需求，预测更广泛的市场趋势或管理风险，从而提供竞争优势，推动新的机遇的能力，最终增加收入。
●多云的天空
云是如何改变预测分析的?
预测分析和云都是业内持续的热点话题。更多的企业正在寻求充分利用手头的数据，同时利用基于云的服务从资本费用转向运营费用。下一步当然是把两者结合起来。
云中的预测分析正在获得动力。这一结合让预测分析更加可扩展、灵活和易于部署。它利用云众所周知的优势提高投资回报率和及时做出最先进的市场分析。
●最大价值
企业目前从预测分析中获得了最大价值吗?
目前，我们看到预测分析的很大潜力 (以及因此的大数据)尚未开发。对于意识到预测技术高投资回报率的企业， 他们必须通过将预测模型嵌入到应用程序中将前瞻性洞察力融入日常工作。这意味着企业各级员工需要能够解释数据并将这一洞察力反馈回业务。
然而，获得并理解数据直到最近仍被视为一种复杂和高技能的任务，有统计学的高学位和前沿分析经验。这种动态无法简单地跟业务规模的步伐， 因此企业不能获得最大的价值。
●技能的匮乏
对于未能占领先机的人来说采用它们的障碍是什么?
这是常有的事，它涉及到两件事 - 技能的短缺和时间。人们普遍认为需要技能有效地从数据中获得洞察力并反馈给业务务。根据SAP的调查，75%的英国企业相信，他们的企业内需要新的数据科学技能，而81%的人希望专门培训将分析融入他们的日常工作。
然而，随着日益更新的预测分析技术的可用性更直观和用户友好，各种层次的业务员都可以“自助服务”他们需要的洞察力。
●复杂的任务
要充分利用这些技术，你认为最需要的技能是什么?
我已经谈及了过去将预测分析看成是一种熟练和复杂的任务。曾经， 让数据变得有意义是少数领域，专业的数据科学家的事情，复杂的预测分析目前正转向广泛的用户。
企业正在寻找的技能有一个真正的转变。最重要的资格可能不一定是学位，证书或工作经验，而是所谓的“软技能”——好奇心，创造性的天赋，想象力以及用讲故事的方式在各种业务中和非技术人员清晰地沟通。
●发现技能
企业如何提升现有劳动力的技能，应该寻求怎样的人才?
我们可能会在几年中处于这样的情况，多达半数的员工使用预测分析的某些能力以成为其日常工作的一部分。对现有的劳动力进行技能提升来满足这一需求将是一部分， 还有招聘有我已经提到过的软技能的新人才。
但我们不必都成为数据科学家。在分析能力越来越重要的同时， 企业主开始在希望加入他们的企业的CVs的人们身上寻找证据， 但事实是， 高级预测分析技术使分析更易于被普通人所获得。更直观的技术加上易于使用的界面，反映消费技术的趋势意味着并不总是要求专业数据科学家的技能为个别业务解释数据和回馈洞察力到更广泛的业务中。
文章相关课程 数据层交换和高性能并发处理(开源ETL大数据治理工具--KETTLE使用及二次开发 ) 玩转大数据：
深入浅出大数据挖掘技术(Apriori算法、Tanagra工具、决策树) 基于Greenplum Hadoop分布式平台的大数据解决方案及商业应用案例剖析