当业务分析师遭遇预测分析软件

日期: 2011-11-01 作者:Nicole Laskowski翻译:孙瑞 来源:TechTarget中国 英文

在刚刚发布的Hurwitz胜利指数报告中,Hurwitz & Associates公司对业界12家预测分析厂商进行了评定,从市场占有率和客户两方面,Hurwitz将IBM SPSS和SAS评为“胜利者”。   Hurwitz & Associates是一家市场研究与分析公司,他们所选择的12家预测分析软件厂商都是这一领域最具竞争力的,能够为企业用户提供一系列的产品与策略。Hurwitz通过与客户、高管沟通以及市场调查问卷等方式,对这12家厂商进行了分析,衡量了包括竞争力、易用性、潜在价值等50多个属性,并使用了NetBase这样的社交媒体分析平台。在报告中,一些厂商的入围显得有……

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

电子邮件地址不会被公开。 必填项已用*标注

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

在刚刚发布的Hurwitz胜利指数报告中,Hurwitz & Associates公司对业界12家预测分析厂商进行了评定,从市场占有率和客户两方面,Hurwitz将IBM SPSS和SAS评为“胜利者”。

  Hurwitz & Associates是一家市场研究与分析公司,他们所选择的12家预测分析软件厂商都是这一领域最具竞争力的,能够为企业用户提供一系列的产品与策略。Hurwitz通过与客户、高管沟通以及市场调查问卷等方式,对这12家厂商进行了分析,衡量了包括竞争力、易用性、潜在价值等50多个属性,并使用了NetBase这样的社交媒体分析平台。在报告中,一些厂商的入围显得有些让人意外,比如Megaputer Intelligence,对此公司的合作伙伴Fern Halper表示:“在高级分析领域,有许多技术值得关注,而预测分析则是其中一个。我们认为,这一市场在未来将得到极大的发展,而现在预测分析技术正在逐渐走向主流。”

  Halper是负责胜利指数报告的首席分析师,他介绍这次的报告不仅对12家厂商的产品进行了全面的测评,还对市场的现状以及发展趋势进行了分析与展望,并给出了目前企业中技术以及IT文化的变革。Halper表示:“在现如今的经济环境下,企业逐渐意识到他们不能依靠‘后视镜’,仅仅知道过去发生了什么是远远不够的。他们需要知道可能会发生什么,将要发生什么,通过对未来趋势的把握来掌控企业的发展方向。”

  入选这次Hurwitz胜利指数报告的厂商包括:

  •   Angoss Software Corp.
  •   IBM SPSS
  •   KXEN Inc.
  •   Megaputer Intelligence Inc.
  •   Pegasystems
  •   Pitney Bowes Inc.
  •   Rapid-I
  •   Revolution Analytics
  •   SAS Institute, Inc.
  •   SAP AG
  •   StatSoft Inc.
  •   TIBCO Software Inc.

  当业务分析师遭遇预测分析技术

  Halper预见的一个重要趋势,就是企业购买预测分析软件工具方式的变化。在过去,想要构建一个预测模型,必须有统计分析师和定量分析师的参与,但是到了今天,企业把越来越多的权利下放到业务分析师手中,而后者是一个没有过硬数学背景的人群。

  软件厂商第一时间发现了这一趋势,因此在他们的产品中添加了可视化程度更高的用户界面,比如SAS、SPSS以及StatSoft;自动化功能让业务分析人员更加轻松地估算数据大小,并为他们提供合适的分析模型;另外,云服务也是一个重要的变革,像Angoss这样的软件公司就开始为用户提供基于云的分析服务,可以满足一些中小型企业的分析需求。

  对此Halper表示:“想要普及预测分析技术,就必须将其嵌入到整个业务流程当中去。”

  将预测模型嵌入到业务流程中,意味着为用户提供动态可用的信息以响应预测。比如在分析客户不满情绪的时候,创建的模型可以精确地指定一个潜在的不满客户,然后在系统中,业务人员将获得预警,并为该客户提供相应的产品与服务,从而有效地减少客户流失。

  当业务人员遭遇分析模型

  一些企业不仅仅希望他们的业务分析师能够使用预测分析工具,还希望他们能够创建整个预测模型。Halper认为,在许多情况下业务分析师完全可以进行模型的创建,如果还有一个统计分析师的话,那么他可以对模型进行提炼。

  尽管这样的方式能够让统计专业人才从构建模型的繁琐工作中解脱出来,但是Halper还是提醒数据模型的重要性,一个错误的模型很可能引发一场灾难,因此企业应该对相关人员进行系统的培训。

  “如果没有充分的安全保障,这会是一个非常危险的事,”Halper说:“你需要充分了解业务,你需要充分了解数据,你还需要充分了解正在运行的数据模型,只有这样才有可能创建准确合适的分析模型。”

  对于预测分析来说,模型的创建只是其中的一部分。Halper介绍,像TIBCO公司提供的模型就拥有一系列功能丰富并且易用性很高的用户界面,可以对数据进行可视化交互。这对于一个企业的吸引力将非常之大,并且更适合目前对于预测分析的需求。

  大数据模型管理

  大数据同预测分析的组合,让高性能计算变得更加重要,而就目前而言实现这一点的技术门槛已经越来越低。同时HPC还有助于让高级分析技术进一步接近主流。Halper表示:“许多企业会在没有充分考虑的情况下,将数据扔给厂商的产品,而这些产品很可能会让你的服务器瘫痪。所以64位服务器以及高性能计算可以避免这一情况的发生。使用预测分析的用户要管理成百上千个分析模型,这需要软件厂商的帮助。”

  大多数软件厂商会提供目录整理等功能,但是像SPSS和SAS这样的公司还会帮助企业跟踪元数据,谁创建的模型?何时创建的?甚至可以在模型过期时发出警报提醒。

  Halper介绍,一些厂商在这一方面做的很好,而有些厂商则有一整套模型构建的方法。如果你是围绕特定市场领域创建模型,那么软件厂商可以确保你的模型得到最紧密的控制。

作者

Nicole Laskowski
Nicole Laskowski

Nicole Laskowski is a senior news writer for SearchCIO.com and SearchCIO-Midmarket.com. She covers CIO strategies for analytics, business intelligence and data management. Prior to joining TechTarget, she worked as the news editor for a community newspaper in Arlington, Mass., overseeing the news content of both the weekly print publication and the newspaper’s website. Nicole also has worked for two other community newspapers in Oregon and Michigan and brings 10 years of writing and editing expe

翻译

孙瑞
孙瑞

相关推荐