关于规范分析的5个神话

大数据分析的未来已经到来，它被称为规范分析。Gartner将规范分析定义为一种高级数据分析形式，“检查数据或内容以回答'应该做什么?'的问题。”或者'我们能做些什么让_______发生?'“换句话说，规范分析使用诸如历史数据和实时数据之类的大数据，不仅预测将发生什么，何时预测某些事情会发生的原因，并建议根据这些预测采取行动。通过采取这些见解，企业可以最大限度地利用即将到来的机会，优化形势，降低未来风险并获得竞争优势。

另请参阅：招聘工具包：数据架构师（Tech Pro Research）

然而，正如规范分析似乎有希望的那样，它仍然是一种新兴的技术，可能会使部署和管理变得混乱。在您的企业中实施规范分析之前，重要的是要消除误解并理解准确的分析是什么 - 以及它不是什么。

5个规范性分析神话

1.规范分析与预测分析相同。

Prescriptive analytics可与高级数据分析(如描述性分析和预测分析)配合使用，并以此为基础构建。例如，描述性分析通过回答“发生了什么”来提供对过去的见解。预测分析通过预测“可能发生的事情”更进了一步然而，规范分析规定了一个实际的解决方案，就像“我们应该做些什么”一样。

2.规范分析是万无一失的。

规范分析仅与其收到的数据一样有效。许多因素都会影响数据质量。例如，错误的数据，错误的假设和构建不良的模型都会影响规范分析的洞察力的可靠性。

3.规范分析很容易。

尽管比人类能力更快更全面，但您不能只按一个按钮立即获取洞察力。Prescriptive analytics依赖于复杂的分析工具，技术和技术，如人工智能，机器学习，启发式算法和算法来体现解决方案，这使得实施和管理具有挑战性。

另请参阅：参加此调查，并获得免费的研究报告

4)规范分析的用例有限。

包括运营，供应链，销售，营销，电信，金融等在内的许多行业都可以从规范分析中受益。例如，像亚马逊这样的零售商可以使用规范分析来改善客户服务或推荐购买;医疗机构可​​以使用规范分析来改善患者的治疗效果;石油公司可以使用规范分析来寻找最佳钻井位置，等等。

5. PRESCRIPTIVE ANALYTICS提供了一种解决方案。

Prescriptive analytics每天24小时工作，并在可用于重新预测和重新规定解决方案时不断处理新数据。

你怎么看?我们希望收到你的来信

规范分析是否适合贵公司?贵公司使用规范分析的积极程度如何?您是否确信您在规范分析中使用的数据是可靠的?

从TechRepublic的姊妹网站Tech Pro Research获取此规范性分析调查并告诉我们。

所有受访者都有机会在调查结束时输入他们的电子邮件，并获得所得研究报告的免费副本，该报告通常仅供Tech Pro Research订阅者使用。