作者：EMC香港及澳門區總經理譚仲良
預測性數據分析技術能讓企業獲得前瞻性、具價值的情報，加快發掘新商機及更迅捷地改革創新。然而，儘管很多企業均認同預測性數據分析是不可或缺，卻不知道應從何入手，如何從泛濫的資訊及海量數據中擷取有用、具業務價值的資訊，而將預測性分析工程一再拖延。根據 CapGemini 最近一項調查發現，有 65% 的受訪者同意如企業不善用海量數據，會即將面臨被市場淘汰的危機。 以下是企業實施預測性數據分析三部曲：
專注：從重點著手
企業首要是及早找出需要專注分析的範疇，然後按各自需要，選擇所需範疇著手簡化程序，例如：
-市場規劃：透過模擬數據處理，將經濟數據與營運數據融合並進行分析，助企業找到合適的市場機遇及目標客戶群，有效部署及投放資源。
-客戶情報收集：利用內部和外部工具了解哪些商品或服務常被集體購買，從而預測哪些擁有最大購買傾向的客戶，讓零售商可進行針對性的建議及推廣。
-營運：旨在優化營運成效，例如透過預測性分析，營業代表可瞭解具最大可能續簽客戶，讓他們優先跟進，比直接進行銷售電話更具成效。
-收集適用的數據：其實收集適用的數據比收集更多的數據更易取勝，而數據來源的質素為當前最重要。企業可由少量數據開始分析，再慢慢結合企業內部及外來數據組合進行分析。
團隊：明智招聘選擇
數據分析要具成效，並獲得具啟發性的情報，企業必須聘用「全方位」的團隊。各團隊成員擔當重要角色：
-數據分析師專注如何按目標要求擷取及轉化數據；
-數據工程師清楚知道數據怎樣被收集、伺服器在哪裡、需要甚麼工具分析數據；
-數據科學家則能有效創建數據配置文件或進行聚類數據分析；
-數據顧問按情境要求而調整分析結果，並提供具說服力的建議給高層。
架構改革管理
把數據分析應用至決策過程，並不常被所有相關人士歡迎。因此，企業需要策略性地管理架構改革，以下為兩個建議注意事項：
-鼓勵相關人士參與：透過試行計劃和小組討論讓他們於早期階段參與建立數據分析方案的過程，更容易接納改革。
-教導及通知：把數據分析、預測模型部分或全部的內容公開，能較容易爭取相關人士的信任和支持。
CapGemini 調查報告在總結中一再重申任何改革，相關人士的意見是十分重要。舉例來說，通過試行計劃及小組討論讓銷售代表反饋及建議，並提供與內部高層討論的空間，定能消除他們對數據分析成效的疑慮，取得支持。
得到啟發、開始行動、組織起來！
企業領袖只須由他們對數據分析所認識的部分開始，考慮數據分析的固有得益，包括多樣性、速度及容量。嘗試看看企業現在的關鍵績效指標（KPI），想想能否更有效地分類業務、更頻密得到最新 KPI 數據及追蹤更多資訊等。如果能得到一個答案，那就是企業踏上預測性數據分析之旅的第一步。