您好,欢迎来到中国工程科技知识中心!
新闻详情
您当前的位置:首页 > 新闻详情
自动分析法的崛起 2015-05-27 16:34:38

[作者简介:Thomas H. Davenport是巴布森学院(Babson College)杰出教授(Distinguished Professor),数字商业中心(Center for Digital Business)研究员,国际分析研究所(International Institute for Analytics)研究主管,以及德勤分析(Deloitte Analytics)资深顾问]

十多年来,我谈论过的只有三类分析法:描述(descriptive)和预测(predictive)以及规范(prescriptive)分析。这个分析法三元组在我这里工作得非常好,很多其他人也在使用。

描述分析描述发生了什么,这类方法通常使用简单的描述工具:频次分布、图表以及“中心趋向性测度”(如均值、中值)。它们只和过去有关,习惯上称这类分析法为“报告”,它占据了大约95%的历史性分析活动。

预测性分析显而易见是预测未来。这类方法使用模型描述过去的数据(遗憾的是,我们只拥有过去的数据)外推(extrapolate)将来。它们很有用,正如Eric Siegel所著《预测分析法》(Predictive Analysis)中的章节标题:去“预测谁会点击、购买、撒谎或者死亡”。

有些分析家们,比如Gartner公司的分析家们,在描述和预测之间额外加入了一类分析,并称之为诊断(diagnostic)分析,用以描述如何使用过去的数据创建模型。说这些分析家是对的,在于这一工作是预测分析的先决条件;但有人仍对此有所争论,说它只是简单的使用统计模型的描述分析法。我也犹豫于在自己的工作中使用它,因为它不是以“-tive”结尾的单词。

规范分析(又译为时效分析)是告诉你“如何做”的分析方法,多年前在这里我已写过一些文字。这类方法建议(通常是给一线工作者)最好的方式去处理给定情况。例如:产品如何定价,使用哪个版本的网页,驾驶导航线路下一个转向是什么,所有这些都是规范分析。

现在,是时候添加第四个类别——自动分析(automated analytics)。遗憾的是,无论是单词“automated”或我所能找到的其同义词,都不是已“-tive“结尾。或许,新单词”automative“可能比较恰当。无论如何,分析法正在不断变得“自动“起来。不同于规范分析给人某个推荐,自动分析会基于分析结果采取行动。它们会自动改变在线价格,自动显示最好的着陆页(landing page),自动确定给用户发送什么邮件,甚至自动驾驶车辆。

一些自动分析已存在多年。你不会认为航空公司会派人来审核座位价格的变化吧?这样做需要所有雇员,甚至更多。你不会认为银行高级职员会审核你的信用卡或个人贷款申请吧?那些都是自动的,因为银行高级职员深思熟虑的,是你意图的收费或借款是否有欺诈。如果这些不是自动的,等到有人查看可能的欺诈交易的时候,欺诈者应当早已作案多起后飞到了委内瑞拉去了。

在这个用户期望实时响应的世界,自动分析日趋必要。在现实世界中,每个市场促销都应该是量身定制和个性化的,数据无处不在并且需要被分析后使其有用。我们确实没有足够的人力去分析所有数据,做所有的决定,进而采取必要的行动。即使我们这么做了,也会花费非常长的时间才能成这些事情。

自动分析,如同我所定义的,是基于分析法如何被使用。这个术语不应混淆于以自动或半自动方式,它们是通过如机器学习为工具来实现分析的生成。这种更为常见,且其存在也部分地基于同样原因——太多数据需要分析,且没有足够的分析师。

为了能有效的工作,自动化分析特别需要被嵌入到为分析提供数据的系统中,然后在得到分析结果后采取行动。Gartner 2015战略科技列表中的“高级的、普遍存在的和不可见的分析”,以及很多其它分析将被自动化。被嵌入自动化分析的那些系统,会被归为“复杂事件处理”家族,它们被设计为实时采取行动。在其数据仓库和Hadoop集群中,组织机构也日趋进行自动化分析。这一集成意味着,自动化分析需要被紧密连接到信息技术机构和CIO;这一类分析法不再是分开的、临时的行为。

这通常是一个贯穿不同类别分析法的自然发展过程。例如,你是一个货运公司,你想最小化你的汽油消耗。第一步,应该是做音协描述性分析,看看不同线路的卡车的耗油情况,耗油量延时间是增长还是下降,甚至于是否某些司机每公里耗油比其他司机多。第二步,应当是建立一个预测模型,其特性与更大的油耗相关联,或许使用某种形式的回归分析。第三步,应该是开始告诉司机什么时候在什么地点加油,这正是哟写公司,如施奈德(Schneider National),正在做的事。第四步,将是绕过驾驶员直接告诉卡车什么时候停车加油。显然,第四步包含比现在更多的车辆自动化,但若干领导性货运公司告诉我,从技术角度讲这一步并不遥远,监管许可反而可能需要更长时间。

当然,相比规范分析,自动分析给人类提出了更多的难题。试想,当卡车司机被告知在哪个停留站加油,他们会怎么想。我猜,当由分析算法做出所有驾驶决定的时候,司机们会更加不乐意。

自动分析是一个全新的世界,我们会长期持续地评价他们可能带来的后果。但是,越早认定它们是一类有效且重要的分析方法,就可以越快开始处理它们带来的后果。

(来源:大数据文摘  翻译:康欣)

特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任。

链接: 国际工程科技知识中心 | 中国工程院
© 2012 CKCEST ICP备案号:京ICP备14021735号-2