「預測分析術」入門指南

舉例來說，你的公司是否發展了「顧客終生價值」（customer lifetime value (CLTV) ）的衡量標準？那便是運用「預測分析術」來決定，長期而言，顧客會跟公司購買多少金額。你的公司擁有「次佳提案」（next best offer）或是產品建議的能力嗎？其實那就是分析預測你的顧客，接下來最有可能會購買的產品或服務。你預測過下一季的銷售額嗎？使用過數位行銷模型，決定該把哪一則廣告放在那一家出版商的網頁上嗎？所有的這些事項都是各式各樣「預測分析術」的不同形式。

近來，「預測分析術」變得愈來愈受歡迎，可是身為經理人而非分析師的你究竟應該知道哪些事情，以便能夠詮釋結果、做出更好的決定呢？你的資料科學家的工作究竟做得如何？透過理解一些基礎的事實，當你跟組織裡的其他人合作與溝通「預測分析術」的結果和建議時，你就會覺得更加地自在。量化分析（quantitative analysis）並不是神奇的解決方案──可是這一項分析通常都是倚賴大量的歷史資料、一些統計上的傑出才能，再加上一些重要的假設所完成的。接下來，我們就來逐一討論每一項。

資料：對於想要運用「預測分析術」的組織來說，缺乏好的資料...