決策從分析失敗當中學習
失敗為成功之母。
針對「預測分析」（predictive analytics）在商業上的未來，截至目前為止所作的最安全推測，就是更多的思考和精力會擺在預測上，而非分析上。這是個壞消息，更是差勁的管理。掌握分析的「如何」與「為什麼」，遠比承諾可把分析法用來作預測更重要。
當然，在過去的美好時光，預測（prediction）被稱為預計（forecast），彆腳的統計學家會扭曲他們的時間序列，而且／或是操控多變量分析，以求得預測結果。今日，新的數據科學家奉行K平均集群法與隨機圖，做為預測的基礎。我有提到他們演算與處理的數據超過千兆兆位元組嗎？
儘管作為預測基礎的計算資源與技術可能非常新穎，而且功能異常強大，但是讓人失望的是，許多人性的問題與組織的病狀依然一再重演。預測的必要性，往往導致焦點窄化，而不是開拓視野。按丹．艾瑞利（Dan Ariely）《誰說人是理性的！》（Predictably Irrational）一書描述的精神，「預測未來」不幸地反而可能為原本聰明的人們，帶來最糟糕的認知衝動。我觀察到，預測分析帶來的最持久衝擊，主要來自組織如何大幅改變思考問題與商機的方式，較少來自用量化方式改善預測的品質。
諷刺的
當然，在過去的美好時光，預測（prediction）被稱為預計（forecast），彆腳的統計學家會扭曲他們的時間序列，而且／或是操控多變量分析，以求得預測結果。今日，新的數據科學家奉行K平均集群法與隨機圖，做為預測的基礎。我有提到他們演算與處理的數據超過千兆兆位元組嗎？
儘管作為預測基礎的計算資源與技術可能非常新穎，而且功能異常強大，但是讓人失望的是，許多人性的問題與組織的病狀依然一再重演。預測的必要性，往往導致焦點窄化，而不是開拓視野。按丹．艾瑞利（Dan Ariely）《誰說人是理性的！》（Predictably Irrational）一書描述的精神，「預測未來」不幸地反而可能為原本聰明的人們，帶來最糟糕的認知衝動。我觀察到，預測分析帶來的最持久衝擊，主要來自組織如何大幅改變思考問題與商機的方式，較少來自用量化方式改善預測的品質。
諷刺的
