BI預測分析，是否需要那麼精準?

[IT168  評論】預測分析是BI應用的一大方向，尤其隨著AI、大資料的等新技術的發展，讓預測分析有了更好的落地。

根據日前IDC釋出的《2019年下半年中國商業智慧軟體市場資料跟蹤報告》，2019年全年中國商業智慧軟體市場規模為4.9億美元，同比增長22.6%，其中高階分析和預測分析市場份額佔比21.0%。到2024年，中國商業智慧軟體市場規模將達到11.9億美元，未來5年整體市場年複合增長率(CAGR)為19.2%。

未來充滿了不確定性，能夠預知未來在古代無不適先知大能之輩。如今利用科學技術我們也能預知一角未來，比如天氣預報，方便了我們的生活，而極端的天氣的預警還能防患於未然。在商業智慧預測分析中，銷售預測是很多企業的需求，如果果能夠對商配銷量進行預測，可以合理高效安排生產、最佳化供應鏈，降本增效。

凡預測皆有個精準度，理論上是越高越好，但是從商業化落地和實際應用的角度來看，銷售預測的精準度還要考慮穩定性和投入產出比。

觀遠資料創始人兼CEO蘇春園指出，精準度一方面要考慮穩定性，比如在做銷售預測時，有些店特別精準，有些店偏差比較大，不如總體上的穩定，此時在區域性可以犧牲掉一些精準度。

另一方面，精準度沒有止境，最佳化精準度要考慮投入產出比。銷售預測的精準度提升取決於原來人工預測或者基於傳統的Excel等工具的預測水平，目前實際落地中，只要能夠相對穩定持續得比原來的精準度有一個比例的提升，比如提升5%、10%或者15%，其實就開始有商業化的價值，而後面精準度的提升，越來越難，可能每最佳化一個百分點，要採集更多的顆粒度更細的資料，可能都需要十倍的投入。但是真正從商業化和客戶價值來看，未必值得，不同階段要解決不同的商業化的問題，預測要考慮ROI(投資回報率)。

“如果要最佳化一個或者區域性最佳化精準度不難，就把那一點做到極致，其實沒什麼太多意義。還是要從全域性看穩定性、可維護性、穩定性等。”蘇春園強調。