经来临总裁首席技术官兼联合创始人兼 创始人 解释说： 我们已经生活在一个 实时 预测分析的世界里。一个简单的预测分析是您到达 的时间。在匹配某些类型的数字广告时，更复杂的实时预测在全球范围内每毫秒发生数十亿次。 此外，像 和 这样的公司现在提供领先评分的实时解决方案，表明这种转变在技术上是可行的。然而，可能并不意味着完美。 副总裁 承认必要集成的复杂性： 尤其是在中端市场，收集数据以转化为预测模型的工具 系统、社交媒体聚合器。

物流和采购系统 通常没

有友好的 或其他简单的机制来快速收集和解释数据 即使是最基本的实时预测分析业务案例，这种脱节仍然会受到阻碍。 的首席数据科学家 举了一个例子： 例如，在我们的体育和娱乐世界中，大多数运动队都不知道体育场内有多少人参加比赛。团队知 贝宁手机号码列表 道分发了多少票；但是，他们无法 实时 了解活动期间场地或体育场内有多少人 这种知识差距阻碍了为体育场适当配备人员和库存的努力。这也是为什么对预测分析的兴趣几乎是普遍的，即使它远远超过采用率采用缓慢但兴趣高涨。

那么有多少企业在积极

使用预测分析呢根据 的研究，约为 ，这一数字与上一年基本持平。 预测分析采用 不到四分之一的企业正在使用预测分析 尽管几乎所有企业都渴望这样做。（图片来源） 然而，兴趣超过了实施。同样的研究表明， 的企业 至少在一定程度上重视高级和预测分析 。 那么这 的人用预测分析回答了哪些问题？让我们来看看。 营销人员可以通过预测分析回答哪些问题？ 他们想预测一切， 安德伍德说。谁不想知道每月、每天和每小时的确切人流量或 DW 引线 网络流量以精简人员配。