引言

回顧之前的文章《如何使用Watson Analytics獲取更優(yōu)質(zhì)的數(shù)據(jù)》《如何利用Watson Analytics進行數(shù)據(jù)探索》，我們知道，既可以自動獲取數(shù)據(jù)，并對數(shù)據(jù)質(zhì)量評分，便于用戶輕松評估數(shù)據(jù)質(zhì)量，并進行數(shù)據(jù)優(yōu)化；還可以利用這些經(jīng)過優(yōu)化的數(shù)據(jù)，更快速、自動化地進行數(shù)據(jù)探索。今天，我們就來介紹Watson Analytics的另一個獨門絕招，人人都可以使用的預(yù)測性分析。

我們知道，傳統(tǒng)的預(yù)測性分析是一個復(fù)雜的系統(tǒng)工程。首先，其工作流程比較復(fù)雜，需要獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、選擇合適的挖掘模型建模、模型評估與優(yōu)化、將挖掘結(jié)果反饋到?jīng)Q策部門、優(yōu)化業(yè)務(wù)流程或者輔助決策。其次，其涉及到的周邊系統(tǒng)比較多，可能涵蓋業(yè)務(wù)支撐系統(tǒng)、數(shù)據(jù)倉庫、數(shù)據(jù)集市等等。第三，其涉及到的人員要求級別高且數(shù)量多，有業(yè)務(wù)人員、生產(chǎn)系統(tǒng)及分析系統(tǒng)的IT人員、統(tǒng)計學(xué)家、數(shù)據(jù)學(xué)家等。而且整個過程投入成本高、周期長。既然如此，是不是預(yù)測性分析只是那些有錢有勢有能力的企業(yè)或者組織才能玩得起的游戲呢？時至今日，答案是否定的，因為有了，普通的業(yè)務(wù)人員也能使用預(yù)測性分析了。

預(yù)測性分析發(fā)現(xiàn)業(yè)務(wù)洞察

可以助您以向?qū)Х绞竭M行預(yù)測性分析并獲得最佳建議。尋求洞察、回答問題、預(yù)測分析，以及決定下一步行動計劃，這些工作都能夠在您的桌面瀏覽器，甚至移動設(shè)備上完成。并且，您無需IT人員的協(xié)助或者數(shù)據(jù)科學(xué)家的專業(yè)技能。利用Watson Analytics，您可以事先預(yù)測未來的結(jié)果，發(fā)現(xiàn)驅(qū)動業(yè)務(wù)的因素，從而制定行動計劃。這一切都將是自然而然、并且充滿樂趣的一個過程。還有，如果您不確定您該做些什么，那么Watson Analytics會自動按照您的需要在您提供的數(shù)據(jù)當(dāng)中找到潛在的驅(qū)動因素，并且得到最佳決策，供您選用。當(dāng)您對預(yù)測分析有更多了解后，Watson Analytics甚至可以提供更多的功能助您更深層次地了解業(yè)務(wù)驅(qū)動細節(jié)。

因為的預(yù)測性分析功能使用了具有友好用戶體驗的SPSS引擎，這樣就方便業(yè)務(wù)用戶理解和使用復(fù)雜的預(yù)測方法。

示例體驗

下面我們通過一個實際的例子體會的預(yù)測分析能力。

1. 登錄Watson Analytics（您可以通過本文最后章節(jié)的試用鏈接注冊，并得到免費試用版本）。

2. 加載數(shù)據(jù)。

如下圖所示，這次我們選擇示例數(shù)據(jù)中的Employee Performance。這是一個由IBM數(shù)據(jù)科學(xué)家創(chuàng)建的一個公司的員工工作績效的數(shù)據(jù)集。我們接下來可以通過這個數(shù)據(jù)集探索員工績效的潛在驅(qū)動規(guī)律。

如下圖所示，紅框中的圖標(biāo)即是已經(jīng)加載的數(shù)據(jù)。我們可以看到系統(tǒng)對這個數(shù)據(jù)集的綜合評分為70分。

3. 創(chuàng)建數(shù)據(jù)探索。

單擊上圖紅框中的數(shù)據(jù)集，可以看到。

您可以看到上圖中下方的紅框內(nèi)，系統(tǒng)自動分析出一些有針對性的分析主題供用戶參考。比如員工月收入的驅(qū)動因素，工作環(huán)境滿意度預(yù)測模型，按年齡與環(huán)境滿意度分析公司離家距離變化趨勢等等。這些業(yè)務(wù)問題在您提問之前就已經(jīng)由準(zhǔn)備好并呈獻在您眼前了。

除了您“傻瓜化”的直接選擇這些預(yù)置分析主題之外，您還可以按分析的不同類型選擇您“專業(yè)化”分析方向，它們就羅列在上述分析主題的正下方。如下圖紅框內(nèi)所示，您可以選擇做比較、做部分/整體分析、趨勢預(yù)測、關(guān)聯(lián)分析、表格展示、預(yù)測性分析、地圖分析等等。

4. 創(chuàng)建預(yù)測性分析。

現(xiàn)在我們直接單擊上圖中紅色小方框內(nèi)的預(yù)測性分析中的螺旋分析。

系統(tǒng)將打開一個新的界面，里面有一個螺旋形的可視化圖形。您可以將您關(guān)注的數(shù)據(jù)字段從下方中直接拖拽到螺旋圖形上，系統(tǒng)將會自動分析該數(shù)據(jù)字段的驅(qū)動因素，并對每個驅(qū)動因素的影響力進行評分。例如我們將“MonthlyIncome”這個字段進行分析，在運行復(fù)雜的分析算法后，將得到如下結(jié)果。

從上圖我們可以看到，圍繞員工月收入“MonthlyIncome”這個關(guān)鍵指標(biāo)，它的驅(qū)動因素有很多個，比如員工角色與員工級別，總工齡與員工級別，員工在公司工齡與員工級別等等，而他們的影響的權(quán)重也被量化下來，分別羅列在螺旋圖的右側(cè)。其中影響因素權(quán)重大的因子離中心近，權(quán)重小的離中心遠。我們觀察單個因子可以知道，員工級別（93%）、員工角色（82%）、總工作時長（55%）對員工月收入影響最大，而年齡（26%）、本公司工作時長（20%）、當(dāng)前職位工作時長（12%）、當(dāng)前經(jīng)理工作時長（12%）對收入影響較小。這也是實際生活中我們對員工收入影響因素的理解是一樣的。因此，大家想增加月收入，您應(yīng)該盡量提高您的員工級別，或者擔(dān)任公司重要職位，如果還不行，就只能拼工齡了。

除此之外，您還可以通過左側(cè)可視化組件中推薦的其它圖形組件來展現(xiàn)預(yù)測分析的結(jié)果，如下圖中紅色方框內(nèi)的條形圖、網(wǎng)絡(luò)圖、組合氣泡圖、樹圖。

待分析頁面設(shè)計完成后，單擊頁面右上角的分享圖標(biāo)，就可以通過下圖中的幾種方式將分析頁面共享給其它同伴了。您可以通過電子郵件、下載、Tweet、鏈接等方式進行結(jié)果的分享。

您也可以將您的分析頁面保存到云端，以備下次分析察看使用。

總結(jié)

您可以看到，有了，您不需要懂很復(fù)雜的數(shù)據(jù)分析算法和統(tǒng)計知識，就可以輕松創(chuàng)建高級別的預(yù)測分析。它不光幫您實現(xiàn)分析、選擇結(jié)果，還可以將結(jié)果以多角度進行可視化展示，而您需要做的只是選擇一個分析目標(biāo)字段，然后給分析起個名字，保存分析結(jié)果罷了，一切都是這么Easy。

結(jié)束語

心動不如行動！現(xiàn)在您就可以通過以下的鏈接查看視頻，進一步體驗Watson Analytics的魅力：

下載地址：

詳情請咨詢！

客服熱線：023-66090381