医疗保险和医疗补助中心（CMS）最近宣布，在2012年至2014年期间，该组织节省了420亿美元。 CMS与执法部门合作并审查医疗保健提供者，负责部分节省。但CMS通过实施预测分析节省了大量资金，从而防止了“欺诈，浪费和滥用”。
“从2012年10月1日到2014年9月30日（2013财年（FY）和2014财年），在CMS医疗保险计划诚信工作中投入的每一美元都为医疗保险计划节省了12.40美元。”
$config[code] not found简而言之，预测分析就是“计算机从过去的行为中学习如何更好地完成某些业务流程，并为您的组织真正运作提供新的见解。”
公司需要学习如何从他们收集的大量数据中挖掘可操作的策略。预测分析可以通过多种方式使您的业务受益，包括确定客户行为，简化流程以及降低风险等级。
垃圾进 - 垃圾输出（GIGO）
在IT中我们有一个说法：垃圾进入 - 垃圾出（GIGO）。这意味着您的数据质量非常重要。根据无效数据做出业务决策可能会对您的业务产生严重的负面影响。
确保参与公司输入数据的任何人都了解准确性对业务成功的重要性。
预测分析示例
Predictive Analytics简化了公司运营
“哈佛商业评论”报道，大数据对于预测客户对非“点击”产品的需求非常有帮助，但更多的是出售给各种市场中的许多人（也称为“长尾”）。
挖掘这类数据更具挑战性，因为长尾产品不像热门产品那么受欢迎，而且它们销售的地区也不那么大。
预测分析对于挖掘这些数据以及确定这些利基中的客户需求非常有用。
使用预测分析设置定价
预测分析的另一种方式可以帮助公司定价。企业可以通过针对具体价格，折扣和促销的特定客户来增加销售额。
在线零售商可以使用他们收集的大量数据来了解客户的行为，从而根据最能吸引客户的价格调整价格。
预测分析还极大地帮助依赖机器取得成功的行业，因为数据可用于评估这些机器何时需要维护或可能出现故障。
微软的科学家使用他们在飞机上收集的数据来确定何时可能取消或延迟航班。航空公司只是组织中的一个例子，它可以通过简单地愿意找到挖掘已有数据的方法来减轻大量浪费。
预测性分析降低了风险
降低公司风险是预测分析的另一个优势。企业对发现提高安全性的方法有着既得利益，因为这不是数据泄露是否会发生的问题，而是何时会发生。
收集有关过去攻击的信息并识别数字指纹以防止未来的渗透是尝试防止数据泄露的传统方法。随着网络攻击变得更加复杂，这种方法变得越来越无效。
当然，预测分析并不能保证能够防止出现的每一次攻击。但是，它是一种保护信息而不是被动的主动方法。
公司可以使用预测分析来识别他们从未见过的攻击，而不是依赖于他们对过去攻击的了解。结合人工智能，预测分析确实可以变得非常强大。
实施预测分析
谈论实施预测分析很容易，但实际上这样做可能很复杂。公司应该确定以下内容：
- 如果领导做出糟糕的选择，对您的业务负有责任，
- 贵公司做出的决策类型，
- 哪些资源最能帮助您将预测分析策略付诸实践。
如果制定一系列错误决策的成本很高（例如，类似于CMS将花费的420亿美元），预测分析对您的公司来说将是一项显而易见的资产。
认识到并非所有决策都是平等的，这也是有帮助的。运营决策通常有正确或错误的答案，而战略决策可能有不明确的答案。
您可以将预测分析用于两种类型的决策，但是您需要针对这两种情况调整建模。然后，您需要选择最适合您需求的分析解决方案，并选择一个知道自己正在做什么的团队。
管理层需要确定：
- 你的问题，
- 预期的结果，
- 内部数据集，
- 您正在考虑的解决方案的价值。
使用此信息确定哪个供应商最适合您的公司。
大数据和预测分析 从 Lili Saghafi教授预测分析是一种有效的资产
利用大数据不再仅仅是大公司的省份。即便是小企业也在认识到它的价值。幸运的是，由于新的云解决方案的可用性，公司现在能够利用大数据的优势。
在改善任何生活领域时，都没有万灵药。但是，预测分析是一种宝贵的资源，可帮助您的企业提高效率，同时降低各个领域的风险。
通过Shutterstock预测照片
1
