如果你认为预测分析只是对数据科学家和“数量分析专家”感兴趣, 那要再想想了。无论是商业上和商业学校里，它正迅速成为一个谈论最多的话题。

两个最近的例子最好说明问题。我作为一名康奈尔大学约翰逊商业管理学院的住校执教，教一个班的新媒体营销。我喜欢回到我的母校, 总是对未来营销和企业领导人最先思考什么很感兴趣。猜猜在我的课上什么话题反响最大？你猜对了――预测分析。而于4月中旬在旧金山举行的eMetrics峰会上，一周内最让人激动的是我们的客户, 惠普美洲Snapfish的首席营销官（CMO）和总经理Mario Pacini的演讲。是的, 完全相同的主题。

当然, 人类自古以来一直试图预测未来。这就是媒体杰出人物Marshall McLuhan关于这个问题所说的:“我们越来越快的驶向未来,试图只使用后视镜来导航。”

那么,预测分析要从根本上改变我们的市场营销? 为什么兴奋? 后视镜又是怎样的?

我给学生和客户指出的第一点是它不仅仅是预测未来。利用复杂的预测和优化模型, 营销人员现在有更梦寐以求的力量来改变未来。

总经理和首席营销官们（CMO）一直想知道如何投资才能实现收益和利润目标。预测分析可以帮助他们决定是否投资基金的方式可能满足营收和底线目标。而数据也可以告诉他们,当前的计划会不会漏掉什么。他们在事实之前的预知让他们可以路线正确，避免每个首席营销官们（CMO）或总经理的担心――未达成收益和利润目标。使用预测分析，营销机构可以识别可能的行动结果来支持决策。而他们可以反复地调整这些决策来增加对结果的信心。

预测分析是如何工作的? 企业如何能够高准确度预测, 然后决定不同的做法达到更理想的结果呢?

整个分析领域当然是建立在基础数据之上的。大量的数据提供非凡的多样性和信息深度，有关消费者购买行为，网站、社交媒体和移动平台, 当然还有在商店的交互。我们现在可以确定哪些活动和促销, 通过哪个渠道到哪些设备上，对特定的购买群体驱动购买行为。

所以,我们除了将这些大数据作为后视镜反射映过去，还能做哪些更多的事情呢？

这就是数据科学家的魔法所在。统计模型的建立和应用于这些大型、多渠道数据集的算法提供给推荐行动路线的预测。你不喜欢预测吗? 那应用优化模型发现可能更有吸引力的不同未来。

为了具体说明这个过程,让我们回顾一下最近的eMetrics峰会的这个例子: 惠普Snapfish, 在线照片服务巨头在20多个国家拥有超过9000万名成员。

惠普Snapfish团队在什么样的访问者在照片网站上会做什么上有大量的数据。例如, 夏天和节日期间相比， 谁会买哪些产品? 哪些客户会被促销活动, 折扣, 或交付选项所打动? 是什么在驱使客户忠诚度和重复购买行为?

预测分析包括解构这些手段来评估和识别历史的绩效驱动,然后重构它们相应地驱动未来的目标。惠普Snapfish表明它根据行为细分客户,如:

●基于促销/折扣购买相对于不受促销影响的

●产品购买的类型

●不同产品类型的一年购买次数

●新客户相对于回头客

基于模式显示,公司整合一个与买家行为相匹配的促销日历。它发现了因素之间的关联，以及他们如何影响结果。终究是要开发一个可能交付需要目标, 定期评估绩效, 调整因素, 和重复的模型。这是一个逻辑过程。

关于那些后视镜?

我们在镜子里看到的只有过去吗? 在某种程度上,我们是。这是历史数据。但在另一方面,不是这样。这些都是复杂的模型, 通过识别导致结果的因素精确预测未来。这其实不完全是后视镜,如果你愿意，它可以是复杂的分析领域中的一种检测形式。

但是不要忘记我的主要论点。

预测分析和优化模型将所有这些数据变成真正有用的智能。他们告诉你做什么。所以它真的开始改变未来。这就是为什么数据科学家被称为21世纪最性感的工作。 他们能做到千年以来算命师无法完成的事。谁说命运是预定的呢?