最近在拉斯维加斯的SAP TechEd，什么是物联网，我参加了一个关于"预测分析入门的5件事"的会议。正如你所知，预测分析是问"发生了什么？""会发生什么？"以及"可能发生的最好的情况是什么？"寻找将要发生的事情和最好的可能发生的事情需要五个基本原则，云服务器的，每个数据科学都需要从这五个基本原则开始。

定义业务问题（用例）为用例获取正确的数据团队中的访问技能选择合适的工具加速生产力和快速失败

1）定义用例

一切都必须从用例开始。预测分析用例的定义在更广泛的范围内基本上分为两类上下文：1)你知道你想解决什么问题/机会，2）你不知道你想解决什么问题/机会

对于你知道的问题/机会（监督学习），你必须定义目标变量，目标变量决定了需要准备哪些相关数据。更重要的是，目标变量携带了你需要预测的所有信息。

在第二类情况下，当你不知道该做什么（无监督学习），最常见的事情是做分割（聚类），例如：区分人类和猴子。

无论哪种方式，作为第一步，您必须在业务上下文中定义用例，如客户流失减少、客户细分、呼叫中心交互的下一个最佳报价等。

2）为用例收集正确的数据

识别、定位和收集用例的相关数据是第二个重要的事情。在识别和定位用例的数据源的过程中，您将学到很多东西，大数据培训哪好，例如围绕该数据的企业壁垒、围绕该数据的各个部门所有权、访问条件等等。这些经验教训在许多情况下都是可以重复的，并加速了后续用例的处理过程。

3）团队中的访问技能

许多研究报告表明，在分析技能方面存在巨大的不足。数据科学是一项团队运动-您需要许多角色，包括数据科学家、业务分析师、数据分析师、应用程序开发人员和故事讲述者。获取团队中可用的技能是另一个关键步骤。了解技能的优势和差距将导致团队需要什么类型的工具来执行工作。

4）选择正确的工具

在选择正确的工具进行预测分析时，大数据难吗，您需要研究：

弥补团队技能差距的工具能力协作能力，以使流程更加顺畅提高生产力的自动化能力大数据支持，如本机建模和广泛的数据集支持更重要的是，管理团队流程、预测模型、再培训和评分的管理框架。

5）加速生产力和快速失败

涉及到数据科学实验室和生产有两个阶段。在实验室里，你探索、创新、检验你的假设、原型，并在预测模型上获得信心。在生产过程中，您需要部署、管理、治理和嵌入到应用程序和业务流程中。

您不能跳过第一阶段，高防服务器租用，进入下一阶段的最佳方法是加快数据准备、探索、模型构建、验证和测试的周期，更重要的是加快失败的速度。因此，您可以快速迭代并获得对预测模型的信心。

要总结，请使用案例数据-团队技能工具快速完成任务。