BI预测分析，是否需要那么精准?

[IT168 评论】预测分析是BI应用的一大方向，尤其随着AI、大数据的等新技术的发展，让预测分析有了更好的落地。

根据日前IDC发布的《2019年下半年中国商业智能软件市场数据跟踪报告》，2019年全年中国商业智能软件市场规模为4.9亿美元，同比增长22.6%，其中高级分析和预测分析市场份额占比21.0%。到2024年，中国商业智能软件市场规模将达到11.9亿美元，未来5年整体市场年复合增长率(CAGR)为19.2%。

未来充满了不确定性，能够预知未来在古代无不适先知大能之辈。如今利用科学技术我们也能预知一角未来，比如天气预报，方便了我们的生活，而极端的天气的预警还能防患于未然。在商业智能预测分析中，销售预测是很多企业的需求，如果果能够对商配销量进行预测，可以合理高效安排生产、优化供应链，降本增效。

凡预测皆有个精准度，理论上是越高越好，但是从商业化落地和实际应用的角度来看，销售预测的精准度还要考虑稳定性和投入产出比。

观远数据创始人兼CEO苏春园指出，精准度一方面要考虑稳定性，比如在做销售预测时，有些店特别精准，有些店偏差比较大，不如总体上的稳定，此时在局部可以牺牲掉一些精准度。

另一方面，精准度没有止境，优化精准度要考虑投入产出比。销售预测的精准度提升取决于原来人工预测或者基于传统的Excel等工具的预测水平，目前实际落地中，只要能够相对稳定持续得比原来的精准度有一个比例的提升，比如提升5%、10%或者15%，其实就开始有商业化的价值，而后面精准度的提升，越来越难，可能每优化一个百分点，要采集更多的颗粒度更细的数据，可能都需要十倍的投入。但是真正从商业化和客户价值来看，未必值得，不同阶段要解决不同的商业化的问题，预测要考虑ROI(投资回报率)。

“如果要优化一个或者局部优化精准度不难，就把那一点做到极致，其实没什么太多意义。还是要从全局看稳定性、可维护性、稳定性等。”苏春园强调。