來源：數(shù)據(jù)猿 記者：張葉

世界杯預(yù)測、 高考預(yù)測、 電影票房預(yù)測、流行病預(yù)測...在大數(shù)據(jù)時(shí)代，預(yù)測分析已經(jīng)逐漸在商業(yè)社會中得到廣泛應(yīng)用。

但事實(shí)上，隨著數(shù)據(jù)源越來越多，數(shù)據(jù)信息越來越碎片化，不僅給企業(yè)的數(shù)據(jù)管理帶來了困局，同時(shí)也導(dǎo)致技術(shù)人員在大數(shù)據(jù)處理分析時(shí)必須要使用會更加精細(xì)化的數(shù)據(jù)處理工具和更加垂直創(chuàng)新的數(shù)據(jù)模塊。所以，大數(shù)據(jù)預(yù)測分析技術(shù)也成為目前大數(shù)據(jù)領(lǐng)域最難的一個(gè)環(huán)節(jié)，不僅考驗(yàn)企業(yè)的大數(shù)據(jù)處理技術(shù)，更是對數(shù)據(jù)科學(xué)家提出了更高要求。

9月21日，在數(shù)據(jù)猿、上海大數(shù)據(jù)聯(lián)盟、Dell中國共同主辦的《魔方大數(shù)據(jù)（10）：大數(shù)據(jù)預(yù)測技術(shù)的應(yīng)用與發(fā)展》活動上，來自大數(shù)據(jù)不同領(lǐng)域的企業(yè)和技術(shù)人員，就目前大數(shù)據(jù)預(yù)測技術(shù)發(fā)展現(xiàn)狀、技術(shù)難題、底層數(shù)據(jù)構(gòu)架等問題展開了精彩討論，并有多位來自汽車、航空、金融等領(lǐng)域的大咖向現(xiàn)場觀眾介紹了大數(shù)據(jù)預(yù)測技術(shù)在該行業(yè)內(nèi)的應(yīng)用前景。

要準(zhǔn)確預(yù)測，底層技術(shù)需先行

事實(shí)上，對于已經(jīng)完成原始數(shù)據(jù)積累的企業(yè)來說，如何將數(shù)據(jù)進(jìn)行整合是做大數(shù)據(jù)預(yù)測分析的前提。然而，很多企業(yè)的數(shù)據(jù)都存在于不同IT系統(tǒng)，比如營銷系統(tǒng)、銷售系統(tǒng)，那么如何整合這些不同系統(tǒng)的有效數(shù)據(jù)，剔除無用數(shù)據(jù)，打破信息孤島成為了預(yù)測分析技術(shù)的關(guān)鍵所在。

Dell中國解決方案事業(yè)部的高級顧問忽林安

活動中，來自Dell中國解決方案事業(yè)部的高級顧問忽林安表示，進(jìn)入互聯(lián)網(wǎng)時(shí)代以后，數(shù)據(jù)處于膨脹狀態(tài)，很多企業(yè)數(shù)據(jù)量基本都在TB到PB量級以上，不僅體量大、增量快，而且數(shù)據(jù)類型多樣化，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化以及多維數(shù)據(jù)，而大數(shù)據(jù)對于企業(yè)的作用又非常重要，除了傳統(tǒng)報(bào)表、統(tǒng)計(jì)功能外，預(yù)測分析應(yīng)用也是極為重要的一個(gè)方面。

此外，忽林安還向在場觀眾介紹，Dell結(jié)合自身實(shí)踐經(jīng)驗(yàn)，搭建了切實(shí)可行的大數(shù)據(jù)技術(shù)架構(gòu)和分析平臺，從基礎(chǔ)架構(gòu)、數(shù)據(jù)管理、數(shù)據(jù)整理、商業(yè)智能四方面向企業(yè)提供覆蓋全數(shù)據(jù)生命周期的大數(shù)據(jù)解決方案，并幫助企業(yè)客戶實(shí)現(xiàn)高效、經(jīng)濟(jì)、安全的大數(shù)據(jù)應(yīng)用。

上海Kyligence聯(lián)合創(chuàng)始人兼CEO韓卿

另外，上海Kyligence聯(lián)合創(chuàng)始人兼CEO韓卿也同時(shí)指出，大數(shù)據(jù)在做預(yù)測分析時(shí)，要處理很多歷史數(shù)據(jù)，面臨極大的數(shù)據(jù)量難題，而且信息時(shí)代，數(shù)據(jù)在不斷更新，要想快速獲取和查詢數(shù)據(jù)信息，超大規(guī)模的數(shù)據(jù)處理能力就成為大數(shù)據(jù)預(yù)測技術(shù)的強(qiáng)有力保障。 韓卿還強(qiáng)調(diào)，在未來商業(yè)社會中，大數(shù)據(jù)預(yù)測應(yīng)用會越來越多的變成“在線應(yīng)用”，且從目前體育、金融、影視等領(lǐng)域逐步蔓延到其他領(lǐng)域，而這也會對底層數(shù)據(jù)倉庫的高并發(fā)帶來巨大壓力，所以，大規(guī)模數(shù)據(jù)的處理能力對于預(yù)測技術(shù)的支撐作用就顯得更為關(guān)鍵。

眾所周知，大數(shù)據(jù)預(yù)測分析的最大難度在于其精準(zhǔn)度，精準(zhǔn)度越高，就越能把結(jié)果全面呈現(xiàn)出來。但是要提高預(yù)測的精準(zhǔn)度，光靠數(shù)據(jù)挖掘顯然不夠，就企業(yè)而言必須要面向不同行業(yè)和領(lǐng)域的客戶，把不同特征的數(shù)據(jù)分別提取出來，如此就又把預(yù)測分析技術(shù)難度上升了一個(gè)層次。

多領(lǐng)域“開花”

在活動中，幾位來自不同領(lǐng)域的嘉賓就目前大數(shù)據(jù)在該行業(yè)內(nèi)的應(yīng)用及發(fā)展做了介紹。

車聯(lián)網(wǎng)平臺總監(jiān)萬佳駒

車聯(lián)網(wǎng)平臺總監(jiān)萬佳駒講到，目前車聯(lián)網(wǎng)基于各種數(shù)據(jù)采集技術(shù)，比如RFID、傳感器技術(shù)，把車輛屬性、靜態(tài)信息和動態(tài)信息接入互聯(lián)網(wǎng)絡(luò)，實(shí)現(xiàn)了有效利用的智能網(wǎng)絡(luò)。

首先，通過采集GPS信息、點(diǎn)位信息、發(fā)動機(jī)轉(zhuǎn)速以及車速等數(shù)據(jù)，是可以基于汽車本身數(shù)據(jù)做位置分析，再結(jié)合軌跡分析、路網(wǎng)匹配、POI分析、行政區(qū)域、線路發(fā)現(xiàn)、車型匹配等數(shù)據(jù)處理，可預(yù)測出汽車經(jīng)常跑的是跑國道、高速還是鄉(xiāng)村路，經(jīng)常去哪些物流園區(qū)，?？磕男┑攸c(diǎn)。

其次，通過車輛數(shù)據(jù)分析，建立司機(jī)評價(jià)體系，幫助物流、快遞等行業(yè)獲取哪些司機(jī)是優(yōu)秀司機(jī)；此外還可基于司機(jī)駕駛能力和駕駛習(xí)慣，判定司機(jī)的不良駕駛行為趨勢。

第三，大數(shù)據(jù)預(yù)測技術(shù)還可以在汽車領(lǐng)域做“金融風(fēng)控”。一方面，由于很多商用車車主都是貸款買車，貸款公司會依據(jù)他們所購汽車的信息判定他們是否有實(shí)力償還貸款；另一方面，對于目前比較熱的供應(yīng)鏈金融，物流公司究竟有沒有運(yùn)營、有沒有業(yè)務(wù)、業(yè)務(wù)是否真實(shí)、應(yīng)收帳款是真是假，都能通過分析車輛數(shù)據(jù)得出結(jié)果。

第四，根據(jù)新車行駛的公里數(shù)還可預(yù)測汽車工廠的銷量數(shù)量。

大數(shù)據(jù)預(yù)測除了在汽車領(lǐng)域的應(yīng)用之外，敬眾科技總經(jīng)理瞿天鋒還向現(xiàn)場觀眾介紹了大數(shù)據(jù)預(yù)測技術(shù)在航空領(lǐng)域的應(yīng)用情況。

敬眾科技總經(jīng)理瞿天鋒

據(jù)瞿總表示，目前航空領(lǐng)域的大數(shù)據(jù)預(yù)測應(yīng)用主要表現(xiàn)在：第一，通過航空數(shù)據(jù)的不斷積累，建立數(shù)據(jù)模型，從多個(gè)維度預(yù)測旅客究竟是出于商務(wù)目的、旅游目的還是探親目的購票；第二，搭建民航運(yùn)營監(jiān)控平臺，實(shí)現(xiàn)對民航運(yùn)營的實(shí)時(shí)監(jiān)控和歷史保留作用，進(jìn)而預(yù)測民航航班起降安全、延誤停飛等風(fēng)險(xiǎn)；第三，為每個(gè)坐過飛機(jī)的人做用戶畫像，從頻率、消費(fèi)、出行目的等數(shù)據(jù)維度了解其商務(wù)活動能力、消費(fèi)能力、消費(fèi)習(xí)慣和收入水平等，以此判定旅客是屬于高端人士、高凈值人士還是普通乘客，進(jìn)而得出精準(zhǔn)用戶畫像。

此外，“聚信立”運(yùn)營副總裁喻昊旻和蘇州朗動網(wǎng)絡(luò)科技的CTO劉培彬先生還分別就大數(shù)據(jù)在金融風(fēng)控和征信領(lǐng)域的應(yīng)用進(jìn)行了介紹。金融領(lǐng)域，換言之就是一個(gè)跟錢相關(guān)的領(lǐng)域，那么大數(shù)據(jù)的預(yù)測能力或許就是其對于金融風(fēng)險(xiǎn)的預(yù)判。

“聚信立”運(yùn)營副總裁喻昊旻

喻昊旻指出，在金融風(fēng)控領(lǐng)域，數(shù)據(jù)源獲取的渠道分成三大類：一是金融機(jī)構(gòu)通過客戶授權(quán)采集其個(gè)人信息；二是通過網(wǎng)絡(luò)監(jiān)控?cái)?shù)據(jù)，以判別貸款人是否屬于黑中介或者其他高風(fēng)險(xiǎn)客戶群；三是通過SDK嵌入式模式了解企業(yè)客戶信息。然而，互聯(lián)網(wǎng)數(shù)據(jù)類型繁多，形式分散，金融機(jī)構(gòu)必須將散落在網(wǎng)絡(luò)平臺、企業(yè)平臺以及個(gè)人賬戶信息等分散數(shù)據(jù)進(jìn)行精細(xì)化整合，才能體現(xiàn)大數(shù)據(jù)在個(gè)人風(fēng)控領(lǐng)域應(yīng)用的能力。

蘇州朗動網(wǎng)絡(luò)科技的CTO劉培彬

但是在企業(yè)征信領(lǐng)域，劉培彬表示，截止2016年8月，全國135家企業(yè)拿到企業(yè)征信牌照，但隨著信息越來越公開，大數(shù)據(jù)在征信領(lǐng)域的應(yīng)用一直存在很多問題。因?yàn)槿珖髽I(yè)數(shù)量近4000萬家，個(gè)體工商戶6000萬，其中20%的企業(yè)信息變更非常頻繁，而深度挖掘企業(yè)的信息進(jìn)行數(shù)據(jù)分析，能夠使企業(yè)與用戶的關(guān)聯(lián)度更加緊密，包括企業(yè)跟企業(yè)、企業(yè)與投資人、企業(yè)股東與法人等關(guān)系，才能對企業(yè)運(yùn)營狀況做出評測。

大數(shù)據(jù)預(yù)測分析，不僅需要大規(guī)模數(shù)據(jù)調(diào)用、流式數(shù)據(jù)處理技術(shù)，同時(shí)還需建立準(zhǔn)確的預(yù)測模型。大數(shù)據(jù)時(shí)代下，隨著越來越多的數(shù)據(jù)被記錄和整理，未來預(yù)測分析必定會成為所有領(lǐng)域的關(guān)鍵技術(shù)，未來也歡迎各領(lǐng)域的大數(shù)據(jù)專業(yè)人士和數(shù)據(jù)猿一起聚焦預(yù)測分析技術(shù)在各行業(yè)應(yīng)用情況的探討。（數(shù)據(jù)猿記者：張葉）

來源：數(shù)據(jù)猿