作者：Samantha Wong

业务分析师的目标是尽可能快速、无缝地将数据转化为有意义的洞察力，以帮助企业回答棘手的问题并实现目标。SAP Analytics Cloud强大地结合了一流的商业智能和直观的机器学习技术，使业务分析师能够利用下一代智能功能实现更好的结果。

智能预测是SAP Analytics Cloud的一项功能，可帮助业务分析师回答有关未来的业务问题。Smart Predict通过从您的历史数据中学习，然后对您的业务采取的最佳行动提出建议，从而增强您现有的商业智能能力。

与传统方法不同，传统方法要求您选择算法并设置复杂参数，Smart Predict通过关注需要解决的业务问题类型来加速流程。前所未有的是，分析师可以利用智能机器学习技术，从业务问题快速过渡到可信的预测，几乎没有数据科学专业知识。

预测场景的类型

智能预测目前能够训练处理分类、回归、，以及时间序列预测场景。您选择的方案取决于您试图回答的业务问题。

如果您试图确定某件事是否会发生的可能性，则您正在处理一个分类方案。

例如，如果您的问题是您的客户是否会对营销报价作出回应，您可以使用分类场景来确定每个潜在客户的响应概率。这使您可以将精力集中在最有可能购买的客户身上。

如果您试图预测一个数值并探索其背后的关键驱动因素，您将处理一个回归场景。

例如，手游返利折扣，如果您想预测员工的雇佣期限，您将使用Smart predict回归场景。这将确定数据中的关系，帮助您更好地了解哪些因素会导致长期就业。结果如何？这些有价值的见解可用于影响您的人力资源政策和减少员工流失。

了解如何使用SAP Analytics Cloud培训分类或回归预测模型>

如果您试图根据时间、季节和其他内部和外部变量的波动来预测未来的数值，例如，淘客如何推广，时间序列预测模型可以通过分析一段时间内的历史销售数据来预测未来的销售量。这些销售数据，再加上你目前的销售人员、营销活动或天气等环境因素的附加信息，可用于预测未来的性能趋势。

了解如何使用SAP Analytics Cloud训练时间序列预测模型>

使用Smart Predict回答业务问题

一旦确定了要解决的问题类型，就可以选择历史数据来训练预测模型。在历史数据集中，其中一列需要回答手头的业务问题。这确保了Smart Predict的智能算法能够从过去吸取教训。

例如，如果您想了解您的哪些客户会对营销报价作出回应，则需要在数据集中设置"是/否"列。此列称为目标变量，企业建站平台，它表示您试图预测的结果。一旦你选择了你的历史数据和目标变量，Smart Predict会处理剩下的部分。

Smart Predict使用机器学习，根据你的数据建立数百个预测模型，并自动选择最准确、最稳定的模型来回答你的问题。

一旦你的模型被创建，你将看到模型汇报，包括模型准确性、对新数据的适用性、关键驱动因素等关键信息。此时，您可以使用此版本的模型来确定您的预测，或通过调整模型来进行复制和实验，以提高精度和/或稳定性。

了解如何汇报您的预测模型

一旦您对模型满意，物联网教室，您就可以生成预测了。要做到这一点，您将选择当前或未来的数据，大数据调研报告，例如尚未成为您的营销产品目标的新客户，并应用您的预测模型。然后，Smart Predict将生成超个性化的建议，以帮助您为业务中的每个客户、产品、商店、员工或供应商确定最佳行动。

预测有可能推动重大业务价值，但前提是它们必须在正确的时间以正确的格式与决策者共享。SAP Analytics Cloud是一个简单的云解决方案，可用于生成预测洞察，并通过故事中的可视化和表格与业务干系人共享这些洞察。

了解如何在SAP Analytics Cloud中应用预测模型>

改善您的未来成果

Smart Predict旨在帮助您实现业务目标自信地做决定。现在，您可以快速地从业务问题转移到可操作的见解，这些见解将帮助您利用新的机会，降低风险，并为您的业务带来最佳结果。

当您准备好将SAP Analytics Cloud用于您自己的预测方案时，我们让SAP Analytics Cloud和Smart Predict变得简单。