预测分析并不是什么新鲜事，事实上几千年来我们一直在尝试预测未来。第一种算法可以追溯到9世纪，古希腊人创造了预测天气的观测数据，这最终给了我们"气候"和"气象学"两个词。然而，现在的变化是，物联网教室，我们可以利用计算机以多快、多容易的速度对不断增长的数据进行预测和洞察通过使算法本身能够学习和开发自己的模型和预测，而无需人为干预或指导。到目前为止，创建复杂数学算法的科学完全属于训练有素的统计学家，他们需要在三个关键领域拥有深厚的专业知识：统计和数学建模、商业专业知识和计算机科学能力。正如你可能猜到的，这些资源非常稀缺，因此非常昂贵，但可以释放的价值是如此巨大，返现app，以至于许多公司投资并受益于后来被称为"数据科学家"的东西，服务器云，只为那些拥有大量财力雇佣这些稀有而昂贵资源的公司保留。这正是SAP（KXEN）在过去20年中一直在改变的，它简化并自动化了数据科学的整个过程，并使具有业务专长、对统计和数据准备有基本了解的人能够访问数据科学。

公民数据科学家的崛起

我们看到了数据科学领域的重大转变随着传统的业务分析师和BI-Power用户开始涉足统计学家和数据科学家的传统领域，今天的市场变得更加活跃。据预测，这群超级用户将为那些无法聘请昂贵博士和数据科学专业人员组成的大型团队的普通组织释放预测分析的价值，并将使他们能够与（有时甚至击败）他们的巨人竞争对手竞争。

事实上，Gartner预测，到2020年，40%的数据科学任务将实现自动化，这些新的专业人员（称为公民数据科学家）最早将在明年超过传统数据科学团队创建的分析量。

那么SAP将走向何方，SAP如何支持这一转变？

首先，我们致力于通过将数据科学引入SAP分析云，简化数据科学，以便用户能够在良性循环中同时使用机器学习技术和商业智能和商业规划功能。想象一下，一个业务分析师团队能够发现业务背后的核心驱动因素，然后利用这些驱动因素，根据数据驱动的洞察力而不是猜测来制定业务计划。

一旦计划到位，用户可以通过易于使用的可视化方式识别与该计划的偏差，甚至可以基于预测看到潜在的偏差，并且可以采取纠正措施以确保满足该计划。所有这些都可以在一个云应用程序上实现，从会议室到车间都完全一致，在任何时间、任何地点、任何设备上都可以进行第二次更新。

第二，SAP将帮助您的业务分析师逐步采用机器学习，以推动业务成果。在采用新技术和技术的过程中，总会有一个连续的用户群体。以下是我们将如何帮助这些用户：

你的平均报告消费者不想建立预测模型，甚至不想看一份报告。普通用户希望知道问题在哪里，可以做些什么来解决问题，以及如何开始。通过将其他专家设计的预测模型的结果直接嵌入到知识工作者所在的应用程序中，我们将为他们提供他们正在寻找的规范性见解。传统的BI报表设计师或业务分析师希望了解如何使用机器学习，但没有接受任何培训，他们将受益于SAP Analytics Cloud上的智能洞察和智能发现功能。无需构建模型，甚至不需要知道任何统计数据，智能工厂解决方案，我们将为该用户提供有关其数据以及隐藏在该数据中的模式的详细见解，从而使他们能够确定潜在见解的关键领域，并直接向其最终用户提供这些见解。随着业务分析师对关键数据科学原则的了解和熟悉程度不断提高，并开始从预测性问题的角度来思考业务问题，我们将提供一种指导性的体验，使他们能够针对所有用户都可以使用的可信数据集构建可重用的模型。了解更详细的统计概念（如数据操作）的最高级用户将受益于数据采集和特征工程的自动化，并可以为其组织创建可信和可重用的数据集。他们还将能够帮助验证经验不足的用户所做的工作，大数据现状，并帮助在整个组织中扩展机器学习的应用。

通过支持每个用户的数据科学之旅，SAP正在为消费者、业务分析师、公民数据科学家提供培训，以及成熟的公民数据科学家，为整个组织带来数据驱动见解的好处。

了解更多

通过阅读我们周四的其他机器学习博客，了解更多有关SAP analytics Cloud中预测分析功能的信息。查看并亲身体验SAPPHIRE NOW预测分析的下一步计划2018年6月5日至7日。