Forrester：针对预测分析能力进行架构规划

对于企业来说，预测分析能力是发展数字化业务和实现客户体验差异化的重要基础。为了能够帮助企业更好的应对数字化竞争和市场变化所带来的挑战，企业架构专业人士必须以战略的高度从架构角度出发规划企业的预测分析能力，在整个生命周期之中与客户交互。

具体来说，企业架构专业人士应当参考客户生命周期为企业开展预测分析提供支持。Forrester 的研究发现，中国企业已经在客户生命周期的不同阶段实践了预测分析技术，具体包括：

对于任何想要实践预测分析技术、差异化客户体验并构建数字化未来的企业而言，算法是企业需要具备的最核心要素。为了对此提供相应支持，企业架构专业人士可以从以下三方面着手，帮助企更好地准备算法：

·从战略角度对数据准备给予充分重视。算法模型只有在输入数据正确的前提之上才可能有用。因此，企业架构专业人士应该以计划提供的目标客户价值为出发点，确保从不同的渠道在有效的时间内采集所有相关数据。然后按照不同的业务情境进行数据清理、过滤，再利用整合、标准化、除重等技术工具对数据进行预处理。

·不断将业务知识应用到数据分析过程中。业务知识的应用对于定制预测模型来说至关重要。算法的定制和预测结果的不断改进是一个复杂的过程，而且不要忘记数据模型并不天生具备人类的普通常识。因此，企业架构专业人士应该确保模型的优化过程能够充分利用来自不同业务干系人的业务洞察。

·采用实验的方法进行算法选择。通常情况下，每种算法都会有其相应的优势和局限。企业架构专业人士应当和数据团队协作，在充分了解业务情境的基础之上选择最适宜的数据模型。通过建立算法的评估机制，即用相同的数据去测试不同算法，进一步选择最能满足
需求的算法或算法组合。