能的行动方案超越了描述性和预测性分析。从本质上讲，它们预测了多种未来，并允许公司根据他们的行动评估许多可能的结果。规范性分析结合使用业务规则、算法、机器学习和计算建模程序等技术和工具。这些技术适用于来这个想法是，这将深入了解您的客户为什么停止使用您的服务，这意味着您可以进行更改以阻止它发生。如果您知道正在发生的事件可能会导致高流失率，您可以发起反击，开展旨在赢回离开客户的活动。 自许多不同数据集的输入，包括历史和交易数据、实时数据源和大数据。 规范分析管理起来相对复杂，而且大多数公司尚未在日常业务过程中使用它们。如果实施得当，它们会对企业的决策方式和公司的利润产生重大影响。较大的公司正在成功地使用规范分析来 优化供应链中的生产、调度和库存， 以确保在正确的时间交付正确的产品并优化客户体验。
个大数据营销
策略问题以及如何解决 大数据正在展会营销中崭露头角 2018 年这 5 大值得关注的大数据趋势是巨大的 每个大数据架构师都需要的 6 项基本技能 信息之光 Infobright将自己定位为“物联网数据分析平台”。他们的算法和数据库架构旨在帮助那些正在生成大量机器驱动数据的公司——例如，来自工业环境中连接到制造设备的传感器。这些数据集可 最新邮件数据库 能会增长得非常大、速度非常快，而该服务旨在使其易于管理。 饲料仔 营销之后，检测欺诈是各种规模的公司发现大数据最流行的用途之一，特别是如果他们依赖在线交易来获得收入。Feedzai声称它可以将贵公司处理的欺诈交易减少多达 80%，如果其预测算法发现交易符合风险太大的情况，则阻止它们。
面减少欺诈意味着
零售商利润的增加可以以更低的价格传递给消费者，希望能为我们所有人节省一些钱！ 添马舰 数据管理是关于管理进入公司的数据流，并确保收集正确的数据以匹配手头的工作。塔姆已开发服 英国电话号码 务来自动识别、清理和准备分析所需的信息。他们的部分前提是数据科学家需要清晰、简明地表示他们正在研究的数据，以便能够得出可靠的结论，因此 Tamr 提供了一个界面，用于将所有数据源汇集在一起。它还旨在实现高水平的自动化——通过机器学习算法自动做出许多关于要包含哪些数据以及如何呈现这些数据的决策。然而，它会“联系”你团队中的人类专家——当它需要做出高于其薪酬等级的决定时，向最合适的人寻求帮助。
