预测分析（Predictive Analytics）是什么

IBM SPSS Decision Management 的核心领域是预测分析。预测分析可以看做是信息技术自然演化的结果。随着高性能计算机和功能强大的数据库系统的广泛使用，使得对快速增长的海量数据的收集、存放和处理成为可能。然而，人们往往不只希望将这些海量数据进行归档存放，而是更希望将其转换为有用的信息或知识。

预测分析的出现和广泛使用，也是由于强烈的应用需求。当决策者在作出各种决定时，他们往往需要得到丰富详细的信息，比如：“过去发生了什么？”，“为什么会发生？”，“现在发生了什么？”“将来可能会发生什么？”。这几个问题是由不同层面的技术来解决。如下图所示，“过去发生了什么？”可以通过检索查询即可完成，而对于“将来可能会发生什么？”，则需要预测分析技术来解决。

检索查询， OLAP 和 Dashboard 都是基于对已有数据的演绎，而且人们往往要根据自己的经验定义数据间的关系和模式。预测分析事先对数据没有任何假设，而运用统计分析、机器学习、神经网络、人工智能等方法从数据中抽取信息或知识，并依此来预测将来的趋势或行为。

近几年，预测分析和优化也在慢慢地被集成在一起。因为当人们得到“将来可能会发生什么？”的信息后，在面对多种可能的决策时，往往又需要优化技术来帮助决策“怎样选择才能得到最大的利益？”虽然 IBM SPSS Decision Management 的核心领域是预测分析，但其也引入了优化技术来回答“怎样选择才能得到最大的利益？”

IBM SPSS Decision Management 是什么

IBM SPSS Decision Management 到底是什么呢？它是 IBM SPSS 最近开发的一个新产品，其提供了一个平台，能够整合 IBM SPSS 在预测分析领域的能力，并能针对不同行业、不同领域配置开发相应的预测分析及决策优化解决方案。

IBM SPSS Decision Management 整合的能力可以从下面的 SPSS 主要产品家族的架构图看出， 其中 Decision Management 处在顶端，能够整合 SPSS CaDS 和 SPSS Modeler 提供的各种服务，可作为一个最终的预测解决方案向用户发布。

用户的实际需要导致了 IBM SPSS Decision Management 的产生。从历史数据中往往能运用 IBM SPSS Modeler 等工具挖掘出一些知识或模式，这些知识和模式对回答“历史数据是这样，将来可能会发生什么”有很大帮助。 但是在实际的决策过程中，影响决策的主要因素不仅仅是知道“将来可能会发生什么”，还有很多其他因素，比如已有的市场经验、公司既定的政策等等。所以， IBM SPSS Decision Management 不仅能得出预测分析结果，而且向前更进了一步，能够帮助决策者将影响决策的各种主要因素引入进来，最终得出更加明智的决策。

Decision Management 的关键功能

IBM SPSS Decision Management 是如何将影响决策的各种主要因素引入进来以作出最终决策？ 我们需要从通过 IBM SPSS Decision Management 关键功能的说明来介绍。 相对于 IBM SPSS 既有的产品，IBM SPSS Decision Management 主要有以下几个关键功能。

1. 方便地定义业务规则，并能非常容易地与预测模型的结果集成

业务规则能体现很多影响决策的因素，比如市场经验、公司的既定政策等等。针对电信行业，在向用户推荐产品时，可以根据用户的职业、年龄等属性推荐合适的产品。对于一个刚上大学的大学生，很容易就能想到应该推荐“校园行”类似的产品。推荐“校园行”则是已有的成功市场经验，而这个经验，在 IBM SPSS Decision Management 中可以方便地通过业务规则来体现。比如：

IF 用户职业 == 大学生 THEN 推荐“校园行”

上述的伪代码只是抽象的语义，而实际在 IBM SPSS Decision Management 中，有成熟的 UI 组件能帮助用户来定义规则。

有时，业务规则需要和预测模型的结果集成，才能有强大的实际意义。比如，当用户已经有一个月没有使用某个电信服务，我们可以简单地判断这个人有可能流失。

IF 用户未使用电信服务 >= 一个月 THEN 判断该用户为准流失用户

而我们知道， 预测模型可以判断用户流失的可能性，此时，若业务规则定义成这样，则可以大大提高决策的质量。

IF 用户未使用电信服务 >= 一个月 AND 预测结果显示流失可能性 >= 90% THEN 判断该用户为准流失用户

ELSE IF 用户未使用电信服务 >= 一个月 AND 预测结果显示流失可能性 <= 10% THEN 判断该用户为正常用户

阈值 90% 和 10% 是如何确定的呢？其实，在 IBM SPSS Decision Management 中，决策的定义也是一个利用历史数据进行训练的过程。用户可以运用 Simulation，What-If 等功能验证决策定义的优劣。

2. 引入优化技术，对最终结果进行优化

当用户定义了多个决策时，并且针对特定用户这些决策都能触发，那么哪种决策才是最优的决策？或者，影响决策可能还有其他的因素，比如公司的既定政策规定：“一个用户一次只能得到一个产品的推荐”或“所有的推荐市场营销的费用不能超过 10000 人民币”，怎样才能满足这样的限制条件？这时，需要引入优化技术来解决“在给定的目标和限制条件下寻找最优的解”。下图就体现了 IBM SPSS Decision Management 的完整的决策定义过程。

相应的，IBM SPSS Decision Management 有成熟的配置和界面来将优化引入并设置合适的输入以得到最优解。

值得一提的是最新版的 IBM SPSS Decision Management 7 除了继续支持 IBM SPSS 既有的优化技术外，还集成了 IBM ILOG 的 CPLEX 优化引擎。

3. 强大的可配置性

针对不同用户、不同场景，快速进行场景构建，提供解决方案是 Web 应用的一个发展方向。IBM SPSS Decision Management 正是基于这一点，实现了富客户端 Web 应用，并提供强大的可配置性，主要目的是针对不同的行业、不用用户进行快速定制预测分析及决策优化解决方案。可配置性的功能大致分两个部分—界面可配置性和功能可配置性。

几乎所有的可见的界面元素都可以进行配置，如文字、CSS、布局、图片等。功能的可配置性主要是灵活地组装和搭配既有的独立功能模块和算法，以适应不同的应用需求。比如，针对电信行业，我们可以配置出反流失的解决方案，而针对银行则可以配置出反信用卡欺诈的解决方案。

何时需要 Decision Management

IBM SPSS Decision Management 最主要的功能是改进决策定义。当客户的应用场景比较复杂，在作出决策时往往需要考虑多种因素，比如市场经验、预测建议、限制条件等时，就需要一个平台能把所有的因素引入并利用历史数据进行训练和评估决策的定义，这样的决策才是真正意义上的“最终决策”，而不是片面的仅仅是业务规则的定义。

Decision Management 在电信行业的应用

如前所述，IBM SPSS Decision Management 可以被配置用在不同的行业。针对电信行业，可以采用如下的步骤来应用 Decision Management 以得到针对不同的用户，推荐什么样的产品或提供什么样的商业活动，达到保留用户或提高利润的目的。

A) 采用 IBM SPSS Modeler 等工具针对给定的数据得到“用户可以被划分为哪些分类（不同消费额，不同消费习惯等）”， “哪些用户可能流失”， “什么样的用户不值得挽留”， “哪些用户有可能对你提供的新服务作出响应”等典型的数据挖掘信息。

B) 得到数据挖掘的信息最主要的目的是应用这些信息来帮助决策。 在 IBM SPSS Decision Management，就可以定义如挽留客户、交叉销售等商业活动，并依据数据挖掘和业务规则的信息， 给合适的客户提供合适的产品和服务。

C) 在优化步骤， 定义优化参数、优化目标等，比如，如有多个可能的服务时，选择提供哪个服务能得到最大利润。

4. 在用历史数据对上述的决策定义进行训练、调优和评估之后，就可以部署到实际的用户系统中，以得到的决策输出。如在实时系统中，用户一旦登陆网站，就可以实时的针对客户的特性推荐合适的产品或服务。

Decision Management 的未来展望

IBM SPSS Decision Management 从设计之初就着眼于提供一个框架，以提供针对不同行业的预测分析和决策优化解决方案，在加入 IBM 大家庭之后，像业务规则和优化技术已借助 IBM 已有的产品而大大加强了。在 IBM 各种不同的行业解决方案中，可以被广泛使用。

参考资料

学习

• 参考 IBM SPSS Decision Management 产品介绍，查看更多关于 Decision Management 的详细介绍。
  
  
• 查看 IBM WebSphere ILOG JRules 产品介绍，了解更多关于 ILOG JRULES 的介绍。
  
  
• “developerWorks 上的 SPSS 页”：获取 SPSS 产品和服务的信息。
  
  
• 在 developerWorks Information Management 专区：了解关于信息管理的更多信息，获取技术文档、how-to 文章、培训、下载、产品信息以及其他资源。
  
  
• 随时关注 developerWorks技术活动和 网络广播。
  
  

获得产品和技术

• 下载 IBM 产品评估版或 在线试用 IBM SOA Sandbox，并开始使用来自 DB2®，Lotus®，Rational®，Tivoli®和 WebSphere®的应用程序开发工具和中间件产品。
  
  

讨论

• 加入 developerWorks 博客，并加入 My developerWorks 中文社区；您可以通过个人档案和定制主页获得符合自己的兴趣的 developerWorks 文章，并与其他 developerWorks 用户进行交流。
  
  

作者简介

彭鸿涛，任职于 IBM CDL Xi'an site，拥有多年的软件项目开发经验，目前主要从事 IBM SPSS Decision Management 产品的开发工作，其中参与了 SPSS Decision Management 的设计和主要开发等工作 , 是西安开发团队的 Technical Leader。

刘振铎，任职于 IBM CDL Xi'an site，拥有多年的软件项目开发经验，目前主要从事 IBM SPSS Decision Management 产品的开发工作，其中参与了 SPSS Decision Management 的设计和主要开发等工作，是核心开发人员之一。

张维， 任职于 IBM CDL 西安实验室，拥有多年的软件项目开发经验，目前主要从事 IBM SPSS Decision Management 产品的开发工作，其中参与了 SPSS Decision Management 的设计和主要开发等工作，是核心开发人员之一。

为本文评分

评论

回页首

内容

• 预测分析（Predictive Analytics）是什么
• IBM SPSS Decision Management 是什么
• Decision Management 的关键功能
• 何时需要 Decision Management
• Decision Management 在电信行业的应用
• Decision Management 的未来展望
• 参考资料
• 作者简介
• 评论