我們都知道，預測分析一直是“象牙塔里”統計學家和數據科學家的“特權”，他們遠離日常業務決策者。大數據將改變這種狀況。

隨著越來越多的數據流被放到網上，并整合到現有的BI、CRM、ERP和其他關鍵業務系統，預測分析最終將成為關注的焦點。雖然大多數客戶服務代表和現場銷售代表還沒有感受到這種影響，IBM和MicroStrategy等公司已經開始行動。

大數據：預測分析不再是統計學家的特權

想象一下這樣的世界，客戶服務代表可以獨立決定一個問題客戶是否值得保留或者升級，又或者，銷售人員可以基于人們對零售商在Facebook或Twitter上的評價來調整零售商的產品量。

大數據將組群分析和回歸分析等較常用的工具交到日常管理人員手中，然后他們可以使用非交易數據來做出戰略性的長期的業務決定。

然后，大數據并不是要取代傳統BI工具，Gartner研究公司的BI分析師Rita Sallam表示，大數據將讓BI更有價值和更有利于業務發展，“我們總是會需要看看過去的數據，當你擁有大數據時，你更應該這樣做。BI并不會消失，它通過大數據被加強了。”

你如何知道在發現初始階段看到的預測會隨著時間的推移而得到證明呢，例如，在中西部地區，紅色錢包真的賣得比藍色錢包好嗎?初步數據分析可能會這樣建議，因為上一季度(甚至更早期)紅色錢包賣得更多，所以紅色錢包賣得更好。

但是這具有相關性，并不存在因果關系。如果你更加仔細地查看---使用從BI工具收集到的歷史交易數據，你會發現，實際上是因為最新商家定位活動造成了這樣的結果，因為商家將目光都放在紅色錢包上。

這也是為什么IBM公司的新興技術主管David Barnes更傾向于參考來自大數據技術(例如Hadoop、map/reduce等)的結果。例如，你不會想基于對Twitter流的情感分析來作出關鍵業務決策。