|
Decision making and analytics have coexisted since before the advent of IT. IT simply made it easier to leverage analytics and apply it to decision making. |
결정 만들고 그리고 analytics는 그것의 출현의 전부터 병존했다. 그것은 간단하게 analytics를 레버리지를 도입하고 결정 만들기에 적용하게 쉽게 했다. |
|
Advances in modern decision analytics are highly correlated with the evolution of IT. The advent of the mainframe (the first platform) enabled access to decision support system (DSS) tools during the 1970s and 1980s. The introduction of the PC (the second platform), client/server computing, and cheaper storage gave rise to data warehousing and business intelligence (BI) in the 1990s and 2000s. The evolution of smartphones (the third platform) coincided with cloud, social, and mobile computing and today’s emphasis on big data and decision analytics in the 2010s, and will extend into the 2020s. |
현대 결정 analytics에 있는 전진은 그것의 발전과 높게 상관된다. 주요골격 (첫번째 플래트홈)의 출현은 1970 년대 및 1980년대 동안에 의사 결정 지원 시스템 (DSS) 공구에 접근을 가능하게 했다. PC (두번째 플래트홈), 클라이언트/서버 계산, 및 더 싼 저장의 소개는 창고에 넣는 자료 및 1990 년대 및 2000s에서 비즈니스 인텔리전스 (비스무트)를 초래했다. smartphones (제 3 의 플래트홈)의 발전은, 및 모바일 컴퓨팅 및 오늘 강조 사회 투합하고, 2010s에 있는 큰 자료와 결정 analytics에 구름으로 2020s로 늘일 것이다. |
|
The big change that is coming in analytics is the transition from looking backward to looking forward. Descriptive analytics give managers a historical view of how the business is performing. Business intelligence and data warehousing are prime examples of how descriptive analytics have been put to use. Although the term historical means past, it can also mean recent past, meaning up to the current point in time. The utility in looking backward is that data is no longer a moving target for analysis. This removes ambiguity from the analysis and enables a factual point of view to be established and captured in a system of record. Looking backward is a core competency that all organizations should exercise and is a prerequisite for looking forward. |
analytics 들어오고 있는 큰 변화는 앞으로 보기에 뒤에 보기에서 과도이다. 사업이 어떻게의 실행하고 있는지 기술적인 analytics 탄력성 매니저 역사적인 전망. 비즈니스 인텔리전스와 자료 창고에 넣는 것은 기술적인 analytics가 어떻게의 사용된지 적절한 예이다. 기간 역사적인 방법이 지나서 또한, 그것 최근 과거를 수 있더라도, 의미하는 때 맞추어 현재 점까지 의미할. 뒤에 보기에 있는 공용품은 자료가 더 이상 분석을 위한 이동 목표가 아니다 이다. 이것은 분석에서 애매함을 제거하고 사실 관점을 기록의 체계에서 설치되고 붙잡는 가능하게 한다. 뒤에 보는 것은 운동해야 모든 조직이 하고 앞으로 보기를 위한 전제조건인 코어 능력이다. |
|
Looking forward is where new opportunities exist in decision analytics. Predictive analytics includes a wide variety of analytic techniques that leverage historical data and relationships to help us identify and evaluate the opportunities and risks that will shape the future. Once these opportunities and risks have been identified and evaluated, this knowledge can be leveraged to make informed decisions. While enterprises may struggle to get their heads around some of the concepts associated with predictive analytics, there are obvious entry points, such as the use of “scoring models,” that have broad familiarity. Vendors that have a long tenure in decision analytics, including FICO, IBI, IBM, Oracle, Pegasystems, SAP, SAS, and TIBCO, are actively pursuing ways to make decision analytics easier to understand, adopt, and implement. |
앞으로 보는 것은 새로운 기회가 결정 analytics에서 존재하는 곳에 이다. 예언하는 analytics는 저희가 미래를 형성할 위험 및 기회 을 확인하고 평가할 것을 돕도록 역사 자료와 관계를 레버리지를 도입하는 다양한 분석 기술을 포함한다. 일단 이 기회 및 위험이 확인되고 평가되면, 이 지식은 정보통 결정을 내리기 위하여 레버리지를 도입할 수 있다. 어떤의 예언하는 analytics와 관련되었 개념의 주위에 그들의 머리를 얻는 위하여 기업이 고투하는지도 모르는 동안, 넓은 친밀이 있는 "득점 모형의 사용과 같은 명백한 입구가"에는 있다. 결정 analytics, FICO를 포함하여, IBI, IBM, Oracle, Pegasystems, 수액, SAS 및 TIBCO에 있는 긴 임기가 있는 납품업자는, 활발히 결정 analytics 이해하고게, 채택하게, 그리고 방안을 쉽게 하는 방법을 추구하고 있다. |