三个皮匠微信公众号每天给您带来最全最新各类数据研究报告

数字化时代的预测

对未来的向往是人类进化传承的一部分。能够预测并有效应对风险的人，往往更有可能生存下来。这对企业而言亦是如此：深谋远虑、着眼长远的企业，始终能够从竞争中脱颖而出，领先对手，这便是预测的意义所在。然而，预测又是一项极其困难且耗资巨大的工程。（原文来自皮匠网，关注“三个皮匠”微信公众号，每天分享最新行业报告）

企业提升预测能力的动机各有不同。对部分企业而言，能够提供有关分析和市场的可靠预期，将有效推动决策制定；而对另一些企业来说，通过预测消费需求来调整生产以减少浪费更为重要。也有企业想要以此改善成本管理，并提高预测流程的效率。

过去，预测多为一个依赖人工处理的流程，数字收集、整理和操作往往都是由人通过电子表格进行。随着可利用的数据越来越多，传统的预测流程日益变得费时费力，识别出具有意义的重要信息变得非常困难。因此，人们在决策时经常依靠直觉和判断，而这不可避免地会存在无意识的偏见及有意设定过低目标的问题。

还有另外一种方法。企业如今正逐渐采用新的预测流程，将人工与数据驱动型预测算法相结合，共同开展预测。得益于先进分析平台、内存计算以及人工智能工具（包括机器学习）等新技术的发展，这一方法成为了现实。

类似的数字化工具在我们的消费生活中十分常见：手机地图应用可帮助我们预测到达目的地的确切时间；实时天气应用可告诉我们下雨或者天气变化的确切时间。因此，希望在工作中具备相应的预测能力亦是理所应当。

如今，掌握这些技术的预测专才能够使企业更有信心同时也更快速地探索其一直希望了解的事情，以及重新认识企业已经了解的事情。

人机协同，智测未来

如今，声称自己拥有能够预测未来的软件技术的企业随处可见。然而，现实发展往往远跟不上宣传炒作的步伐。德勤对此的看法如下：

基本认识：算法预测利用统计模型描述未来可能发生的事情。这一流程依靠企业及市场历史数据储备、具备丰富经验的数据科学家所选择的统计算法，以及能够以更快、成本更低的方式收集、储存并分析数据的现代化计算能力。

深入了解：预测模型若能充分考虑偏差，妥善处理数据中的事件和异常情况，并自行调整，则能够带来更大的价值。这便是机器学习的作用所在。随着算法不断从过去的预测周期中“自我学习”，预测的准确度将会逐步提升。

这些模型亦只有建立在更为丰富且更为精细的数据基础上才能发挥更大效用。某些情况下，这需要采用能够读取大量文件（包括文章、社交媒体信息、信件及其他文字）的自然语言处理技术，并将读取的数据直接输入到算法之中。

洞察：在与人类智慧相结合之时，算法预测技术得到实质提升。机器保障数据的真实有效，人工则评估机器得出的结论，并将之转化为决策和行动。正是这种共生关系使算法预测更为有效，尤其人被纳入组织，支持和分享他们的发现。

预测的本质：算法预测并不能凭空创造出任何价值，亦无法保障百分之百的准确性，但是能够有效地推动企业从开展规划、制定预算及预测分析中获取更大价值。

已经有企业在打造自身预测能力的过程中，显著提高了年度和季度预测的准确性，同时减少了偏差，耗时相比传统方式亦大大缩短。

连锁反应

对于采用算法模型的预测方式，某些方面较为简单直接，而某些则颇为复杂。改变流程、建立信任、增强透明度、实现人机器合作等，均是相当棘手的挑战。

工作模式的改变：采用算法预测后，财务部门减少了枯燥繁重的人工作业，更多地专注于开展分析和洞察工作。员工无需耗费大量时间研究电子表格，能够在预测过程中充分发挥自身的专业判断能力。领先的财务组织已开始采用自动化工具协助开展人工密集型任务，如交易处理。日常预测工作的自动化时机亦已成熟，亟待改进。

劳动力的改变：企业的财务人才模式亦需要不断调整，以适应工作方式的改变，这将要求企业拥有与当前员工组合截然不同的人才结构。卓有成效的算法预测有赖于财务、数据分析和业务团队之间的协同合作。

一旦步入正轨，这些团队可有效应对各类不同的预测需求，将预测能力融入企业运营，推动各部门之间的融合。这些团队对企业确立有效的算法解决方案、获取洞察并持续对结果负责不可或缺。

我们的经验表明，部分财务专业人士会具备高于他人的预测能力。他们已学会抛开偏见，从客观的角度看待宏观全景，同时亦能够了解算法模型并发现其他人可能会遗漏的缺陷。

企业还需要讲故事的人——他们对企业具有实质了解，并将分析洞察转化为令人信服的故事，触发适当的行为。

决策的改变：利用先进的预测技术，决策过程变得更具互动性，助力企业迅速地做出更加智能、明智的决定。管理层通过内存计算、预测性分析软件以及可视化工具等技术可方便且快速地开展假设分析，并形成一系列情景以帮助他们了解可能会对企业产生的影响。

工作场所的改变：预测并不仅限于财务。从市场营销、供应链到人力资源等部门均具有预测未来以助推重大决策的需求。首席财务官虽然不必负责引领各部门的预测，但鉴于财务部门不可避免地会用到这些部门产生的数据，因此也应协助制定相关预测计划。

建立共享预测基础架构，甚至实体卓越中心，可有助于在改进数据存储、工具配置以及知识共享的同时，提升各部门之间的协调与协作。一旦企业发展形成一定预测能力并成功解决某个问题，便可迅速扩展并应用于其他领域。