业务是游泳在数据的海洋中。不管你是从事哪方面的工作 ― 出版、医疗保健、零售、食品服务、毒品交易― 你的业务都在一个巨大的、令人晕眩的信息矩阵中运作。有多少人对你的产品感兴趣？他们什么时候最感兴趣？你应该生产多少产品？你该在何处，何时，如何销售它?

像IBM和SAP这样的数据处理巨头早就为业务进行挖掘和分析数据，提供关于什么行动可以帮助他们营销的底线的预测（用业内流行词来说是“预测分析”）。但是这些服务的成本如此之高（如果加上咨询服务，标价在数百万，并不完全是前所未闻的）, 限制了它在大多数公司的使用。现在，第一次有一些较小的供应商可以对中小型企业承诺说，他们也可以使用预测分析更好地预测什么行为会产生更大的利润。

拿网络出版来举例。网络出版商传统上曾对“实时分析”感到满意 ― 就是说，关于读者目前如何与他们的网站交互的信息。但是当大量储存的数据积累起来，也没有理由说明出版商为什么不能要求知道的更多。他们不仅应该能观察现在，还要能对未来做出猜测。

Dennis Mortensen是视觉收益（Visual Revenue）的首席执行官及创始人之一，声称他们提供的正好是这样的服务。“我们创造了一种预测分析平台，有助于编辑决定在他们的主页上推荐什么,”他说。如果你仔细想想，一个网页就像一个市场。“在那个页面上的每一个位置，都有一个成本，而你应该期望一个适当的投资回报。”

他举了一个编辑的例子，这位编辑认为一个故事很有力量，并在显著位置展示了它；这篇文章随后得到了更高的点击率。“看起来你的决策是正确的，” Mortensen说。“但这只是一个自我应验的预言,”他说。因为推荐的故事当然会表现得更好。“你不知道的是，会不会有另一篇内容可以表现的更好呢？”会有一篇更充实的文章刺激读者与你的网站更深刻的联系，迫使读者在你的档案中更深入地挖掘吗？视觉收益（Visual Revenue）对你的内容会表现如何和你会从中得到哪种投资回报（直至美元和美分）做出预测。视觉收益的服务大约每月1000美元起，尽管价格会基于数量有所波动。

纽约每日新闻（New York Daily News）数字总编辑Scott Cohen，曾担任网站首页设计七年，关于视觉收益（Visual Revenue）说,“ 我们的行动往往是根据它们提供的咨询。”多年来，他遇到过一些对算法能帮助编辑决策持怀疑态度的编辑。他们会：“那是老大哥行为，这是我的工作。我不需要那样的公司告诉我该怎么工作”。Scott Cohen 会反驳说“你知道吗，你需要它们”。他发现自己更加相信视觉收益（Visual Revenue）的实时分析，但它的预测建议正确的也比错误的多。他称之为“难以想象可以有一种预测引擎是这么的成功。”

网络出版是一回事，但互联网以外的杂乱世界会不会太过复杂而难以预测未来？不是这样的，一家提供预测分析的商业智能（BI）公司Pentaho的首席执行官（CEO）Richard Daley说。他列举了一些他能吸引到客户的领域：“我们是跨行业的，金融、零售、制造、大量的网络2.0、医疗保健、政府……”在每一个领域，公司都会发现他们有“大量的数据，锁在数据里的巨大的价值，而目前无法把它弄出来，或者因为复杂性或者是成本的原因。”多年来，各公司仅仅满足于积累数据来服务报表、图表和图形，而它们被用来制成业务运作。但愈来愈多的公司想要从他们的数据中获得更多。“八年前，仅仅能够收集数据是主要的兴趣所在，” Adobe公司搜索中心（SearchCenter+）的John Bates同意说。但现在有这么多的数据在手中，“人们愿意用它来优化未来，更准确地预测未来,”他说。

最佳地运营一个工厂有必要需要预言吗 ― 难道你不能在橡胶厂里看一看橡胶是否要用完了？“决定因素是大规模的数据,“Pentaho的Daley说。“如果你只是做100件产品，应该很简单地说:“好吧，我能看一看生产车间然后发现货架上存货不足了。”但不断增长的现代企业往往要应付无数的变量，有些企业还可能雇用几十人，这些人什么也不做，只管生产、库存、材料采购这些计划，他们要考虑销售数据、季节性的数据、竞争的数据,在零售地点的放置位置数据。原则上这些问题不是没有办法靠人来完成，只是涉及到的数据量使这件事的太不切实际。

一些公司提供一系列的价格，取决于合同上的服务是什么；Adobe的Bates告诉我，尽管一些客户也许每年会花数千美元，其他人可能会花到“数百万”。若干因素使得Pentaho和类似的企业能降低成本：Daley 把它主要归功于Pentaho使用了开源代码和一种削减销售模式。但在市场上提供预测分析服务的Havas Digital公司的Michael Kaushansky说，“现在服务便宜的事实”也能陡然对预测分析形成干扰：存储和计算数据就不像它过去那样昂贵了。

反过来，这也使得低成本的数据计算公司如雨后春笋，每个公司都倾向于一个特定的领域:比如说， 像Prosodic这样的公司针对的是社交媒体分析；像MyBuys这样的公司针对的是在网上零售商。“大部分（如果不是全部）的网上零售商和提供大量产品的直接品牌持续从预测分析中获得了可观的受益,”MyBuys公司的 Craig Peasley 说。

成本利益现状看起来当然越来越受人欢迎。“在我们所提供的可承受范围内，它不再仅仅是年销售在200亿美元这样的大金融机构所能利用的，” Pentaho公司的Daley说。“现在世界上的中小企业（SMB）可以拥有与大型企业一样的竞争优势。”

同样，预测分析自身中的大企业（IBM 和 SAP的世界）要当心崭露头角的Pentahos和视觉收益（Visual Revenues）这样的企业。他们能预测出到自己的未来吗？