我们都知道，预测分析一直是“象牙塔里”统计学家和数据科学家的“特权”，他们远离日常业务决策者。大数据将改变这种状况。

随着越来越多的数据流被放到网上，并整合到现有的BI、CRM、ERP和其他关键业务系统，预测分析最终将成为关注的焦点。虽然大多数客户服务代表和现场销售代表还没有感受到这种影响，IBM和MicroStrategy等公司已经开始行动。

大数据：预测分析不再是统计学家的特权

想象一下这样的世界，客户服务代表可以独立决定一个问题客户是否值得保留或者升级，又或者，销售人员可以基于人们对零售商在Facebook或Twitter上的评价来调整零售商的产品量。

大数据将组群分析和回归分析等较常用的工具交到日常管理人员手中，然后他们可以使用非交易数据来做出战略性的长期的业务决定。

然后，大数据并不是要取代传统BI工具，Gartner研究公司的BI分析师Rita Sallam表示，大数据将让BI更有价值和更有利于业务发展，“我们总是会需要看看过去的数据，当你拥有大数据时，你更应该这样做。BI并不会消失，它通过大数据被加强了。”

你如何知道在发现初始阶段看到的预测会随着时间的推移而得到证明呢，例如，在中西部地区，红色钱包真的卖得比蓝色钱包好吗?初步数据分析可能会这样建议，因为上一季度(甚至更早期)红色钱包卖得更多，所以红色钱包卖得更好。

但是这具有相关性，并不存在因果关系。如果你更加仔细地查看---使用从BI工具收集到的历史交易数据，你会发现，实际上是因为最新商家定位活动造成了这样的结果，因为商家将目光都放在红色钱包上。

这也是为什么IBM公司的新兴技术主管David Barnes更倾向于参考来自大数据技术(例如Hadoop、map/reduce等)的结果。例如，你不会想基于对Twitter流的情感分析来作出关键业务决策。