分析师和IT经理在Computerworld的BI &上说，企业可以通过将预测分析应用到他们的运营和历史数据中，从而获得显著的长期效益分析透视会议本周在这里举行。

与传统的商业情报实践不同，预测性分析方法侧重于帮助企业收集基于历史数据的可操作情报。

他们表示，如果运用得当，预测分析可以让企业更快地识别并应对新的机遇。

决策管理解决方案公司(Decision Management Solutions)首席执行长泰勒(James Taylor)在主题演讲中说，预测分析在公司需要用大量数据快速做出决策的情况下尤其有用。

Taylor说，预测分析实践可以在三个关键领域帮助公司:最小化风险、识别欺诈和寻求新的收入机会。

他说，例如，预测分析可以帮助企业微调其识别贷款和信贷发放等领域风险或保险索赔等领域欺诈的能力。

泰勒表示，重要的是，通过将预测分析嵌入运营数据，企业可以更好地发现新的收入机会。例如，通过查看客户的历史购买模式，公司可以对可能与客户产生共鸣的促销优惠和优惠券类型做出合理的预测。

蓝十字和蓝盾系统(BCBS)是一个已经从预测分析中获得可观收益的组织。作为一个为近三分之一的美国人提供医疗保险的组织，蓝十字蓝盾系统多年来积累了大量与索赔相关的数据。

几年前，拥有蓝色品牌的BCBS协会创建了一个名为蓝色健康情报(BHI)的单一数据库，以整合属于BCBS的39家公司各自维护的所有索赔信息。该数据库是全球最大的去识别医疗保健数据存储库之一，包含超过1亿人的索赔相关信息。

BHI是一个独立的单位，提供一系列商业情报服务，为会员提供更好的医疗服务，同时也改变了BCBS管理it成本的方式。

BHI总裁兼首席执行官斯瓦蒂•艾博特(Swati Abbot)在一次演讲中表示，与其它医疗保险公司一样，BCBS需要控制不断上升的成本，这推动了这一努力。

艾博特说，卫生保健费用的很大一部分用于慢性病患者的护理。她说，事实上，前5%的医疗保健用户占了超过55%的医疗保健费用。

她说，通过将预测分析技术应用于其庞大的索赔数据宝库，BCBS不仅在识别导致若干慢性疾病的风险因素方面做得越来越好，而且在识别罹患此类疾病的高风险人群方面也做得越来越好。

艾博特说:“对于每一个参加健康计划的成员，我们都有一个健康评分”，它代表了个人需要终生治疗慢性疾病的可能性。她说，BHI甚至开发出了针对特定疾病的模块，比如针对糖尿病的模块，可以根据以前的数据预测个人患糖尿病的风险。

她说，我们的目标是利用这些数据让医生为高危患者提供更好、更有针对性的治疗，从而减少他们对昂贵的长期治疗的需求。艾博特说，预测模型使BCBS能够转向一种更以激励为基础的医疗保健模式，在这种模式中，医生的表现会受到激励。

在线约会网站Match.com是另一家严重依赖预测分析来运行其服务的公司。该公司收集和维护了大量信息，有些是从订户那里收集的，有些是从Match.com上监控他们的互动收集的。

Match.com的消费者洞察主管吉姆•塔尔博特(Jim Talbott)说，公司面临的挑战是找到一种方法，根据每位用户的喜好提供尽可能好的匹配，从而提高每位用户的收入

他说，这项任务之所以变得复杂，是因为用户可能会对潜在合作伙伴提出一套特定的要求，但随后会与超出自己特定偏好范围的人互动。

为了应对这一挑战，Match.com开发了一种预测模型，该模型不仅根据人们陈述的偏好，还根据他们的网站行为和与其他人的互动来匹配他们。

Taylor说，对预测建模感兴趣的公司在开始之前需要对它们的目标有一个清晰的概念。他说，他们需要知道什么样的决策将由他们的预测分析提供动力，并在此基础上进行逆向工作。

他说，为了开发一个良好的预测模型，企业需要专注于为每个决策定义一组清晰的业务规则，然后专注于推动最佳决策的分析。