人工智能无疑是我们今天所目睹的一些最伟大的技术进步和数字变革背后的主要推动力。人工智能早就超出了我们对这项强大技术的想象。虽然人工智能已经存在了几十年，但由于两个主要因素，人工智能已经成为一种强大的驱动力：用机器学习算法处理大量数据的前所未有的计算能力，以及围绕人工智能和人工智能的最热市场热议。人工智能已经以多种类型和形式成为我们生活的主要部分。然而，在不久的将来，最有影响力的是增强智能。它是人工智能的另一种概念化，使人类能够利用数据做出更好的、明智的决策。

什么是增强分析(augmented ****ytics)？

增强智能的主要影响之一是需要在上下文中确定数据的可信性。困扰当今大多数企业的一个关键问题是，有太多类型的数据需要分析才能理解数据的上下文。今天，数据不仅仅局限于数字；几乎所有的东西，从照片和视频到浏览活动、社交媒体更新和对话，都会产生大量的数据，其中大部分是非结构化的，因此很难分析。主要的问题是，除非我们找到一些方法从中提取可操作的见解，否则数据是无用的。这就是“增强分析”部分的用武之地。

尽管“增强分析”一词最早出现在Gartner于2017年发表的一篇研究论文中，但它已成为所有组织未来不可或缺的一部分。增强分析是使用人工智能和机器学习（ML）来自动化分析过程，从收集数据到准备和清理数据，构建分析模型，从数据中生成可操作的见解，最后将这些见解传达给需要的人。它简化了数据分析，使更多的人可以轻松地从数据中获取价值。

什么是预测分析(predictive ****ytics)？

预测分析是高级分析的一个分支，它使用各种统计技术根据历史数据对未来可能的结果进行预测。它是数据分析的一个子类，研究大型、不可管理的数据集，以发现数据中隐藏的模式。计算机使用预测分析来根据过去发生的事情的数据来确定未来最有可能发生的事情。科学家和工程师从第一个月球计划开始就一直在使用预测模型。那么，预测模型是用来实现客户关系管理的目标，如营销活动，****和销售。

预测分析使用机器学习算法和统计分析技术来创建预测模型，该模型可以基于类、类别或数值来预测结果。例如，大多数向个人或公司实体提供贷款的银行或金融机构都会运行风险评估模型来预测贷款被偿还的可能性。金融分析师在发放贷款之前，非常依赖这种预测模型。预测分析旨在通过分析数据和确定一系列可能的结果来回答业务问题。

增强分析和预测分析的区别

定义

–Augmented ****ytics是利用人工智能和机器学习（ML）来自动化分析过程，使更多人能够轻松地从分析和BI平台中的数据中获取价值。全球研究和咨询公司Gartner发表的一篇研究论文首次提到了“增强分析”一词。另一方面，预测分析是高级分析的一个分支，它利用各种高级统计技术，根据历史数据对未来可能的结果进行预测。

使用

–增强分析简化了数据分析，使企业能够收集、识别、分析和可视化其数据，从而从数据中生成可操作的见解。它可以帮助企业识别数据中隐藏的趋势和模式，从而做出更好、更明智的业务决策。计算机使用预测分析来根据过去发生的事情的数据来确定未来最有可能发生的事情。它有助于从不可管理的数据集中提取信息，以识别模式、关系和关联。

应用

–增强分析背后的理念是支持人类智能，通过做出更明智的决策来加速重复性任务。它有助于最大限度地提高市场营销的努力，通过关闭对产品或服务的前景领域；它可以集成到业务流程中以增强业务操作。预测分析可用于筹资、销售预测、客户定位、风险评估、市场研究、财务报告、患者健康等。

增强分析与预测分析：比较图

总结

增强分析使用机器学习和人工智能技术来自动化数据的多个方面，从收集数据到准备和清理数据，构建分析模型，并从数据中生成可操作的见解。另一方面，预测分析使用机器学习算法和统计分析技术来创建预测模型，可以基于类、类别或数值来预测结果。