--- title: "实现数据科学民主化: 了解预测分析的重要性 | Data Science for Everyone: Understanding the Importance of Predictive Analytics" description: Greg Kinsey 在一国际知名企业担任行业咨询师和执行顾问，负责该公司在欧洲、中东和非洲地区的制造解决方案业务。他和他的团队主要与欧洲的工业企业合作，帮助他们构想、规划和实施数字化转型。用他的话来说，他的工作就是帮助企业利用数字化工具，提高业务敏捷性和生产力，实现更精益、更加可持续的运营。 --- [Minitab博客](https://blog.minitab.com/zh/blog) # [实现数据科学民主化: 了解预测分析的重要性 | Data Science for Everyone: Understanding the Importance of Predictive Analytics](https://blog.minitab.com/zh/blog/data-science-for-everyone-understanding-the-importance-of-predictive-analytics) Written by [Stacey McDaniel](https://blog.minitab.com/zh/blog/author/stacey-mcdaniel) | 2022年7月28日 04:00:00 Greg Kinsey 是一名独立顾问，专门从事工业运营的数字化转型。他在欧洲各地广泛工作，帮助客户设想、规划和执行数字化转型计划，以提高运营绩效。 Greg 在工业、技术和咨询领域拥有超过 35 年的国际经验。他于 20 世纪 80 年代开始在固特异(Goodyear)担任工厂自动化工程师，随后加入 Digital Equipment Corporation (DEC)，开发制造数据平台业务。在 20 世纪 90 年代，他是精益六西格玛运动的早期先驱，担任 AlliedSignal 和西门子的卓越运营总监。他继续在 IBM、HP、Celerant Consulting 和 Hitachi 担任领导职务，领导制造解决方案和咨询业务。 Greg 是布鲁塞尔数字欧洲数字制造执行委员会(DMEC)的成员。他是因斯布鲁克管理中心(MCI)数字创业硕士课程的创新与设计思维客座讲师。Greg 拥有卡内基梅隆大学机械工程学士学位和乔治城大学工商管理硕士学位。他拥有法国和美国双重国籍，在巴黎的总部从事国际工作。 ## 实现数据分析民主化有多重要？ 我认为，让工业行业的所有从业者都能使用数据分析至关重要。无论你是工厂工人、办公室职员、服务中心员工还是面向客户的一线工作人员，在当今世界，各行各业各个岗位的员工都必须能够轻松执行[数据分析](https://blog.minitab.com/en/better-faster-easier-anywhere-mss-cloud?hsLang=zh)。数据能够帮助你制定更加明智的决策，取得更加出色的工作绩效。数据有助于避免犯错。利用正确的数据开展工作，可以帮助你提升工作效率，减轻压力，提高工作满意度。   ## 数据素养对每个人有多重要？ [数据素养](https://blog.minitab.com/en/improve-your-data-literacy?hsLang=zh)很重要，但更重要的是，我们必须具备适当的工具，让我们能够轻松利用数据开展工作，就像我们在生活中使用数据一样。数字化变革最初发生在消费者领域，其核心是电子商务、社交媒体和个人数据。几乎每个人家里都有数字设备，包括手持设备和可穿戴设备。不管你的兴趣爱好是什么，你肯定会用到数据。无论你是马拉松运动员、业余厨师或音乐家、古玩修复师还是其他体育运动员，你都会用到数据。如今，我们在生活中做任何事情都会使用数据，数据让我们能够更好地享受生活。但是，在工业性工作领域，尚未全面实现数字化转型。  虽然有些人已经在采集和报告数据，但他们并非都能够执行所需的分析，进而提高工作绩效。这个问题与数据素养关系不大，更多的是需要企业营造合适的环境，在必要的地方部署简单易用的工具。这样一来，企业就能在整个工作场所实现数据分析民主化。  ### 您是否需要提高自身的数据素养？看看您是否能够回答这 5 个问题， ### [请参加我们的测验 \>](https://blog.minitab.com/en/improve-your-data-literacy?utm_campaign=Global%20-%20Predictive%20Analytics%20Campaign%20-%20April%202021&utm_source=EN%20Blog&utm_medium=EN%20Blog%20around%20Data%20Science%20for%20Everyone&utm_term=EN%20Blog%20around%20Data%20literacy&utm_content=Link%20to%20EN%20Blog%20around%20Data%20literacy%20in%20EN%20Blog%20around%20Data%20Science%20for%20Everyone&hsLang=zh)   ## 是否应该提高数据科学的可访问性，扩大用户社区？为什么这一点至关重要？ 数据科学必须成为我们日常工作的一部分。其实“数据科学家”一词存在误导。我认为任何会使用基本统计工具的人都可以称为数据科学家。现在，几乎所有专业性角色都能缜密地使用数据。因此，无论从事什么工作，所有人最终都将成为“数据科学家”。  20 世纪 90 年代，我深度参与启动了[六西格玛](https://www.minitab.com/zh-cn/products/engage/solutions/lean-six-sigma/)管理体系的实施。那时，我们就发现，支持工业从业者使用基本统计工具有着巨大的优势。当时我们不称呼他们为“数据科学家”，而是称呼“[黑带](https://iassc.org/six-sigma-certification/black-belt-certification/)”。他们使用数据科学来描述业务流程，解决问题，并将基础分析应用到日常运营中。这是数据科学植根于工业运营的雏形。六西格玛奠定了数字化转型的基础。  今天，商业世界开始真正拥抱数据的价值。事实证明，数据能够显著提升生产力，改善决策，甚至减轻员工的压力，因为正确的数据可以帮助企业更快速轻松地解决问题。   ## 数字化是专属于 IT 部门的任务吗？ 不是。我认为数字化是整个企业的工作。企业的每一个职能部门都必须使用数据和分析以及相关工具。在大多数企业，数据孤立地掌握在少数“专家”的手中，并不能支持所有人在日常工作中访问他们需要的数据。  如今，我们已经进入一个全新的时代，运营经理也需要为他们的职能部门制定数字化战略。因此，当你与维护部门、质检部门、营销部门或供应链部门的负责人交谈时，他们也是或者应该是这些职能部门数字化转型的负责人。  向 Hitachi 寻求咨询服务的很多是职能部门负责人。  IT 部门负责为数字化转型提供支持，但企业的数字化转型实际上是由运营部门推动的，因为这些部门的员工是数字化工具的用户。运营经理比其他人更清楚他们应该从何处着手实施数字化转型，并且通常对部门未来的发展制定了清晰的愿景。很多优秀的创意都是来自从事日常业务运营的员工，因此让他们参与数字化转型规划非常重要。  这在 20 年前是一个巨大的变革，新系统的实施使企业不得不变革其工作的方式，来适应 IT 架构。我记得很多企业都调整了业务流程，以满足缺乏灵活性的 MES 或 MRP 应用的要求。这种做法往往会阻碍企业的运营创新和优化。  现在，这种局面得到了逆转。我们能够构建适用于工作流程的数字化界面、算法和平台。这种敏捷方法专注于解决企业面临的问题，提供用户期望的体验。这种情况下，IT 部门必须支持这些创新，确保其契合整个 IT 基础架构。   ## 企业是否应优先投资低代码和无代码解决方案？ 是的，毫无疑问。试想一下我们使用智能手机的情况。我们不需要知道如何编码，就能用手机完成很多事情。我们在工作中使用分析工具也应如此。用户应能获得快速、轻松、相关的使用体验。  在 IT 进入商业领域的初期，所有的工具都非常复杂，只有专家能够使用。还记得被称为程序员的那些人吗？如今，企业都在寻求人人均可使用的分析工具。在 Hitachi，我们开发的解决方案根本无需利用高级语言进行大量编程或编码。 由数据驱动的专家常常在设法预测业务成果的最大影响因素。预测分析能够帮助他们在数秒内确定最重要的因素。 ## 为什么预测分析如此重要？ 预测分析是一款真正的颠覆性工具。工业行业如今使用的数据大多是后瞻性的，而历史数据描述的是过去发生的事情。在某些领域，我们可以获得实时数据，了解当下正在发生的情况。借助当今的高级分析工具，你可以根据因果关系因素预测未来趋势。例如，天气可能会影响你的业务运营，汇率的重大变化会影响你的成本结构，消费者偏好会快速发生变化。那么你就需要采集和分析有关这些因素的数据，了解当前的情况以及未来趋势。若想通过推算来预测下周或下个月的情况，[预测分析](https://www.minitab.com/zh-cn/predictive-analytics/)可以助你一臂之力。该技术可以基于机器学习和析因数据，帮助你预见未来。    我喜欢将这称为“时间旅行”。预测分析能够旅行到未来某个时间，然后创建相应的场景，进行假设分析。例如，如果市场真的朝某个方向发展，客户需求真的发生某种变化，结果会怎样？如果我们能够加速或减缓某个流程，结果会怎样？如果能够模拟产品设计变更呢？如果能够考虑经济或政治因素的影响呢？这些将如何影响我们业务运营地区的经济或监管环境？分析的项目还有很多。  然后，我们可以将所有这些因素整合起来，梳理出下一年、下一季度或下个月的场景。你将能够了解这些不同的因果关系在未来如何发展，我们可以采取哪些应对举措，在这种未来场景中，我们需要进行哪些变革或采取哪些纠正措施。这些就是价值产生之处。你将在未来取得更卓越的绩效。  这也是预测分析如此重要的原因。你可以抢占先机，预测未来趋势，从而更好地管理你的业务、企业和流程，从容应对未来可能面临的一切变化。归根结底，其核心就是提高企业敏捷性。  ### 借助易于使用但强大的功能增强您的预测分析技能。进一步了解按需在线研讨会：   ## 你认为工程师可以借助低代码、无代码技术转型成为数据科学家吗？ 当然能！我接受培训的时候就是一名工程师，我学的专业是机械工程专业。据我所知，工程设计的工作是解决问题、数学建模和运用科学方法。而数据科学正好是其中的一部分。  随着市场上出现了一些新的技术，让人们不再需要进行复杂的编程就能访问和使用数据，越来越多的工程设计用户开始使用数据科学。而且这种技术发展的影响还远不止这些。除了工程用户获益外，各种技能型员工，包括机器操作工、驾驶员、设备维护人员和制造人员，都开始转型成为数据科学家，这是技术发展带来的最大成果。还有企业的管理人员，包括首席级高管，他们也开始变成数据科学家。  当整个企业拥有更优质的数据和易于使用的分析工具，就能实现数据科学民主化。我认为这是第四次工业革命的基本要素之一。  ### 已准备好实现数据的价值？[与](https://www.minitab.com/zh-cn/talk-to-minitab/)[Minitab 沟通](https://www.minitab.com/zh-cn/talk-to-minitab/) [View full post](https://blog.minitab.com/zh/blog/data-science-for-everyone-understanding-the-importance-of-predictive-analytics) ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "Stacey McDaniel" }, "dateModified" : "2025-08-01T14:28:52.754Z", "datePublished" : "2022-07-28T04:00:00Z", "headline" : "实现数据科学民主化: 了解预测分析的重要性 | Data Science for Everyone: Understanding the Importance of Predictive Analytics", "image" : { "@type" : "ImageObject", "height" : 478, "url" : "https://3447555.fs1.hubspotusercontent-na1.net/hubfs/3447555/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/Data%20Science%20for%20everyone%20QandA%20with%20Greg%20Kinsey%20at%20Hitachi%20and%20Minitab-Jul-05-2025-10-35-41-7153-PM.jpg", "width" : 850 }, "mainEntityOfPage" : "https://blog.minitab.com/zh/blog/data-science-for-everyone-understanding-the-importance-of-predictive-analytics", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "height" : 60, "url" : "/hs/hsstatic/content_shared_assets/static-1.4092/img/default-amp-logo.png", "width" : 60 }, "name" : "Minitab博客" } } ```