对于IT基础架构来说，预测分析不是能信手捏来的项目。构建并测试预测模型，然后运行海量数据分析，如果缺少足够的IT能力来支撑预测分析软件，它肯定会让你的系统管理员苦不堪言。

有一部分IT经理会认为预测分析或者相关的数据挖掘项目，其实和传统的BI项目没什么区别，这样的看法大错特错。咨询公司Athena IT Solutions的分析师Rick Sherman表示，很多IT管理者抱有这样的观点，于是分析专业人士不得不在效率低下、不适合预测分析的环境中进行工作。

为了避免这种情况，公司需要时刻注意添加硬件的需求。此外，海量的数据以及预测分析的本质往往需要专属的存储空间，以备数据增长的需求。

Rick Sherman表示，IT团队有很多选择，比如创建单独的数据集市，在数据仓库中设置多个数据沙盒，甚至可以让用户把数据下载到Excel表格。这些方法可以将分析数据从受限制的数据仓库环境中解放出来，分析专业人士能够更加自由地探索并运用这些信息。

不同级别的数据控制

通常使用Excel对于公司来说是不具有吸引力的，因为这需要将数据导出，不再受到IT经理的控制。数据集市和沙盒也需要IT放弃对数据的绝对控制，但可以对安全性和备份保护进行预先的配置。沙盒方式尤其如此，能够创建隔离的空间让分析人士对数据“自治”，不会影响到常规的数据仓库操作。Sherman说：“如果需要更多的基础设施，CPU或内存，他们完全是隔离开的，所以对其他处理任务的影响很小。”

如果分析应用直接使用数据仓库里的信息运行，那么数据仓库的架构会很大程度上影响用户的潜在满意程度。德勤公司的高级分析总监John Lucker表示，他赞同将数据移动到外部数据集市当中的方法。

Lucker提醒，不管IT部门如何对预测分析进行基础架构的调整，在此之前一定要做好数据治理，确保分析的数据是准确一致的。凯捷公司高级副总裁Scott Schlesinger也同样他的观点，数据管理需要周全的计划，这是预测分析项目成功的关键。这包括数据的可用性，数据治理和数据清洗，Schlesinger表示，如果你需要正确的数据，就必须经历这些“痛苦”的过程。

可视化让分析数据更“亲民”

Lucker认为，企业还需要考虑数据可视化工具的使用，如果数据能够以图形化方式展现的话，那么业务部门经理就能够更轻松地接收预测分析的结果。分析专业人士更喜欢量化的工具，比如Excel电子表格等，但对于非专业人士，图形或者其他可视化的方式会更好。

最后再来说说预测分析软件本身，Lucker介绍，有很多工具额可以选择，包括一些开源的工具。但是他建议，在选择预测分析软件时，企业不要只盯着功能、品牌这些方面，还要考虑员工培训以及易用性等。“很多企业会低估培训的成本，并不是说功能最全或者价格最低的就是最适合你的。” Lucker说。

Sherman表示，目前还没有广泛运用的一个方式就是在云中进行预测分析，大多数企业仍在使用内部部署的系统。并不是说这些企业不能使用云，只是他们通常还会考虑计算能力和安全性的问题。