预测建模是一种基于现有数据构建模型的数学方法，有助于查找变量的未来价值或趋势。创建此类模型涉及大量的数学和统计分析。

以下是一些使用预测建模的示例。

• 天气预报。

• 大学试图通过将预测模型应用于申请人数据和录取历史来预测学生是否会选择入学。

• 在零售店中找出最有可能一起销售的两种商品。

• 在航空业中，估计不会出现在航班上的乘客人数。

由于MicroStrategy的数据挖掘服务已完全集成到其BI平台中，因此可以帮助进行预测建模。

使用MicroStrategy进行预测分析

MicroStrategy提供了数据挖掘服务，该服务允许用户从第三方数据挖掘工具导入PMML(预测模型标记语言)，然后可以将其用于创建预测报告。

PMML是XML标准，代表由数据挖掘工具开发和训练的数据挖掘模型。 PMML支持许多不同的数据挖掘算法，包括回归，神经网络，聚类，决策树和关联。它包含数据转换和描述性统计信息。

下图描述了在MicroStrategy中创建预测数据模型报告的过程。

导入MicroStrategy后，我们可以使用以下功能来增强模型。

预测建模的功能

以下是一些功能列表，这些功能突出了MicroStrategy可用作预测建模工具的优势。

• 内置的数据挖掘功能-有250种基本，OLAP，数学，财务和统计功能可用于创建关键绩效指标。

• 使用PMML进行数据挖掘集成-它允许用户从第三方数据挖掘工具导入PMML，然后可以将其用于创建预测性报告。

• 用户可扩展性–企业内部和外部成千上万的用户可以访问此功能。

• 数据可扩展性– MicroStrategy的关系OLAP(ROLAP)架构与其智能多维数据集技术相结合，可以处理任何大小的数据库，同时提供高性能。