预测分析行业预计在2022年将获得超过2730亿美元的收入。然而，尽管大数据大肆宣传以及统计建模和机器学习等工具的预测能力，但并非所有投入资金的公司都能从中受益，这促使研究团队探索是什么造成了差异。
他们发现，在IT资本、受过教育的劳动力和高效制造流程方面的重大和互补投资对于充分利用帮助公司优化绩效的预测工具是“必不可少的”。在2015年的研究中调查的30,000家制造商中，采用预测分析的公司平均收入增加了约500,000至100万美元。然而，没有进行至少一项这些相互促进的投资的公司几乎看不到任何好处。
“这些补充提供了组织基础设施来收集、分析和响应基于客观数据的预测，”多伦多大学士嘉堡大学和UofT罗特曼管理学院战略管理助理教授KristinaMcElheran解释说。
“例如，IT资本捕获对数据收集和计算机硬件的投资，这些投资可以传输、存储和分析数据。众所周知，受过教育的工人是该系统的重要组成部分。由于他们使用的流程，某些生产环境提供了更丰富的数据.”
McElheran教授和她的合著者与人口普查局合作创建了一项调查，在2010年和2015年的两个调查年中，该调查由制造工厂的具有高度代表性的样本返回。该调查询问制造商使用预测分析、管理实践、决策中数据的可用性和使用，以及生产过程的设计。结果与公司生产投入和产出等相关数据相互关联。制造商之所以成为目标，是因为他们往往是早期的创新采用者。研究人员发现，到2010年，超过四分之三的响应工厂采用了某种形式的预测分析，尽管大多数公司仅每年或每月使用这些工具。更高的使用强度与更大的生产力提高相关。
政府对收集环境和安全数据的要求也有助于“推动”一些公司采用预测分析，推动他们实施必要的基础设施并培训工人使用它。以这种方式推动的公司最终在研究人员的发现中表现出更强的表现。
在受过教育的员工的支持下，IT投资会实现更好的回报，这在管理领域已不是什么秘密，反之亦然。McElheran教授说，研究表明，一些公司尚未在预测分析的背景下建立这种联系。
“我们觉得这很令人费解，”她说。“需要更多的研究来了解导致这种明显失调的组织或市场摩擦，事实证明，在我们观察到的公司中，这种摩擦的成本非常高。”
这是第一项在大样本中检查预测技术对生产力影响的研究。这篇论文是与斯坦福大学的ErikBrynjolfsson和麻省理工学院数字经济计划的WangJin共同撰写的。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！