观远BI的增强分析模块具有比较强大的认知和预测功能；利用大数据，机器通过各种算法对数据进行深度统计分析；通过简单的操作可视化，获得归纳、推理和决策的能力。

1.概览

预测分析利用机器学习技术从大量数据中挖掘有价值的信息。与传统数据分析相比，预测分析揭示数据之间未知的关系，实现精准营销、销售预测、客户流失预警等预测分析。

预测分析具有丰富的功能组件，包括数据源访问、数据预处理、统计分析、特征工程、机器学习算法和文本分析。预测分析还可以结合 观远BI 来显示模型结果并与 BI 平台完美集成。

不仅如此，预测分析还支持多种高效实用的机器学习算法，包括成熟的机器学习算法，包括分类回归、聚类、预测和关联。同时它还内置了各种训练模型：逻辑回归、决策树、随机森林、简单贝叶斯、支持向量机、线性回归、K-means、高斯混合模型。

2.位置

解锁数据挖掘的未来是从业务数据中提取大量业务数据，转换、分析和从其他模型处理中提取关键信息以辅助业务决策的过程；数据挖掘揭示未知的数据关系。数据挖掘的知识领域涵盖数据库技术、统计知识、机器学习、视觉设计等多学科领域的综合应用。

3、特点

(1)专业算法能力预测分析内置50+种挖掘组件，丰富的机器学习成熟算法，支持文本分析处理、Python扩展挖掘算法和SQL扩展数据处理能力。

(2) 简单易用

业务人员也可以高度参与数据挖掘产品，分析整个流程的可视化。

(3) 可以满足大型企业的数据挖掘需求

采用分布式云计算技术，支持一键挖掘模型，复用知识库，减少重复投资，支持跨库查询，统一控制数据访问权限，自动化训练。

4.目标组。

（1)金融、电网、电信、电商、零售、交通等产品+服务需求；

（2)数字化转型需要建立大数据平台或数据中心等传统企业；

(3)对挖矿有明确的业务需求，希望利用挖矿解决银行等具体业务问题；5、适用场景

预测分析可以发现数据的规律，揭示大量数据中数据之间的关系，从而预测未来的业务趋势，可应用于以下应用场景：

5.分析架构。

下图展示了预测分析的技术架构。主要包括：数据访问层、处理引擎层、模型应用层、访问层。

以上就是观远BI的增强分析模块的详细介绍。随着新版观远BI V10.5的上线，功能上线更多，现在官网个人版可以免费试用很久了，快去试试吧！