当公司拥有合适的业务分析工具时，它就有可能成为其公司及其在行业中的一席之地的重大变革者服务业，企业可以用来确保自己以正确的方式发展的强大工具之一就是分析，基于更明智的见解，可带来更大的利润，大量信息可帮助您的公司发展，无论规模大小，虽然许多企业仍在努力从数据中提取见解。业务分析可以通过调查运营数据（如未提供服务的回调和订单百分比）来帮助公司识别，理解和适应财务基准，例如续订率百分比和获得或失去的服务，当前对此类技术的需求已经激增，以至于技术人员现在需要使其工具和流程适应基于云的现场服务软件，公司正在学习，他们不仅可以改善现场操作，提高技术人员的绩效并提高盈利能力，还可以通过其数字解决方案收集

零售业正在发生重大而迅速的转变。随着消费者的消费行为迅速在线上转移，传统和在线零售店正在激烈竞争，以采用和开发深度学习技术，以程度地提高参与度，增加销售额并终增加收入。

在我们设想机器将产生分析见解的未来时，请记住，任何技术和方法的结合都不能替代人类的好奇心和奇迹，我们越来越多地使用“分析”一词来描述几乎所有内容，从商业智能（BI）报表，图表和其他非分析性工件到级的数据可视化，但是BI报告不是（必要）分析，临时查询工具本身不是分析性的，自助数据可视化工具也不是分析性的。

随着数据科学的普及，世界各地的学校都在培训学生必要的技术能力。除了这些技能，未来的数据科学家还需要某些人格特质才能成功，将数据科学家列为年度工作。为了满足市场需求，世界上一些负盛名的大学都涌现了学习计划。这些计划专注于与工作相关的技术能力，但是这些技能只是成功秘诀的一部分。

随着交互式业务的蓬勃发展以及在线，移动和物联网的爆炸性增长，业务应用程序必须处理更多的交互和交易，同时企业的成功继续取决于推动客户进行有利可图的交易为什么行为分析变得如此重要？在过去的十年左右的时间里，世界已经转变为信息经济，业务流程中发生的所有活动都在创建一种新的数据，我们不仅在谈论产生这些数据的以人为本的应用程序，而且还谈论以机器为导向的应用程序以及混合动力人与机器共同作用，您需要将这些数据来自人类或机器参与者在每个流程中与之互动的数百万个接触点，集成到支持和驱动信息经济业务流程的模型中。

假设您已使用上一篇文章中的建议来配置应用程序，以分析交易流的不同元特性（无论是Web交易，移动设备交易还是使用流视频应用程序执行的操作，等等），现在您可以区分共享一个帐户的不同个人之间的区别，您如何利用这些信息来获得业务优势？当一个以上的个人通过同一个帐户进行业务交易时，客户分析将产生倾斜的配置文件，这些配置文件结合了所有角色的行为，这就导致了在预测模型中有效使用这些配置文件进行推荐的挑战-造成了一些失误，例如向成人推荐儿童读物，向猫友推荐狗玩具或向10岁孩子推荐尿布。