【摘要】“一点点预测要走很长的路” Eric Siegel在他的著名的预测分析书中写道。诚然, 预测分析现在已成为大多数商业智能(BI) ，分析和大数据平台以及应用程序不可或缺的一部分。
“一点点预测要走很长的路” Eric Siegel在他的著名的预测分析书中写道。诚然, 预测分析现在已成为大多数商业智能(BI) ，分析和大数据平台以及应用程序不可或缺的一部分。
Forrester Research的坊间证据表明, 开源R是迄今为止最普遍的预测分析平台。KDNuggets和RexerAnalytics这样的独立发现和调查也证实了我们的结论 -“使用R挖掘数据的比例正在迅速增长,自2010年起, R一直是最常用的数据挖掘工具。虽然R经常与其他工具一起使用,越来越多的数据挖掘者也选择R作为他们的主要工具。”
为了追随使用R的潮流，大多数主要商业智能（BI）厂商声称他们“与R整合了”。但这种说法真正的意思是什么? 我们的理解是 —— 并不是所有的BI 和 R的整合都是均等创造的。在评估BI平台与R的整合时，Forrester建议考虑以下整合功能:
●点击GUI创建脚本。由于R是一种脚本语言, BI厂商能提供单击GUI生成R代码吗?不仅仅是生成代码,整个业务的模型设计、试验、管理、和执行,这些通常高级分析平台的领域。有多少BI厂商能提供这些功能？
●从BI传递变量到R。R程序可以利用和利用所有的BI的元数据 (数据结构、定义等), 而不需再重新定义吗 ? 一个相关的问题: BI厂商提供一个开源的工具来生成R脚本标头来促进在BI和R间传递变量和参数。
●从R传递变量到BI。变量从R通过到BI，R的计算(分数, 排名) 结果能被传递回平台并嵌入在BI报表和仪表盘吗? 一个相关的问题: BI供应商能提供一个开源的实用程序来解析R脚本和识别变量并且将参数在 BI和R之间传输吗？
●拦截R中的错误和其他消息。BI平台能拦截, 解释和对错误消息采取行动并预警来自R中的模型/脚本吗？
●PMML导入/导出。BI供应商能基于PMML导入/导出R模型吗？
●本地执行。R模型执行在什么服务器中? R服务器，BI服务器，数据库服务器， 还是在本地的Hadoop服务器中？
●内容管理。BI厂商会把R脚本作为其元数据和内容的一部分吗？因此要在其内容管理流程, 如版本控制、迁移 (从开发到测试到激发环境等) 包括R脚本。
收起