多伦多大学
克莉丝汀娜·麦克勒兰是多伦多大学、斯卡伯勒大学和罗特曼管理学院的战略管理助理教授
学分:罗特曼管理学院 预测分析行业预计在2022年的收入将超过2730亿美元
然而，尽管对大数据和统计建模和机器学习等工具的预测能力进行了大肆宣传，但并不是所有投入资金的公司都从中受益，这促使一个研究团队探索是什么造成了这种差异
他们发现，对信息技术资本、受过教育的劳动力和高效的制造流程进行大量的互补投资，对于充分利用预测工具来帮助企业优化绩效是“不可或缺的”
在2015年调查的30，000家制造商中，采用预测分析的公司平均收入增加约500，000至100万美元
然而，没有进行这些相辅相成的投资中的至少一项的公司，几乎看不到任何好处
多伦多斯卡伯勒大学和UofT罗特曼管理学院的战略管理助理教授Kristina McElheran解释说:“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。”
“例如，信息技术资本获取对数据收集和能够传输、存储和分析数据的计算机硬件的投资
众所周知，受过教育的工人是这一体系的重要组成部分
某些生产环境由于使用的流程而提供了更丰富的数据
" 教授
麦克尔舍兰和她的合著者与美国
S
人口普查局将创建一个调查，这是由一个高度代表性的样本返回的美国
S
2010年和2015年两个调查年度的制造工厂
调查询问了制造商对预测分析的使用、管理实践、数据在决策中的可用性和使用以及生产流程的设计
结果与公司生产投入和产出等相关数据相互关联
制造商成为目标是因为他们往往是创新的早期采用者
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该工具
更高的使用强度与更高的生产率收益相关
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，推动它们实施必要的基础设施并培训工人使用这些设施
在研究人员的发现中，以这种方式推动的公司最终表现出更强的表现
在管理领域，It投资在受过教育的员工支持下实现更好的回报已经不是秘密，反之亦然
教授表示，研究表明，一些公司还没有在预测分析的背景下建立这种联系
McElheran
“我们发现这令人费解，”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，在我们观察到的公司中，这种失调被证明是相当昂贵的
" 这是首次在大样本中研究预测技术对生产率的影响
这篇论文是由斯坦福大学和王锦大学的埃里克·布林约尔森在麻省理工学院数字经济项目中共同撰写的
这项研究发表在《商业经济学》上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
