一、预测分析的缺陷
预测分析是企业展望未来的主要应用方式。市场营销、零售、生产、设备管理、供应链管理以及许多其他应用都显示出预测的价值和力量，可以作为预测未来结果的工具。预测分析依靠大量的历史数据，以量化特定的事物，比如消费者、客户、设备、供应商等，以有利的或不利方式响应刺激的可能性，包括营销活动、产品定价、设备故障、激励措施等。这里的关键是大量的历史数据。通过应用该数据，算法可以识别以特定方式做出响应的事物之间的相似特征，然后使用这些特征来预测未来的响应。
预测分析功能强大，因为预测基于证据，而不用理解事情发生的原因。
这就是预测分析的优势以及潜在的陷阱。它之所以强大，是因为预测是基于证据的，而不必去理解事情发生的原因。避免了因果模型的复杂性，这就是预测分析的风险。当预测是基于过去行为的证据时，有一个基本的假设，即未来不会与过去发生根本性的偏离。但是许多人认为，未来的经济和社会将与过去和现在有根本的不同。如果为真，则可以合理预期未来的行为对刺激的反应将不同于过去的行为。过去的证据可能不能可靠地预测未来。如果这是真的，那么该是问该如何可靠，如何值得信赖的时候了。
过去的证据，不能可靠地预测未来。
二、预后分析的潜力
也许是时候采用一种称为预后分析的相对未受关注的分析学科。我不建议将预后性方法替代预测性方法，而应将其作为补充方法，以减轻预测模型不可靠的风险。预后分析将因果分析的原理引入了对未来的展望过程。要了解差异，请看一个简单的医疗保健示例，其中的问题是要了解人口中哪些人有中风的风险。
预测分析着眼于历史数据。预后分析着眼于因果。如果不了解事情发生的原因，那么预后就不切实际。
预测分析会查看历史数据，以识别遭受中风的人和未遭受中风的人的共同特征。然后将这些模式应用于特定的人群，以根据中风的可能性进行分类和聚类。如果被问到为什么某个人有危险，答案就是预测变量表明中风的可能性很高。预后分析寻找中风的病因指标，例如极高的血压。与预测模型一样，从预后算法进行的预测中风的可能性很高。但是潜在的原因却截然不同：预后是高血压，如果不及时治疗，将导致中风或心脏病发作。通过预后方法，我们不仅知道谁有中风的危险，而且知道为什么他们有风险。预后提示，采取治疗高血压的措施可以改变未来中风的风险。
三、什么是因果关系
预后分析的困难是确立因果关系。没有对事情发生原因的理解或至少一个合理的假设，预后就不切实际。为此，我们可以转向长期存在的系统思考领域，以寻求一种实用且行之有效的因果建模方法。该方法被称为因果循环图，它基于关于因果关系的两个原理：
（1）每个结果都是多重影响的结果；
（2）因果关系包括反馈回路，因此许多因果链是循环的。
本文将介绍因果循环图（CLD），然后在以后的文章中更深入地研究系统思维和因果建模。上图说明了连锁酒店寻求盈利能力的因果模型。
因果关系的本质在此模型中很明显，即事物影响其他事物的明确现实。在此示例中，费用影响利润，收入影响利润，住宿天数影响收入等。请注意，图中的每个节点都表示为定量的事物，可以测量。然后看一下线条和箭头。蓝线用加号标记，表示对方向的影响相同：员工薪酬上升时费用上升，员工薪酬下降时费用下降。红线用减号标记，表示相反的方向影响：费用上升时利润下降，而费用下降时利润上升。
整个模型是将酒店运营视为一个系统的视图，即相互作用部分的集合。各部分之间的综合影响是事情发生的原因，即系统的因果关系。对于了解数据的决策和业务管理，我们可以检查因果链，以找到可用于改变结果的杠杆：增加利润，减少费用，获得更多的客户推荐等。从绩效管理的角度来看，因果模型是信息丰富的，可查看先进或落后的关系并选择有效的指标和KPI。
四、综述
在未来的预测分析中，将因果建模作为预测分析的补充是必需的。一个完善的因果模型通常看起来很简单，有时甚至很明显，就像每个人都知道利润是由收入和支出驱动的吗，但是构建因果模型也是非常具有挑战性的。
