预测建模是一种基于现有数据构建模型的数学方法，有助于找到变量的未来值或趋势.它涉及非常繁重的数学和统计分析来创建这样的模型.
下面是一些使用预测建模的例子.
天气预报.
大学试图通过对申请人应用预测模型来预测学生是否会选择注册数据和录取历史记录.
在零售店中找出哪两个项目最有可能一起畅销.
在航空业，估计不会出现航班的乘客数量.
MicroStrategy可以帮助进行预测建模，因为其数据挖掘服务完全集成到其BI平台.
MicroStrategy数据挖掘服务，允许用户从第三方数据挖掘工具导入PMML(预测模型标记语言)，然后可以将其用于创建预测报告.
PMML是一种XML标准，表示由数据挖掘工具开发和培训的数据挖掘模型. PMML支持许多不同的数据挖掘算法，包括回归，神经网络，聚类，决策树和关联.它结合了数据转换和描述性统计.
下图描述了在MicroStrategy中创建预测数据模型报告的过程.
一旦导入MicroStrategy，我们就可以使用以下功能增强模型.
以下是突出MicroStrategy强度用作预测建模工具的功能列表.
内置数据挖掘功能 : 有250种基本，OLAP，数学，财务和统计功能可用于创建关键绩效指标.
使用PMML进行数据挖掘集成 : 它允许用户从第三方数据挖掘工具导入PMML，然后可以使用它来创建预测报告.
用户可扩展性 : 企业内部和外部的数十万用户可以访问此功能.
数据可扩展性 : MicroStrategy的关系OLAP(ROLAP)架构与其智能立方体技术相结合，可以处理任何规模的数据库，同时提供高性能.
