“一點點預測要走很長的路” Eric Siegel在他的著名的預測分析書中寫道。誠然, 預測分析現在已成為大多數商業智能() ，分析和大數據平臺以及應用程序不可或缺的一部分。

Forrester Research的坊間證據表明, 開源R是迄今為止最普遍的預測分析平臺。KDNuggets和RexerAnalytics這樣的獨立發現和調查也證實了我們的結論 ：“使用R挖掘數據的比例正在迅速增長,自2010年起, R一直是最常用的數據挖掘工具。雖然R經常與其他工具一起使用,越來越多的數據挖掘者也選擇R作為他們的主要工具。”

為了追隨使用R的潮流，大多數主要商業智能（）廠商聲稱他們“與R整合了”。但這種說法真正的意思是什么? 我們的理解是 —— 并不是所有的 和 R的整合都是均等創造的。在評估平臺與R的整合時，Forrester建議考慮以下整合功能:

●點擊GUI創建腳本。由于R是一種腳本語言, 廠商能提供單擊GUI生成R代碼嗎?不僅僅是生成代碼,整個業務的模型設計、試驗、管理、和執行,這些通常高級分析平臺的領域。有多少廠商能提供這些功能？

●從BI傳遞變量到R。R程序可以利用和利用所有的BI的元數據 (數據結構、定義等), 而不需再重新定義嗎 ? 一個相關的問題: BI廠商提供一個開源的工具來生成R腳本標頭來促進在BI和R間傳遞變量和參數。

●從R傳遞變量到BI。變量從R通過到BI，R的計算(分數, 排名) 結果能被傳遞回平臺并嵌入在BI報表和儀表盤嗎? 一個相關的問題: BI供應商能提供一個開源的實用程序來解析R腳本和識別變量并且將參數在 BI和R之間傳輸嗎？

●攔截R中的錯誤和其他消息。BI平臺能攔截, 解釋和對錯誤消息采取行動并預警來自R中的模型/腳本嗎？

●PMML導入/導出。BI供應商能基于PMML導入/導出R模型嗎？

●本地執行。R模型執行在什么服務器中? R服務器，BI服務器，數據庫服務器， 還是在本地的Hadoop服務器中？

●內容管理。BI廠商會把R腳本作為其元數據和內容的一部分嗎？因此要在其內容管理流程, 如版本控制、遷移 (從開發到測試到激發環境等) 包括R腳本。