问题 思路 方法

Qing 20061009

来个新任务，一项新的分析应用，不清楚要解决什么问题，只知道我们要搭建分析框架，采用三种分析方法，包括挖掘模型。说不清楚所谓的"分析框架"是什么，有点跟前两天一位朋友提出他们导师要的"数据挖掘框架"，让人犯晕。
 
目的始终是要去明确的，原来，有一种业务，注册使用的用户多，但实际使用的用户少。要解决这个问题。我首先想到的是，这不是用数学模型来解决的，应该先从业务角度考虑，提出问题，如果这些问题的解答需要数据的支持，那就通过基本的统计、olap等方法来支持。如果是那种需要预测，或者需要对现有数据进行一些特征描述的，可以用到挖掘模型的方法。而不是本末倒置，总是先想着要用挖掘模型解决问题，或者建立一个什么分析框架。
 
其实看看，即便是有数据分析的需求，很多情况下并不一定需要数据挖掘。比如说要预测，这玩意儿听起来玄乎，比如预测一批名单。用挖掘模型的方法，采用分类预测模型，塞进去一堆变量，构造一个分类器，然后用它得出一批名单。简单一点，可以用自己"拍脑袋"定义一个分类器啊，例如如果是男性、如果近三个月平均消费超过100、并且他还没有使用xx业务，那么就将他当作目标，塞到名单里面去。这也是个分类器吧，有点跟决策树类似，只是它并非通过数据规律得到，而是通过业务经验得到。
 
你也不能说这个"拍脑袋"就肯定不对，同样，你也可以将它看作一个经验模型，然后对它进行评估，设定对照组、行动组、不行动组，评估其成功率之类的。
 
虽然这主观一些，但符合发展规律。用挖掘模型来实现，感觉上很客观，完全依据数据说话。却总有点一步达到共产主义的感觉。
 
因此，我想不论对于想用数据分析来辅助自己决策的客户来说，还是对提供这种分析服务的集成商、咨询商来说，恐怕都会走向上面这种比较现实的过程。先明确问题，再探索思路，最后再落实方法。
 
方法可以固定，思路也可以固定，可问题总是在变化。固定的方法几乎就是那些模型，而思路，没有方法固定，却也可以固定下来。以前曾经讨论过分析流，也就是分析问题的思路，这玩意儿不好固定，有待时日。而问题，相信无论在什么时候，总会有新的出现。虽然也是可以将问题归类，每类辅以固定的思路，用固定的方法解决，形成定式。不过怎么看起来也像是共产主义。
 
万里 20061010

很同意庆的看法，问题是变化的，人的经验往往比数据分析更有效。最近在想的一个问题是，能不能总结出一套框架，开发出一个好的人机界面，让业务人员，用户，行业专家等等有经验的人更好的根据数据去运用自己的经验，换句话说达到人机合一的境界。现在的olap,统计查询系统应该也有这种功能，我的想法是能否做更多的分析辅助工作，比如结构型数据的可视化，用户参与数据训练等……
不知大家有什么看法。
　　 
Hunter 20061011

呵呵，说谁谁就到，谈谈俺的想当然认识：注册用户多，使用客户少，数据分析和挖掘应该可以提取一些二者的特征和差异所在。。。

但是激活那些未使用的注册用户，就是一个需要实践的过程了，这期间业务经验“拍脑袋”没准很管用，不过如果能有一个框架（又是框架），判断一下这个业务的属性，客户和哪些其他业务接近，尽量利用/参考以往别的业务的激活模型，客户特性（这也算广义的增量数据挖掘吗），做一个模型来预测哪些客户激活率最高，或者用聚类等将客户分类，然后让市场人员去激活，把激活的结果反馈回来，用来搭建激活模型……

框架哪怕是一个纸上记录下来的流程呢（经验流程），也会对理清思路，分析问题有一定的规范和启示。一步登天肯定不容易，针对某类具体问题，有一个经实际检验的规范，里面再有一些具体方法，示例等应该还是很好的，也许效率不是最高，但是对质量控制是一个保证。

Qing 20061013

还记得那天接到的新任务吗，经过两天的思考，确定了一条新思路，去和客户探讨目标客户定位，探讨具体市场策略以及应用流程。发现，已经开始找到了一点"分析"的感觉。总算和客户有了点共同语言。
 
这个分析是什么来着？注册用户多，使用用户少。其实这个分析已经进行了好几个月，之前主要是挖掘建模者来沟通，于是建立了一个预测模型，将用量当作目标，据说抛进去500个变量，综合了各种属性、行为特征考虑。但如果让我去做这个应用方案，实在想不出，一个预测值能够如何用的上。比如说，模型预测出来一个用户的用量将会是100，这个非常"具体"的值对业务人员究竟有什么含义呢？他真的相信该用户能够达到这个值？恐怕连我们自己都不敢相信。
 
而且，总觉得这个思路跟业务目标有些背离。目标是希望能够刺激那些沉默的用户使用，而模型却去预测使用多少。虽然说不是南辕北辙，可难有说服力。
 
前两天hunter对这个问题提出自己的想法，觉得比较有谱。在这种很多事情并不明朗的情况下，例如为什么注册的人多？是不是因为不要钱？注册了为什么不用？是不是因为资费的问题？或者是功能比较弱？这些问题还有待去验证呢。用挖掘、分析的方法主要是要得到一些规律，先不能用来做准确的预测。例如，用挖掘的方法来分析注册使用和注册不使用两组用户，他们都有哪些特征差异。分析那些因素对用户使用该业务有正面的影响，哪些是负面的影响。
 
我也有类似的想法，所以，在构建这个应用方案时，尽量淡化了这个预测模型，而是从变量中挑选了几个重要的变量。其实，这些变量的重要性根本也不是模型体现出来的，而是在做数据探索时，他们有些显著特征而已。但老实说，这些变量是不是真的"重要"，我不知道，从表面上看，是有说服力的。基于这些变量，再去做一个简单的聚类，划分成四五个群体。如此，就可以锁定目标用户群。譬如说，一二三群的特征表明，使用该业务的可能性比四五群要小，因此，可以重点对四五群的用户做工作。而一二三群采用一些低成本的市场策略。
 
最终探讨完毕，发现几乎将原来的预测模型废掉。瞅瞅建模的同事，脸上颇有些黯然销魂之色。还好，客户表态，下个月将那个预测值也提供出来吧。
 
从这事，得到一些启发。大家都知道挖掘模型有两类，一种是预测型的，一种是描述型的。是不是可以这样总结一下：

当业务问题还处于模糊的初期阶段，尽量采取一些描述型模型来"解释"业务问题出现的原因，例如聚类模型，用来描述群体的特征。如产品关联，描述业务之间关联度。在问题稍微清楚一点之后，再用预测性模型来分析。此时，前面的描述型模型反映的很多因素都可以作为变量输入。
 
再举个例子。在ttnn曾经讨论过好多关于客户离网模型的事情，应用上一般成为"客户挽留应用"。一谈挖掘应用，几乎都会谈这个。这是一个预测型模型，预测哪些客户流失概率会高些。相信，绝大多数运营商都已经实现了这个模型。因此，在这之后，很多分析应用，几乎总是套用它的思路。比如，预测哪些客户的价值能够提升，预测哪些哪些客户会使用xx业务...从技术上，确实都是类似的。确定业务目标之后，建立诸如分类预测之类的模型，模型完了做一个评估，lift达到一个数，OK，这个模型就建好了。但我往往发现一个问题，模型评估完的lift值，往往比后面实际做营销活动时候的lift值要高。这是何解啊？难道说模型过期了？这是内部的解释，但在客户眼中，难免对建模过程有些耽心，"您那个模型lift是怎么弄出来的啊？"
 
不好意思，有些跑题了。刚说到好多预测类应用都是套用离网模型的路子，其实还不能忽略一点。离网模型这个玩意可以说是提的最早的分析模型了，经过这些年的研究，大家对哪些变量对客户离网多少有些概念。而且，君不见，国外还有专家，专门研究这个问题。那个Robttson（是这个名字吧，有些记不住），不是有一本专门讲述客户离网的书吗，厚厚地一本。在国内曾经被华为的一哥们翻译过来，业界传唱。好多公司也是将此书奉为离网问题经典只作。当初，严去亚信面试的时候，就得到一本，让他看完之后给点感想（不过是英文的，大概亚信这样的半外企也是看不起中文的）。在这本书里面，Rob将客户流失划分成不同类别，然后针对不同类别的客户应当如何做挽留等等。到这样的地步，做离网模型，大概还是有一些东西可以参考的。
 
即便如此吧，书上的东西也是死的，硬套这些内容。将书中提到的因素作为变量输入到预测模型中，恐怕也是偷懒的行为。看看业界这么多做离网模型的集成商、咨询商，有哪些能够从模型中得到实实在在的，就像Rob在书中描述出来的那种规律呢？
 
当然，环境也是个原因。研究一个业务问题的原因，解决方法。需要长的周期，需要客户、开发商的配合，需要模型，也需要营销的配合才能得到好的营销方案。阿Qing说，基本上，这个，很难。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友