隨著數(shù)據(jù)分析崗位招聘越來越內(nèi)卷，問“你用過/建過什么模型”的也越來越多。這個(gè)問題很容易給人“面試造航母，工作擰螺絲”的感覺。實(shí)際工作中，真的要搞那么多模型？？？
搞得很多同學(xué)在疑惑：
l 到底數(shù)據(jù)分析師要懂多少算法模型？
l 工作中真的要用到那么多模型？
l 我干的到底算不算模型？
今天系統(tǒng)講解一下
01
盤點(diǎn)各路人馬口中的“模型”
這個(gè)問題的本質(zhì)來自于不同人口中的“模型”含義不一樣。廣義上講，只要是對現(xiàn)實(shí)問題的抽象，都可以叫“模型”。但一旦要結(jié)合數(shù)據(jù)、計(jì)算過程、使用場景，就會發(fā)現(xiàn)這些千奇百怪的模型完全不一樣。因此了解清楚，我們得先對各路人馬口中的“模型”全盤梳理一下。
▌ 類型一：純理論模型
這些模型往往來自《管理學(xué)》《營銷學(xué)》課程，和數(shù)據(jù)的結(jié)合度幾乎為0。就比如PEST，就問一款A(yù)PP的DAU在8月份漲了10萬，有多少來自國家出的文件？又有多少來自2017年新生人口1723萬？又有多少來自華為——沒有一個(gè)能算得清楚的。
所以這些東西嚴(yán)格來說不能算數(shù)據(jù)分析模型，它們只是一個(gè)思考方式。除非是政策敏感性特別強(qiáng)的行業(yè)+政策風(fēng)向猛烈波動（比如互聯(lián)網(wǎng)金融），才能直觀的從PEST看到數(shù)據(jù)變化；或者處于壟斷競爭行業(yè)（比如三大電信運(yùn)營商）業(yè)務(wù)才會直接受到對手挑戰(zhàn)。其他場景下，這些玩意就是美化PPT用的。
▌ 類型二：半理論模型
這些模型是經(jīng)典的營銷分析模型，但正因?yàn)榻?jīng)典，所以它們大部分基于調(diào)研數(shù)據(jù)，諸如用戶態(tài)度，感覺，評價(jià)，是基于傳統(tǒng)調(diào)研的手段獲取數(shù)據(jù)。在當(dāng)下，能獲取用戶數(shù)據(jù)方法很多，直接ABtest，比通過問卷問態(tài)度再反推更直觀。因此這些模型適用范圍已大大縮水。理論可以看，但是直接搬運(yùn)就省省了。
有意思的是，為了體現(xiàn)自己的價(jià)值，調(diào)研公司、咨詢公司、廣告公司還是很喜歡講這一類的模型，畢竟用戶腦袋沒有開接口，行為數(shù)據(jù)記錄再多，還是不能直接推導(dǎo)出用戶想法。因此在產(chǎn)品經(jīng)理\運(yùn)營\研發(fā)很迷惑的時(shí)候，還是會求助于市場調(diào)研。
▌ 類型三：基于指標(biāo)計(jì)算模型
這些模型才是業(yè)務(wù)提及率最高，講得最多的模型。這些模型，往往直接使用業(yè)務(wù)部門的KPI指標(biāo)，以有邏輯的方式呈現(xiàn)，因此業(yè)務(wù)部門在討論問題的時(shí)候可以直接往里邊套，非常好用。同時(shí)，這些模型都是可以基于指標(biāo)繼續(xù)拆解的，因此業(yè)務(wù)討論完了，可以直接按小組分配任務(wù)，并且監(jiān)督任務(wù)完成情況。這兩項(xiàng)優(yōu)勢，使得業(yè)務(wù)非常喜歡用這一類模型，時(shí)不時(shí)還自己創(chuàng)造兩個(gè)。
但是，這一類模型有個(gè)致命缺點(diǎn)，就是：關(guān)鍵參數(shù)來自經(jīng)驗(yàn)，未來預(yù)測全憑拍腦袋。你問業(yè)務(wù)為啥估計(jì)轉(zhuǎn)化率是20%，得到的回答不是：“最近幾個(gè)月都是20%”，就是“我覺得它會是20%”——建算法模型的時(shí)候還有各種檢驗(yàn)值呢，這里就純拍腦袋了。
▌ 類型四：指標(biāo)計(jì)算模型
曲線擬合一般用來預(yù)測整體指標(biāo)走勢，比如整體銷量、整體商品數(shù)量、用戶流失數(shù)量等等。這種做法簡單粗暴：不看原因，只看結(jié)果，拿結(jié)果數(shù)據(jù)的過往走勢，擬合未來走勢。
雖然看起來粗暴，但是卻非常好用。因?yàn)樾枰臄?shù)據(jù)量少！只有一個(gè)結(jié)果數(shù)據(jù)即可（很多情況下，簡單省事就是王道）。因此適用范圍非常廣。
線性規(guī)劃模型是經(jīng)典的科學(xué)管理模型，往往用在已定目標(biāo)，分配任務(wù)的場景（如下圖）。
有意思的是，線性規(guī)劃模型常常是用在供應(yīng)鏈的，營銷端理論上可用，但是用的少。其中最大的制約，來自基礎(chǔ)數(shù)據(jù)的積累：供應(yīng)鏈往往對生產(chǎn)力、運(yùn)力、人力有比較多的評估和積累，因此有大量數(shù)據(jù)可用于建模。營銷端一天100個(gè)花樣，業(yè)務(wù)方又太執(zhí)著于玩法創(chuàng)新，懶得打業(yè)務(wù)標(biāo)簽和積累數(shù)據(jù)，自然沒有多少數(shù)據(jù)可參考。
▌ 類型五：算法模型
這里才是近幾年大火的機(jī)器學(xué)習(xí)算法。但是，這些算法大部分不是用來解決企業(yè)經(jīng)營問題的，而是工業(yè)應(yīng)用，比如安防，輔助駕駛，語音識別，語音控制，內(nèi)容推薦，商品推薦，反欺詐，風(fēng)控等等。這些都是生產(chǎn)系統(tǒng)，非數(shù)據(jù)分析/BI系統(tǒng)。在架構(gòu)上一般都是專門的算法組/風(fēng)控模型組負(fù)責(zé)，不會和數(shù)據(jù)分析組重疊。
在企業(yè)經(jīng)營方面，算法有一些經(jīng)典應(yīng)用場景，比響應(yīng)率預(yù)測，消費(fèi)能力預(yù)測等等，但始終不是數(shù)據(jù)分析工作重點(diǎn)。因?yàn)榇蟛糠制髽I(yè)經(jīng)營場景，面對的問題是：沒數(shù)據(jù)！采集數(shù)據(jù)，整理數(shù)據(jù)，分析數(shù)據(jù)才是數(shù)據(jù)分析組主要任務(wù)。且大部分算法解釋性差，業(yè)務(wù)既無法參與，無法理解，因此能輸出的成果非常有效，從而限制了算法在分析上使用。
至于為啥面試的時(shí)候喜歡問算法的越來越多，其實(shí)是數(shù)據(jù)分析崗位內(nèi)卷得明顯標(biāo)志：只是單純報(bào)這個(gè)崗位的人太多了，咱問點(diǎn)難的東西淘汰一批吧。沒有獨(dú)立算法組，指望招一個(gè)孤零零的數(shù)據(jù)分析師把模型搞出來，就是做夢。
02
模型到底需要懂多少
比如預(yù)測12月銷量，那么可以做：
這樣直觀對比，就能看出來，為啥統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)算法模型，在實(shí)際場景中運(yùn)用很少。這些模型需要的數(shù)據(jù)多，需要的數(shù)據(jù)顆粒度細(xì)，建模過程復(fù)雜，輸出的結(jié)果反而更簡單，業(yè)務(wù)看了能干的事也少。
相比之下，套用經(jīng)營分析的模型進(jìn)行拆解，雖然主要參數(shù)都是拍腦袋，但也變相的給各個(gè)部門下了軍令狀：你必須做到這么多！這樣更容易驅(qū)動業(yè)務(wù)部門行動。用時(shí)間序列法雖然算出來的也不能落地，但是它需要的數(shù)據(jù)少，只有一串?dāng)?shù)照樣用。因此省事。
注意：上邊的對比，并不能說明機(jī)器學(xué)習(xí)方法不適合經(jīng)營分析，只是場景不合適而已。換個(gè)場景照樣好用。比如用二分類模型預(yù)測用戶購買。就有兩種典型好用用法：
1、在響應(yīng)率低的時(shí)候，壓縮業(yè)務(wù)工作量，提高產(chǎn)出率。最典型的就是外呼，用戶如果不接電話，任憑外呼員巧舌如簧也沒用。并且外呼成功率特別低，自然成功率1.5%-2%，因此哪怕模型只提高一個(gè)點(diǎn)的接聽率，也能讓外呼員的效率提高一大截。
2、在響應(yīng)率高的時(shí)候，識別自然響應(yīng)群體，減少投入。最典型的就是營銷成本控制。如果想壓縮優(yōu)惠券投放，最好的辦法就是預(yù)測：是否購買，之后把購買概率高的群體的券砍掉。對于釋放費(fèi)用，非常好使。
