數(shù)據(jù)分析師,要懂多少算法模型?
編輯導(dǎo)讀:作為一名數(shù)據(jù)分析師,你是否也會(huì)感到迷惑,為什么需要這么多算法模型,工作中真的能用到嗎?最重要的是,我到底應(yīng)該懂多少算法模型?本文作者對(duì)此發(fā)表了自己的看法,與你分享。
隨著數(shù)據(jù)分析崗位招聘越來(lái)越內(nèi)卷,問(wèn)“你用過(guò)/建過(guò)什么模型”的也越來(lái)越多。這個(gè)問(wèn)題很容易給人“面試造航母,工作擰螺絲”的感覺(jué)。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:
- 到底數(shù)據(jù)分析師要懂多少算法模型?
- 工作中真的要用到那么多模型?
- 我干的到底算不算模型?
今天系統(tǒng)講解一下。
一、盤點(diǎn)各路人馬口中的“模型”
這個(gè)問(wèn)題的本質(zhì)來(lái)自于不同人口中的“模型”含義不一樣。廣義上講,只要是對(duì)現(xiàn)實(shí)問(wèn)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(guò)程、使用場(chǎng)景,就會(huì)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(duì)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(lái)自《管理學(xué)》《營(yíng)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(wèn)一款A(yù)PP的DAU在8月份漲了10萬(wàn),有多少來(lái)自國(guó)家出的文件?又有多少來(lái)自2017年新生人口1723萬(wàn)?又有多少來(lái)自華為——沒(méi)有一個(gè)能算得清楚的。
所以這些東西嚴(yán)格來(lái)說(shuō)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(dòng)(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(jìng)爭(zhēng)行業(yè)(比如三大電信運(yùn)營(yíng)商)業(yè)務(wù)才會(huì)直接受到對(duì)手挑戰(zhàn)。其他場(chǎng)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(yíng)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(jué),評(píng)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(guò)問(wèn)卷問(wèn)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(méi)有開(kāi)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(yíng)研發(fā)很迷惑的時(shí)候,還是會(huì)求助于市場(chǎng)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(wèn)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(shì),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(lái)自經(jīng)驗(yàn),未來(lái)預(yù)測(cè)全憑拍腦袋。你問(wèn)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(jué)得它會(huì)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(lái)預(yù)測(cè)整體指標(biāo)走勢(shì),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(jiǎn)單粗暴:不看原因,只看結(jié)果,拿結(jié)果數(shù)據(jù)的過(guò)往走勢(shì),擬合未來(lái)走勢(shì)。
雖然看起來(lái)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(jiǎn)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(chǎng)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(yíng)銷端理論上可用,但是用的少。其中最大的制約,來(lái)自基礎(chǔ)數(shù)據(jù)的積累:供應(yīng)鏈往往對(duì)生產(chǎn)力、運(yùn)力、人力有比較多的評(píng)估和積累,因此有大量數(shù)據(jù)可用于建模。營(yíng)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(méi)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(lái)解決企業(yè)經(jīng)營(yíng)問(wèn)題的,而是工業(yè)應(yīng)用,比如安防,輔助駕駛,語(yǔ)音識(shí)別,語(yǔ)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(huì)和數(shù)據(jù)分析組重疊。
在企業(yè)經(jīng)營(yíng)方面,算法有一些經(jīng)典應(yīng)用場(chǎng)景,比響應(yīng)率預(yù)測(cè),消費(fèi)能力預(yù)測(cè)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(yíng)場(chǎng)景,面對(duì)的問(wèn)題是:沒(méi)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(wú)法參與,無(wú)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(wèn)算法的越來(lái)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(wèn)點(diǎn)難的東西淘汰一批吧。沒(méi)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(lái),就是做夢(mèng)。
二、模型到底需要懂多少
比如預(yù)測(cè)12月銷量,那么可以做:
這樣直觀對(duì)比,就能看出來(lái),為啥統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)算法模型,在實(shí)際場(chǎng)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(guò)程復(fù)雜,輸出的結(jié)果反而更簡(jiǎn)單,業(yè)務(wù)看了能干的事也少。
相比之下,套用經(jīng)營(yíng)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(dòng)業(yè)務(wù)部門行動(dòng)。用時(shí)間序列法雖然算出來(lái)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(duì)比,并不能說(shuō)明機(jī)器學(xué)習(xí)方法不適合經(jīng)營(yíng)分析,只是場(chǎng)景不合適而已。換個(gè)場(chǎng)景照樣好用。比如用二分類模型預(yù)測(cè)用戶購(gòu)買。就有兩種典型好用用法:
- 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(méi)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(tīng)率,也能讓外呼員的效率提高一大截。
- 在響應(yīng)率高的時(shí)候,識(shí)別自然響應(yīng)群體,減少投入。最典型的就是營(yíng)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(cè):是否購(gòu)買,之后把購(gòu)買概率高的群體的券砍掉。對(duì)于釋放費(fèi)用,非常好使。
所以在工作中,根據(jù)以下幾點(diǎn)來(lái)看菜吃飯,才是能發(fā)揮作用,爭(zhēng)取認(rèn)可的好做法。
- 數(shù)據(jù)豐富程度
- 數(shù)據(jù)質(zhì)量高低
- 結(jié)果使用場(chǎng)景
- 期望上線時(shí)間
畢竟企業(yè)工作,追求的是低成本高效率地解決問(wèn)題,如果一味追求復(fù)雜尖端,還是回去學(xué)校讀個(gè)博士認(rèn)真做科研的好。
可問(wèn)題是,如果工作中真的受各種制約,沒(méi)法做復(fù)雜的算法模型,面試又被問(wèn)道,咋辦呢?有興趣的話,關(guān)注接地氣學(xué)堂公眾號(hào),我們下一篇分享,如何應(yīng)對(duì)越來(lái)越內(nèi)卷的數(shù)據(jù)招聘要求,敬請(qǐng)期待哦。
#專欄作家#
接地氣的陳老師,微信公眾號(hào):接地氣學(xué)堂,人人都是產(chǎn)品經(jīng)理專欄作家。資深咨詢顧問(wèn),在互聯(lián)網(wǎng),金融,快消,零售,耐用,美容等15個(gè)行業(yè)有豐富數(shù)據(jù)相關(guān)經(jīng)驗(yàn)。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來(lái)自Unsplash,基于CC0協(xié)議。
陳老師,圖片水印能不能換個(gè)地方,右下方的字都被遮住了。