這是我見過最【精準(zhǔn)】的預(yù)測(cè)模型

1 評(píng)論 9078 瀏覽 45 收藏 11 分鐘

本文從預(yù)測(cè)算法的本質(zhì)、要點(diǎn)出發(fā),提出用業(yè)務(wù)運(yùn)作避免預(yù)測(cè)錯(cuò)誤、用基礎(chǔ)分析縮小預(yù)測(cè)范圍、用滾動(dòng)式預(yù)測(cè)代替長(zhǎng)期預(yù)測(cè)、用買定離手模式保護(hù)自己、再深層地看預(yù)測(cè)問題五種預(yù)測(cè)方法,推薦數(shù)據(jù)分析人閱讀。

“預(yù)測(cè)得不準(zhǔn)!”是數(shù)據(jù)分析領(lǐng)域的終極難題了。講預(yù)測(cè)的算法有一大堆,然后遇到現(xiàn)實(shí)基本上都被錘成渣渣,業(yè)務(wù)方怎么都不滿意。到底該怎么破局?

一、預(yù)測(cè)算法的本質(zhì)

從本質(zhì)上看,預(yù)測(cè)算法只有2大類:

1. 基于時(shí)間序列的

  • 平滑:用于相對(duì)平穩(wěn)的數(shù)據(jù)
  • 自回歸:用于趨勢(shì)性遞增、遞減的數(shù)據(jù)
  • 帶季節(jié)因素自回歸:用于有周期性波動(dòng)的數(shù)據(jù)

2. 基于因果關(guān)系的

  • 二分類問題:未來會(huì)/不會(huì)發(fā)生XX,典型如LR
  • 多分類問題:未來是ABC哪個(gè)情況,典型如決策樹
  • 連續(xù)型問題:未來的數(shù)值是多少,典型如線性回歸

有可能建模的時(shí)候,不是一個(gè)模型包打天下,而是用二階段建模。比如預(yù)測(cè)一個(gè)客群消費(fèi)情況,可以分別用二分類模型預(yù)測(cè)會(huì)不會(huì)消費(fèi),再用連續(xù)型模型預(yù)測(cè)消費(fèi)金額,這樣會(huì)消費(fèi)用戶數(shù)*預(yù)測(cè)消費(fèi)金額,就能得出總消費(fèi)。這是典型的處理手法。

書本上都是這么教的,然而為啥一遇到現(xiàn)實(shí)就被錘成渣渣了呢?

二、預(yù)測(cè)算法的要點(diǎn)

因?yàn)椋簳緸榱送怀瞿P托Ч?,刻意選擇了質(zhì)量好、數(shù)據(jù)全的數(shù)據(jù)集。

現(xiàn)實(shí)中麻煩根本是遠(yuǎn)遠(yuǎn)不斷:

1. 沒數(shù)據(jù)

很多時(shí)候給到的待預(yù)測(cè)數(shù)據(jù),就一行“每月總消費(fèi)”,其他數(shù)據(jù)屁都沒有……

2. 還是沒數(shù)據(jù)

很多公司隔著天貓、抖音、亞馬遜,拿不到一手?jǐn)?shù)據(jù),只能用后臺(tái)導(dǎo)出的一點(diǎn)點(diǎn)數(shù)據(jù)瞎倒騰……

3. 就是沒數(shù)據(jù)

大部分公司不是頭騰阿這種壟斷公司,只拿了非常片面的數(shù)據(jù)。最常見的,大部分公司的用戶是花錢引流來的,用戶只有一個(gè)手機(jī)號(hào)+一個(gè)優(yōu)惠訂單……

這導(dǎo)致了一個(gè)搞笑的情況:很多公司用因果關(guān)系類模型,影響最大的變量一定是促銷力度。甚至用逐步回歸法建模的話,促銷力度的變量,能直接把其他變量都干掉。預(yù)測(cè)結(jié)果就變成了:促銷力度越大,用戶加入越多,購(gòu)買越多。

這種結(jié)果一丟出來,一準(zhǔn)被業(yè)務(wù)評(píng)價(jià)為:“都TM是廢話,我早知道了!”

這就是現(xiàn)實(shí)中第二大麻煩:業(yè)務(wù)效果到底怎么衡量。

比如預(yù)測(cè)銷量是1000萬:

  • 業(yè)務(wù)做到900萬,會(huì)說:預(yù)測(cè)得一點(diǎn)都不準(zhǔn),搞得貨積壓了
  • 業(yè)務(wù)做到1100萬,會(huì)說:預(yù)測(cè)得一點(diǎn)都不準(zhǔn),還是我厲害

總之,只要你不是100%精準(zhǔn),他都有理由賴到你頭上。甚至可以反復(fù)橫跳。比如:“本來業(yè)務(wù)能達(dá)標(biāo)的,看到預(yù)測(cè)說能達(dá)標(biāo),我們就省點(diǎn)投入,結(jié)果不達(dá)標(biāo)了,都怪預(yù)測(cè)干擾了業(yè)務(wù)判斷……”

怎么破局呢?問題既然由人而生,當(dāng)然還得在人這里解決。避免賭命式預(yù)測(cè),從業(yè)務(wù)場(chǎng)景角度出發(fā),剔除人為影響,才是破題關(guān)鍵。

三、用業(yè)務(wù)運(yùn)作避免預(yù)測(cè)錯(cuò)誤

有些場(chǎng)景,能通過業(yè)務(wù)操作直接把問題消滅掉。這時(shí)候就直接用業(yè)務(wù)手段,不要建模。

比如:

  1. 場(chǎng)景1:“銷售數(shù)據(jù)很少,分布很散,如何預(yù)測(cè)銷量?因?yàn)樨浳锉旧聿荒蛢?chǔ)藏,多進(jìn)貨的話庫(kù)存損失率會(huì)很高”——用團(tuán)購(gòu)呀!團(tuán)購(gòu)就是解決這個(gè)問題的
  2. 場(chǎng)景2:“銷售數(shù)據(jù)很少,少到無法計(jì)算價(jià)格彈性,業(yè)務(wù)方又想預(yù)測(cè)價(jià)格彈性,多賺錢”——用拍賣??!拍賣就是干這個(gè)的
  3. 場(chǎng)景3:“新品是全新款,沒有數(shù)據(jù),咋預(yù)測(cè)?”——做新品預(yù)售/粉絲憑碼購(gòu)買呀。饑餓營(yíng)銷就是干這個(gè)的
  4. 場(chǎng)景4:“大促期間備貨量如何預(yù)測(cè)?拿捏不準(zhǔn)用戶有多少需求?”——10元定金,定金膨脹3倍抵用券,就是干這個(gè)的呀

幾乎所有互聯(lián)網(wǎng)營(yíng)銷模式,從小米到天貓到拼多多,其實(shí)都是在對(duì)抗因數(shù)據(jù)不足帶來的備貨難題。所以別光盯著人家的模型,人家的運(yùn)營(yíng)也學(xué)學(xué)。

四、用基礎(chǔ)分析縮小預(yù)測(cè)范圍

所有賭命式預(yù)測(cè)都有個(gè)共同點(diǎn):一定要不高不低才算準(zhǔn)。比如典型的預(yù)測(cè)銷售業(yè)績(jī),如果實(shí)際是1000萬,他非得要求預(yù)測(cè)到1000萬才算準(zhǔn)。這是模型被評(píng)價(jià)為“不準(zhǔn)”的問題根源。

回到業(yè)務(wù)場(chǎng)景中,其實(shí)大部分業(yè)務(wù)場(chǎng)景不需要這個(gè)級(jí)別的準(zhǔn)確度。大部分時(shí)候,業(yè)務(wù)怕的是突然暴增/暴跌的場(chǎng)景。預(yù)測(cè)目標(biāo)與其設(shè)定為:“100%精準(zhǔn)”,不如設(shè)定為:“是否暴增/暴跌超過業(yè)務(wù)消化能力”。

預(yù)測(cè)100%精準(zhǔn)基本無解,但是發(fā)現(xiàn)哪里可能暴漲/暴跌是很容易的。通過基礎(chǔ)分析,把不穩(wěn)定因素區(qū)分出來,能大大縮減預(yù)測(cè)問題的難度(如下圖)。

做好基礎(chǔ)分析,拆分不穩(wěn)定因素以后,也更方便挑選模型組合,解決問題(如下圖)。

五、用滾動(dòng)式預(yù)測(cè)代替長(zhǎng)期預(yù)測(cè)

所有的賭命式預(yù)測(cè),預(yù)測(cè)時(shí)間周期都很長(zhǎng)。長(zhǎng)則一年,短也有一個(gè)月。賭的時(shí)間太長(zhǎng),前期能收集的數(shù)據(jù)很少,也無法把業(yè)務(wù)部門各種中間操作反映出來,因此非常被動(dòng)。

用滾動(dòng)預(yù)測(cè)能很大程度彌補(bǔ)這個(gè)缺點(diǎn)。通過日/周滾動(dòng)預(yù)測(cè),既能補(bǔ)充數(shù)據(jù)缺失,又能反映業(yè)務(wù)方臨時(shí)調(diào)整帶來的效果,一舉兩得(如下圖)。

六、用買定離手模式保護(hù)自己

一個(gè)好問題+滾動(dòng)預(yù)測(cè),基本上能滿足實(shí)際工作需求。但作為做預(yù)測(cè)的人,得學(xué)會(huì)保護(hù)自己,避免業(yè)務(wù)方反復(fù)橫條,瞎胡甩鍋。

買定離手法是很好辦法。預(yù)測(cè)結(jié)果給出以后,買定離手,所有相關(guān)業(yè)務(wù)方不再質(zhì)疑預(yù)測(cè)結(jié)果,而是基于預(yù)測(cè)結(jié)果做疊加。

誰覺得預(yù)測(cè)少了,誰自己寫請(qǐng)示申請(qǐng)額外貨物,并且留下書面證據(jù)。到時(shí)候是預(yù)測(cè)得不準(zhǔn),還是業(yè)務(wù)自己申請(qǐng)多了所以賣不動(dòng),看得一清二楚(如下圖)。

七、再深層地看預(yù)測(cè)問題

預(yù)測(cè)問題的背后,是一個(gè)很深層的業(yè)務(wù)問題:在很多公司,庫(kù)存積壓的損失是直觀可見的,貨都爛在貨倉(cāng)里。但缺貨損失的潛在銷量,卻沒有認(rèn)真統(tǒng)計(jì)。想統(tǒng)計(jì)缺貨損失很容易,可以讓客戶交定金預(yù)約,可以讓客戶登記需求量和需求時(shí)間。但很多公司業(yè)務(wù)要么懶,要么蠢,要么不想擔(dān)責(zé)任,總之是沒有做。

預(yù)售、團(tuán)購(gòu)、饑餓營(yíng)銷、訂金膨脹、缺貨登記……所有的業(yè)務(wù)手段,需要的不但是運(yùn)營(yíng)能力,更需要系統(tǒng)建設(shè)支持。顯然,對(duì)業(yè)務(wù)來說,比起搞這些系統(tǒng)建設(shè)和復(fù)雜的運(yùn)營(yíng)手段,還是直接甩鍋給“模型預(yù)測(cè)不準(zhǔn)”更輕松。因此你要是直接問業(yè)務(wù)預(yù)測(cè)需求,他們都會(huì)傾向于“不高不低剛剛好”的賭命式預(yù)測(cè)。

但顯然這對(duì)數(shù)據(jù)分析師是不公平的。既然潛在損失無法衡量,現(xiàn)實(shí)積壓是直觀可見的,因此作為數(shù)據(jù)分析師只要顧好積壓損失就能立功。所以才有了以上種種操作辦法。

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,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。

題圖來自pexels,基于CC0協(xié)議。

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 非快銷產(chǎn)品如何靈活運(yùn)用該思路,有點(diǎn)感悟,但不多

    來自上海 回復(fù)