为什么统一组数据 ，差别的营业目的 ，会爆发完全差别的剖析计划？企业在一样平常的商业场景中 ，又该怎样挖掘数据 ，从而创立最大的营业价值 ，实现产品化？关于这些问题 ，伟易博商务统计与经济计量系教授王汉生举行了相关剖析。本文凭证王汉生教授在“北大伟易博头脑力系列果真课”第七讲的分享内容整理而成。
各人好 ，我分享的主题是“回归剖析的道与术”� ；毓槠饰鍪峭臣蒲е杏美雌饰鍪莸淖畛＜耐纺砸旌褪忠帐侄�。不过今天禀享的内容跟你有没有学过统计学、有没有理科配景、是不是数学特殊好都没有关系。
它只跟一样工具有关系：你是不是关注数据在营业中创立价值 ，并且希望把它产品化？我会团结我做过的、详细真实的案例 ，跟各人详细地探讨一下怎样使用数据创立价值。
01数据剖析是“效果导向” ，先问清晰：
营业的焦点诉求是什么？
当我们在商业、营业场景中 ，问自己为什么要做数据剖析的时间 ，会发明谜底通常只有一个 ，就是信托合理的数据、合理的剖析能在合理的营业场景中 ，创立主要的营业价值 ，甚至能够产品化。这是我们做数据剖析的焦点目的。
价值在那里创立呢？只有在详细的营业场景中 ，数据才可能创立价值。因此 ，通过数据剖析创立价值 ，就一定不可只剖析数据 ，一定是首先剖析营业 ，明确营业的焦点诉求 ，以及焦点诉求和数据之间的关系。
团结我做过的、详细真实的案例 ，跟各人详细地探讨一下：一个给物流公司做效劳的车联网企业问我 ，能不可用车联网的数据 ，对卡车司机驾驶行为的优劣给出一个打分 ，“我想知道哪个司机是好司机 ，哪个司机可能是差一点的”。
各人看 ，这个营业诉求就很是模糊。什么叫做好司机？什么叫做坏司机？若是我们自己都说不清晰 ，那任何数据剖析都是注定失败的 ；若是能用一个指标尽可能好地形貌清晰 ，把笼统而笼统的营业问题具象化 ，那么接下来的数据剖析就会目标准确 ，很是清晰。
这说明任何的数据剖析 ，若是你想创立营业价值 ，一定是剖析营业先行。营业剖析是最主要的 ，甚至比剖析数据自己还要主要。
于是 ，我就给这个车联网企业一个建议 ，就是去跟物流企业好好谈 ，明确对方的营业 ，看能不可笼统出一个或两个焦点诉求来。
很快 ，车联网企业回来之后告诉我 ，他们谈到了两个主要的营业诉求。第一个 ，关于物流而言 ，油耗是很主要的 ，差别司机油耗差别 ；第二个 ，违章的纪录 ，涉及到驾驶清静问题。
第二个好懂 ，清静很主要 ，但对第一个营业诉求 ，我其时是心存嫌疑的。为了包管起见 ，我请伟易博相助同伴跟物流企业再次相同 ，确定第一个营业诉求是不是主要的。这个问题很主要。若是这个营业诉求形貌错了 ，后面所有的剖析就都错了 ，响应的产品就都错了 ，做出来没人用的。
过了一段时间 ，车联网企业的主管来跟我说 ，确认了 ，第一个营业诉求是主要的。他们相助的物流企业是集中化治理的 ，卡车是物流公司自己贷款买的 ，买了之后请了司机来开车。司机开车之前 ，就拿一张油卡 ，路上加完油、干完活了就回来了 ，把油卡还给物流公司。
这时间 ，物流公司就发明一个很有意思的征象：同样一辆卡车 ，同样的旅程 ，同样的蹊径（无非就是从A货场到B货场 ，B货场到C货场 ，C货场又回A货�。� ，同样的载重 ，甚至是同样的货物 ，差别的司机的油耗差别可能会很大。
我其时就想了 ，岂非卡车司机的驾驶行为 ，好比是不是急刹车 ，或者一些驾驶习惯 ，对油耗影响会这么大吗？伟易博相助同伴最先笑了 ，说：“似乎不是这样的 ，物流企业说少数的司机有偷油的习惯 ，一偷油虽然油耗就上来了。”
大部分的司机是忠实的好司机。他们的油耗是有纪律的。那我们就可以做一个模子 ，看关于什么样的路况、什么样的蹊径、什么样的卡车、装几多货物 ，合理的油耗应该在什么规模之内。我们要关注坏司机 ，看他们究竟是怎么回事 ，也要把好司机的名贵履历推广。
在营业中 ，我们经常有许多诉求 ，想要这个 ，又想要谁人 ，还想要第三个。可是 ，诉求许多等价于没有诉求 ，数据剖析最好只有一个焦点诉求 ，目的特殊清晰 ，最多两个 ，有主要诉求和次要诉求 ，再多个营业诉求就管不过来了。
举一个例子。小女人想找一个男朋侪 ，别人问她找什么样的呀？她说“高富帅”。你看 ，她有三个营业诉求 ，第一要高、第二要富、第三个要颜值高。这三个一交集 ，很可能就是一个空集。以是 ，在真实的生涯中 ，我们一定要妥协一点。
怎么样才知道哪个是更主要的呢？做一些简朴的比照就好：假设有一个男生个子很高 ，可是颜值一样平常 ，另外一个男生颜值相对好 ，可是个子较量矮 ，你最喜欢哪一个？若是小女人说 ，她照旧选高个子的 ，那么我们就知道 ，个子是最主要的。
以是 ，当我们面临一个营业有多个诉求的时间 ，可以实验设想一些差别的场景。当它们之间形成相互竞争和替换关系的时间 ，你的心田会告诉你 ，哪个焦点诉求是最主要的。
02影响营业焦点诉求的一些因素：
企业掌握了 ，就拥有了竞争优势
怎么样让数据爆发价值？首先 ，营业焦点诉求要说的特殊清晰 ，其次 ，要找到影响营业焦点诉求的所有相关因素中 ，很是好的那些因素。我们能收罗的这些因素越多、越相关 ，就丈量得越精准 ，对未来、对价值的掌握会越高。
各人可能以为一个场景展望精度的提高 ，主要靠模子的高峻上。这是大错特错。天底下的模子是大同小异的。在给定命据资源、给定手艺手段的时间 ，各人展望精度的上限基本上是一样的。
谁能突破这个上限？谁人拥有奇异的影响因素的人。谁有更好的影响因素 ，谁就有更好的展望能力 ；谁拥有这些影响因素 ，谁将具备竞争优势。举一个简朴的例子。
在武汉封城之前 ，许多一经在武汉滞留过的外地人、外地人 ，在不知情的情形下 ，流散到了天下各地。若是回到谁人时间点 ，实验就哪些地方可能会由于这种危害携带者的流入 ，爆发越发严重的疫情 ，哪些地方可能弱一些 ，做一个展望性判断和建议性谏言 ，各人猜哪家企业更准呢？
可能这家企业只要数一数 ，有几多在武汉最高危害时期滞留过的携带者流入这个地区 ，就够了。我在这里 ，给各人留一个思索题：放眼海内所有的互联网、金融等种种各样的企业 ，谁有可能收罗到这样的数据？
我们寻常到哪儿去找好的影响因素呢？我们拍脑壳、拍脑壳 ，很可能都拍不出几多来。以是 ，最好能够通过优异的制度设计。
怎么样的制度设计？让营业端和数据剖析端只管融合 ，让数据科学家、统计学家和一线的营业职员 ，放弃各自专业或事情岗位的差别 ，在一起牢牢地相助。给各人举一个乐成的例子。
许多公司内部都有一个电销团队 ，并且会发明一个神奇的纪律 ，就是销售冠军稳固就那么几小我私家 ，不是小王就是小李 ，不是小张就是小王。一样平常的电销职员跑去找销售冠军 ，让先容履历 ，那他们可能会说：“我也说不清晰 ，我也说欠好。”
这有几种可能 ，第一他真是一个天生的优异销售职员 ，他自己也说不清晰 ，第二各人在竞争情形中 ，他告诉你了 ，他就不是销售冠军了。但我们照旧特殊希望能明确 ，为什么这几小我私家就是成单冠军呢？一个销售冠军的业绩经常是平均水平的4-5倍 ，我们能不可把他们的履历酿成整个团队的履历？
这个时间 ，就有企业家做了这样的事情：让数据剖析团队的人去给销售冠军做助手 ，跟他去学习。做数据剖析的人会琢磨这位销售冠军是不是对行业有挑选呢？销售话术跟别人有没有纷歧样呢？是论价钱好 ，照旧讲功效好更多呢？
这些若是能够被总结下来 ，就会酿成名贵的影响因素 ，酿成一个打分的指标。凭证这个指标 ，那种成单概率特殊低的销售线索 ，也许整个团队以后都不值得去打了 ；优质的销售线索内里又分最优和次优的 ，最优的应该给销售能手 ，让他们所有拿下 ，剩下的给别的销售。
这就是通过制度包管、制度设计来包管源源一直地很是好的影响因素。它会为我们节约大宗的无效人力。
还要给各人提醒一下。影响营业焦点诉求的因素分两种 ，一种是可控的 ，一种是不可控的。例如说 ，数据剖析批注女生更多在电商页面上花钱 ，性别特殊主要。你知道之后 ，岂非想把所有的男生都酿成女生吗？这是不可能的。性别不是一个可控的影响因素 ，你只能被动地接受它。
可是 ，你若是在剖析中发明有一些可控因素 ，它们能够很好地影响到营业的焦点诉求 ，并且可以直接落地 ，短期能获得效果 ，那这些可控因素是很是名贵的 ，一定要珍惜。
什么因素是可控的呢？产品价钱、促销力度、宣传手段等 ，通通都是可控的影响因素。同样一个女装广告设计 ，我们在上面放一个模特照旧两个模特 ，是正面照照旧侧面照 ，可能都会影响到营业。
03结语
简朴总结一下。我们体贴数据剖析 ，为什么体贴？不是为了跟各人茶余饭后 ，能说点高峻上的工具 ，而是数据剖析有一个质朴的目的——创立价值。
要让数据爆发价值 ，我们就一定要懂营业场景。因此 ，做数据剖析 ，要放下自己的架子 ，要给营业最大的尊重 ，对营业有无限的敬意。
实现从数据到价值的转换 ，我们还要具备这样一种回归剖析的头脑要领论 ，具备这样一种神奇的能力 ，把笼统的营业问题变换成为具象的数据可剖析问题。什么叫做数据可剖析问题？
营业的焦点诉求和影响焦点诉求的种种因素 ，都是界说清晰的。我们把它们放一起 ，才华够买通从数据到价值的“任督二脉” ，让数据和价值之间以后相同流通 ，让数据酿成价值甚至在营业场景中做成产品 ，固化下来。
这就是我今天想跟各人分享的所有内容。谢谢各人。
（本文首发于正和岛商业洞察）
王汉生教授 ，伟易博商务统计与经济计量系教授 ，系主任。数据科学微信公众号“狗熊会”首创人。在理论研究方面 ，主要关注变量选择、数据降维、高维数据剖析 ，以及重大网络数据剖析。海内外种种专业杂志上揭晓文章100+篇 ，合著有英文专著1本 ，合著中文课本3本。国家优异青年基金获得者（2016） ，Elsevier中国高被引用学者（数学类：2014-2018）。致力于商务统计学的理论研究与工业实践。业界相助涉及量化投资、互联网征信、车联网、移动装备RTB广告竞价、搜索引擎营销、电子商务、重装制造业等多个主要行业。
相关链接：
伟易博在线｜王汉生教授：企业怎样挖掘数据创立最大价值
伟易博在线｜被疫情吓得神经质？王辉教授：提升心理资源应对恐惧
伟易博在线 | 张闫龙教授：疫情之下 ，企业推行社会责任有“三难”
伟易博在线｜张志学教授：从卢作孚、任正非的自救 ，看企业� ；牡陌舜蠊嬖�
伟易博在线 | 彭泗清教授：疫情之下 ，社会情绪和消耗信心靠什么稳固？
伟易博在线 | 刘俏教授：对中小微企业、资源市场 ，这次疫情为什么差别？
伟易博在线 | 颜色教授：新冠疫情下中国经济哪些领域最容易受伤？
