数据驱动决策的13种思维方式

「统计数据挖掘的目地是驱动力重大决策」，为的是不许这句话正式成为空谈，请先武器装备下列 13 种价值观枪械，坚信今后你很大会用上！

该些或许是概要最难认知的部份，但我觉得也最关键。没那个观念，重大制定者很有可能在统计数据中沉沦。

效度，是指三个统计数据或分项另一各方面的可信某种程度，主要包括准确度和灵活性取数逻辑与否恰当？是不是不可信性？这归属于准确度；每天排序的演算法与否平衡？以完全相同的形式排序相同的第一类时，准确度与否有市场波动？这是灵活性。努力做到了以内三个各方面，是三个好的统计数据或分项了？只但是还不如，除了三个更关键的不利因素，是效度！

效度，是指三个统计数据或分项的聚合，需吻合它首先需要来衡量的表达形式，即分项的变动能代表者该表达形式的变动。

多于在效度和效度上都符合要求，才是三个有用的统计数据分项。

在他们的现实生活组织工作中，许多人会先入为主地拿了指标就用，这是十分值得称赞提防的。效度和效度的其本质，只但是是统计数据产品质量的难题，这是所有人预测的终极目标，再是不是倚重都但是分！

说到天平大家肯定都不陌生，均衡的观念坚信大家也能认知。在统计数据挖掘的过程中，他们需要经常去寻找事情的均衡关系，均衡关系是关乎企业运转的大难题。

均衡观念的关键点，是寻找能否展示出均衡状态的分项！也是图中红框，他们要去寻找三个准确的量化分项，来观察天平的倾斜某种程度。是不是找那个分项呢？一般先找双向型的难题，即高也不是低也不是的难题，然后量化为分项，最后排序成某个比率，长期跟踪后，观察它的效度和效度。

客户分群、产品归类、市场分级…许多事情都需要有分类的观念。主管拍脑袋也可以分类，通过机器学习演算法也可以分类，那么许多人就模糊了，到底分类观念是不是应用呢？

关键点是，分类后的表达形式，需要在核心关键分项上能拉开距离！也是说分类后的结果，必须是显著的。如图，横轴和纵轴往往

举个例子，假设该图反映了某个消费者分群的结果，横轴代表者购买频率，纵轴代表者客单价，那么绿色的这群人，是明显的「人傻钱多」的「剁手金牌客户」。

矩阵观念是分类观念的发展，它不再局限于用量化分项来进行分类。许多时候，他们没统计数据做为支持，只能通过经验做主管的推断时，是可以把某些关键不利因素组合成矩阵，大致定义出好坏的方向，然后进行预测。大家可以百度经典的管理预测形式「波士顿矩阵」模型。

天才说认为人的智商等等是特有恒定，所以，多于一少部份人正式成为天才，并做出不菲的贡献。人的才能特有，但可以发展，所以选择优秀人才培养。而如果认为人的才能恒定且普遍，那就各有优势，顺势发展，做出自己领域内的贡献了。那如果人的才能普遍且是可以发展的，那么就可以后天培养，并不断努力，正式成为杰出的人才。

这样的矩阵，三个坐标轴，完全相反的方向-恒定与发展，特有与普遍。然后在三个象限里，三个一半的坐标轴，构成有意义的象限。预测具体情况。

这种观念形式已经比较普及了，但是，看上去越是普世越是容易认知的模型，它的应用越得谨慎和小心。在漏斗观念当中，他们尤其要注意漏斗的长度。

漏斗从哪里开始到哪里结束？漏斗的环节不该超过 5 个，漏斗中各环节的百分比数值，量级不要超过 100 倍（漏斗第一环节 100% 开始，到最后三个环节的转化率数值不要低于 1%）。若超过了我说的这三个数值标准，建议分为多个漏斗进行观察。

理由是什么呢？超过 5 个环节，往往会出现多个重点环节，那么在三个漏斗模型中预测多个关键难题容易产生混乱。数值量级差距过大，数值间市场波动相互关系很难被察觉，容易遗漏信息。

他们观察分项，不仅要看单个分项的变动，还需要观察分项间的相互关系！有正相关关系（图中红色实线）和负相关关系（蓝色虚线）。最好能时常排序分项间的相关系数，定期观察变动。

相关观念的应用太广了，往往被大家忽略的。现在的很多企业管理层，面对的难题并不是没统计数据，而是统计数据太多，却太少有用的统计数据。相关观念的其中三个应用，是能帮助他们找到最关键的统计数据，排除掉过多杂乱统计数据的干扰！

如何执行呢？你可以排序能收集到的多个分项间的相互关系，挑出与其他分项相关系数都相对较高的统计数据分项，预测它的产生形式论，对应的难题，并评估效度和效度，若都满足标准，那个分项就能定位为核心分项！

建议大家养成三个习惯，经常排序分项间的相关系数，仔细思考相关系数背后的形式论，有的是显而易见的常识，比如订单数和购买人数，有的或许就能给你带来惊喜！

现在与许多处在管理层的朋友交流后，发现他们往往手握众多统计数据和报表，注意力却是十分的跳跃和分散。这当然不是好现象，但如何避免呢？

一是上文说的通过相关观念，找到最核心的难题和分项

二是该些要说的，建立远进度的观念形式

确定好核心难题后，预测其他业务难题与该核心难题的远近某种程度，由近及远，把自己的精力有计划地分配上去。

八、形式论树观念

一般说明形式论树的分叉时，都会提到「分解」和「汇总」的概念。我这里把它变一变，使其更贴近统计数据挖掘，称为「下钻」和「上卷」。

下钻，是在预测分项的变动时，按很大的维度不断的分解。

下钻和上卷并不是局限于三个维度的，往往是多维组合的节点，进行分叉。形式论树引申到演算法领域是重大决策树。有个关键便是何时做出重大决策（判断）。当进行分叉时，他们往往会选择差别最大的三个维度进行拆分，若差别不如大，则那个枝桠就不在细分。能产生显著差别的节点会被保留，并继续细分，直到分不出差别为止。经过那个过程，他们就能找出影响分项变动的不利因素。

很多难题，他们找不到横向对比的形式和第一类，那么，和历史上的状况比，就将变得十分关键。只但是很多时候，我更愿意用时间维度的对比来预测难题，毕竟发展地看难题，也是「红色形式论」中的关键一环。这种形式容易排除掉一些外在的干扰，尤其适合创新型的预测第一类，比如三个新行业的公司，或者一款全新的产品。

时间序列的观念有三个关键点：

一是距今越近的时间点，越要倚重（图中的深浅度，越近期发生的事，越有可能再次发生）

二是要做同比（图中的尖头指示，分项往往存在某些周期性，需要在周期中的同一阶段进行对比，才有意义）

三是异常值出现时，需要倚重（比如出现了历史最低值或历史最高值，建议在时间序列作图时，添加平均值线和平均值加减一倍或两倍标准差线，便于观察异常值）

时间序列观念有三个子概念不得不提一下，是「生命周期」的概念。用户、产品、人事等无不有生命周期存在。

随着统计数据运算能力的提高，队列预测的形式逐渐展露头脚。英文名称为 cohort analysis，说实话我不知道是不是表述那个概念，我的理解是按很大的规则，在时间颗粒度上将观察第一类切片，组成三个观察样本，然后观察那个样本的某些分项随着时间的演进而产生的变动。目前使用得最多的场景是留存预测。

队列预测中，分项只但是是时间序列，相同的是衡量样本。队列预测中的来衡量样本是在时间颗粒上变动的，而时间序列的样本则相对固定。

循环／闭环的概念可以引申到很多场景中，比如业务流程的闭环、用户生命周期闭环、产品功能使用闭环、市场推广策略闭环等等。许多时候你会真的这是三个不落地的概念，因为提的人很多，干出事情来的例子很少。

但我真的这种思考形式是十分必要的。业务流程的闭环是管理者比较容易定义出来的，列出公司所有业务环节，梳理出业务流程，然后定义各个环节之间相互影响的分项，跟踪这些分项的变动，能从全局上把握公司的运行状况。

有了循环观念，你能比较快的建立有形式论关系的分项体系。

AB test，大家肯定不陌生。那么怎么细化一下那个概念？一是在条件允许的情况下，重大决策前尽量做对比测试；二是测试时，很大要注意参照组的选择，建议任何实验中，都要留有不进行任何变动的一组样本，作为最基本的参照。

统计数据产品质量的前提下，希望大家多做实验，多去发现规律。

指数化观念，是指今后衡量三个难题的多个不利因素分别量化后，组合成三个综合指数（降维），来持续追踪的形式。把那个放在最后讨论，目地是强调它的关键性。前文已经说过，许多管理者面临的难题是「统计数据太多，可用的太少」，这就需要「降维」了，即要把多个分项压缩为单个分项。

指数化的好处十分明显

一是减少了分项，使得管理者精力更为集中

二是指数化的分项往往都提高了统计数据的效度和效度

三是指数能长期使用且便于认知

指数的设计是门大学问，这里简单提三个关键点：

一是要遵循独立和穷尽的原则

二是要注意各分项的单位，尽量做标准化来消除单位的影响

三是权重和需要等于 1

独立穷尽原则，即你所定位的难题，在搜集来衡量该难题的多个分项时，各个分项间尽量相互独立，同时能来衡量该难题的分项尽量穷尽（收集全）。

总的来说，统计数据产品质量依然是我真的最大的前提。关键事情说三遍，动手前，很大要保证好统计数据产品质量！

———— / END / ————

上海 CPDA 第 47 期

4 月 20 日开班

快来报名吧