时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{业务分析模型,该怎么搭建?}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的业务分析模型,该怎么搭建?内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
很多同学最怕听“建模型”仨字,尤其是建立“业务分析模型”。 往往自己辛辛苦苦搞的LR、SVM、CNN被业务方狂喷:
所以到底什么是“业务分析模型”,又该怎么建?我们今天系统讲解一下。 一、业务分析模型是什么首先,一个正儿八经的分析模型得包含三个条件:
所以,首先得把SWOT,PEST,4P之流的垃圾扫出“模型”队伍。因为这些玩意有逻辑、有目标,但很难用数据进行论证。不信你看那些什么SWOT,PEST的报告,四个框框里都没几个数字,即使有数字也很难论证:到底90后比80后减少5000万会对我们业绩产生几百万影响。无法量化计算的,不算分析模型。它们只是拿来美化ppt的。 业务分析模型的重点,在“业务”两个字。得让业务参与得进来,看得懂,能应用的,才叫业务分析模型。显然,我们不能指望产品经理、销售、运营、售后、物流的人去学《机器学习》《数学建模》《统计学》《python编程》所以数据分析师们经常打交道的算法模型就不要在这里用了——业务看不懂,参与不进来,问题解决不了,当然会喷没有用。 有的同学会疑惑:可我的领导只会提“建个模型”,说不出是业务模型还是算法模型,我怎么区别呢?有个最简单的原则是:非技术出身的领导,90%以上讲的是业务模型(剩下10%是他在朋友圈看了个协同过滤、神经网络之类的名字,然后临时起意想搞一下)。 当然,想更准确判断,你可以仔细问:
既然要聚焦业务,自然下一步得详细了解:
有了这些,我们可以具体讨论,该如何建模。 二、现状描述模型当单个指标不能全面描述现状的时候,就得一系列指标有逻辑地呈现,以全面描述现状、发现问题,这是所谓:现状描述模型。业务常见逻辑有2种:串联式、并联式。 串联式模型用于描述一个前后分n个阶段的流程,需要完成一步再到下一步。从流程起点开始,到终点结束; 并联式模型描述一个任务分开同时由各个线独立完成。从总目标开始,到执行任务的最小单位结束(如下图)。 因此梳理业务流程的时候,需要关注业务上下游部门、兄弟部门是如何协同的,从而构建出来。 实际业务流程,可能既有串联,又有并联,比如我们常说的杜邦分析法,就是如此(如下图): 现状描述型模型的最大作用是:清晰责任,暴露问题。因为一般各个子部门,上下游部门各有自己的KPI,因此监控进度、复盘成果的时候,哪个环节掉链子一清二楚。 所以在销售管理、运营管理中用得特别多,但注意:现状=/=问题,现状+标准=问题,因此只有标准单一且明确的时候才能直接看出问题来。如果标准本身很复杂,则需要更进一步的手段。 三、问题分类模型如果判断一个指标好坏的标准只有一个,比如成本、利润,这时候是不需要模型的。大家都知道成本越低越好,利润越高越好,业务完全可以直接给判断标准。 如果判断业务好坏需要2个标准,且这两个标准相关度低,这时候可以用矩阵模型来进行分类。常见的重要紧急矩阵,波士顿矩阵,质量/数量矩阵,都是这个原理(如下图)。 如果判断标准增加到3个以上,判断标准相互交叉情况太多太多,再用肉眼观察就很难判断谁好谁坏,这时候可以用DEA方法或者AH丰田汉兰达促销P来判断,相比之纯机器学习方法,DEA方法含义更简单直接,AHP方法有专家参与,都更容易被业务接受。 四、工作计划模型在给定业务限制条件的情况下,经常出现最优化问题。比如给定了各个部门工时成本,求一个最优任务分配。这时候就是工作计划模型。最常见的就是解线性规划,在工作调配的时候用得非常多(如下图)。 五、未来预测模型所有预测的基本假设,都是:未来发生的规律和过去一样,过去的场景会在未来重现。所以业务做预测的时候,常常会假设一些业务参数是固定的,然后推测未来情况。 常见的做法,比如:
在一些发展稳定的行业里,这些假设常常很准。但注意,有三种情况下假设可能失效。
这时候要么更换预测方法,要么做足预案,提前准备后路。单纯指望预测100准,不论是业务模型还是算法模型,都会出问题。 党员培训方案六、什么时候用算法模型看完以上,有同学会好奇:看起来业务模型能做很多事啊,那什么时候用算法模型呢?注意:算法模型本身的强项,就不是解决经营问题。算法模型的强项是图像识别、语义识别、复杂场景下动态规划。这些才是算法该发挥用处的地方。 就拿推荐算法举例: 1)商品有固定的搭配。比如治疗感冒就是VC+银翘,这叫:固定业务逻辑,这时候是不需要算法来推荐的,直接按业务逻辑走就好了。 2)商品无固定搭配,但业务方想推。比如保健品利润高,无论如何业务方都想推保健品,这叫:强业务关联。这时候也不需要算法来推荐,而是业务方得创造话术、广告、卖点、销售技巧,千方百计地去洗脑,特别是针对大爷大妈洗脑。 3)商品无固定搭配,且业务方无明确目标。比如天猫淘宝抖音这种,SKU数以亿计,这时候业务逻辑完全理不清,就可以上推荐算法,而且推荐算法目标常常是GMV最大,用户活跃时长最长一类。 类似地,找算法模型的应用场景,得主动回避开固定业务逻辑、强业务关联——找那些业务不知道、不清楚情况、无力加以控制的场景。 比如:
这时候可以大胆让业务逻辑退居二线,尝试用算法解决问题。可以名正言顺地跟业务说:这就是个黑箱。我们观察结果就好了——反正他们也没更好的办法,如果能做出成绩来,就是大功一件。 当然,以上和我们今天的话题没关系,大家先学会如何在业务参与的情况下工作。 #专栏作家#接地气的陈老师,微信公众号:接地气学堂,专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。 本文于。, ,基于CC0协议。 |
上一篇:数字化转型大趋势下,如何通过数据分析助力
下一篇:用SIKT模型,让用户画像效果倍增
小提示:您应该对本页介绍的“业务分析模型,该怎么搭建?”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通业务分析模型,该怎么搭建?的相关事宜。
关键词:1年, 业务分析模型, 初级