1 message
________________________________________
刘庆 20060529 Mon, May 29, 2006 at 1:22PM
To: ttnn@googlegroups.com
作一项分析应用,挖掘模型建完了,流程应用起来了,可效果不一定好。这也够让人头疼,这问题出在哪儿呢?
可能是模型本身分析得不够准,可能是执行力度不够,可能是......,当然还有可能是根本上策略问题,但不敢这样讲。因为这会否定了一直一来大家的劳动,搞不好是要被唾骂的。
其实这种没有头绪的事情大家做的有不在少数,想想吧,多少事情是做了以后白作了的。开发一个产品,没有明确市场定位,开发完了就撂在那里;做一个项目,兴致冲冲开始,后来却发现根本不知道用户需求;作一份设计,写一份文档,编一段代码,经常都是不知道为什么,只知道有人需要,却不知道为什么需要。当然,你要是在工作中经常问"为什么?",恐怕也有人不满意,"闭嘴,就是这么安排的,你照着作就可以了。",因此中国传统有句话,"多做事,少说话"正能派上用场。
发出这些感叹,是因为数据挖掘应用的事情。
当出现了一个业务问题,需要分析,那就来个挖掘模型来支持吧。这对于客户和集成商都是愿意的事,因为多一个模型,可能就是一个新项目,就会有收入。于是大家都愿意去开发模型。可这个业务问题是否需要一个模型来辅助解决,并没有搞清楚。想想,要搞清楚这件事并非一蹴而就,既然耗费时间,客户也等不及,集成商更是巴不得去掉这段没有收入的工作。
通过分析的辅助来解决一个业务问题,称之为"分析应用"。我想可以从三个方面来看,一是策略,二是模型,三是执行。策略是宏观的,给出应用的目标,各个环节的切分,以及每个环节评估的方法。如果可以,甚至最好能够给出备选的策略。模型是辅助的,在既定的策略下,用数据的方法也好,用人的大脑也好,建立挖掘模型或经验模型来得到分析结果。执行是具体层面的,基于分析结果去做营销活动。最关键的还是策略,策略决定模型,可实际上却往往是模型变成关键的。反到用模型来指导策略,有什么样的模型进行什么样的策略。譬如说做客户细分吧,这就是一个明显的模型指导策略的例子,开始并不知道这个模型可以用来干什么,那就作出来看看吧。因此,现在存在很多放在那里不用的客户细分模型。再比如要做竞争对手挖角的工作,首先考虑如何挖,是挖对方的高价值客户?还是挖对方的集团客户?还是挖容易流失的客户?这可对应着不同的模型。
如果最终的效果不好,可能有这三方面的原因。理想一点,这三个环节完成之后,都得有些什么东西表示它做的还可以,也就是评估。对于模型来说,通常还有命中率、提升率等指标来衡量。执行吗,通常也有,诸如响应率、接触率之类的,可策略呢?似乎很少有评估的指标,它是一个拍脑袋的过程。
因此最后开会的时候,执行的人说,"指标显示我的工作做的不错。",建模的人说,"看我模型的提升率达到3了,模型的效果非常不错。",只剩下制定策略的人哑口五言,"我..我,我发誓,这就是对的。"。当然,此时就将责任归到策略上,多少有些马后炮的味道,而且不厚道。还是寻找如何制定合理策略的法子吧。
责编:姜玲
微信扫一扫实时了解行业动态
微信扫一扫分享本文给好友