未到深处先浅尝

作者：Qing 20061227

当客户提出一个需求，需要分析，往往，它的本来面貌是被隐藏起来，可能不是有意的，客户自己都不知道自己需要什么。

比如，他说想知道每个用户下个月的收入会是多少，你们不是可以预测具体的值吗，就告诉我一个值。建模人员能够立马拿出若干种方法，什么线性回归、时间序列预测等-等一套艰深的名词。可这不是他们真的需要知道的，他们想知道的其实是用户消费的变化幅度，和一个大概的趋势，而且还是在一个相对稳定的情况下。可以说，如果建模-人员真的建立一个预测单个用户收入的模型，这肯定是个垃圾，没人信。这就像股市里头预测个股走势一样。有一次抛出这个观点，但有人不认同，认为现在机构投资者，-能够用一些预测个股走势的工具来帮助自己做投资决策，模型出来的信息肯定是仅供参考的，除此之外，更重要还是人的脑细胞活动。有道理。但我又想到，预测个股走势-的模型是多少人、多少时间逐步完善起来的，此处还是不能相提并论。还有前段时间提到金融的风险分析模型，有多少专家都在研究这个，相信他们也在用各种方法，包括-挖掘方法来分析这个问题。有如此强大的竞争情况下，作为咨询服务商，能够做的多精细？更关键地是，你能走多远？

看似矛盾的问题，但有个问题是明显的。大部分客户是不太擅长分析的，大部分业务是粗放的，根本不需要非常精细的"模型"来支持。对于金融、证券，关系到个人、组-织的利益，倒是有人在一分一厘上算计，制造各种精细的分析方法、工具。而在电信领域，一个还算暴利的行业，哪里讲究成本，哪里担心投资回报呢。

因此，你说市场人员想预测用户的收入，知道下个月一个用户消费将会达到100块，能如何？也许可以说，可以跟客户推荐适当的套餐。不过要达到这个目的，通过10-0块这个值来辅助决策也太粗放了。用户适合什么套餐，主要得看他的话费结构。

很多分析都是抱着试试看的心态，其实不知道结果能够说明什么。从这点看，倒是能够理解为什么提出这个需求，因为它是"明确"的。一直以来，大家都抱怨需求不明确-，现在提出明确的需求，是一种进步，不过要识别这种需求是否是客户真正所需，还需进一步擦亮眼睛。

预测收入已经到了比较精细化的地步，但是目前的环境，包括数据，后续的决策执行流程，以及基础分析，是否齐全？否则，恐怕结果还是粗放的。这里所说的基础分析，-是否已经得到这样的知识——"哪些因素对收入变化是有影响的？怎样的影响？"预测收入自然要考虑这些主要因素，那么数据是否支持呢？比如天气对收入有较大影响，-可是你有天气的数据吗？最后，预测出来的结果，怎么融入流程当中去？是依靠这个值判断客户价值？或是用来决定客服的优先级？如果这些问题无法回答，这个精细的模-型作出来也是白作。

在构建精细分析之前，需要做大量的基础分析。

得出了这个简单的结论，可往往无法这么做。因为客户在"精细化"管理、运营的口号下，需要这样。而大跃进向来是中国传统特色之一。既然可以从半殖民地半封建到社-会主义，既然可以二十年赶超英美，直接构建能够预测一切的模型自然不在话下。

对于实实在在的市场人员来说，如果他不是跟领导汇报，他的需求还是实实在在的。哪些客户是适合某种套餐的？哪些客户能够有提升空间的？回答这些问题有时候是感性-的，拍脑袋回答甚至更能够得到客户认可（当然，如果再加上一些数据的证明，就更让人信服了）。而回答收入预测这种问题，则是理性的。我想，目前这个阶段，还是要-感性一点才现实。

人们通常说数据挖掘的作用是从海量数据里面找到一些未曾预料的规律，可惜，很多摆在我们眼前的规律现在还没有提炼出来呢。

作者： li-zhenguo 20061229

Qing兄文章中的"对于实实在在的市场人员来说，如果他不是跟领导汇报，他的需求还是实实在在的。"这句话，引出了销售预测的瓶颈问题。有市场才有需求，有需-求才有技术。要构建一个预测模型，往往是领导觉得需要弄一个模型出来了，才让手下人去提需求，所以这些需求都是要跟领导汇报的。那么在现阶段市场人员到底需不需-要预测模型呢？其实是不需要的。中国的市场人员多便宜啊，底薪1000+提成，一抓一大把，大家都在低层次恶性竞争。如果谁手里的客户多到需要建立预测模型去分-析了，他早就跳出来自己干了，还会花5000+的钱请个专业人员帮他分析吗？

现在目前最需要的是解决如何激励市场人员的问题，做好了这个，靠着低廉的人海战术，比什么预测都有效。我们都太高了，高到因为缺氧而呼吸困难。

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