“预测模型”要缓行

前两天接到一个新任务：让分析一下某业务，为什么自从开办以来总是注册用户多，使用用户少。

针对这个任务，项目组一开始的做法主要是和挖掘建模者沟通，建立了一个预测模型，将用量当作目标。据说一共抛进去5

进一步讲，我自己也总觉得这个思路跟业务目标有些背离。简单讲，做这个分析的根本目标当然是希望能够刺激那些沉默的用户使用，而模型却去预测使用多少。虽说不是南辕北辙，但起码“用力”的方向好像有点偏了。

经过两天的思考，我自己大概地确定了一条新思路，即：去和客户探讨目标客户定位，探讨具体市场策略以及应用流程。

废掉的预测模型

在这种很多事情并不明朗的情况下，例如为什么注册的人多？是不是因为不要钱？注册了为什么不用？是不是因为资费的问题？或者是功能比较弱？这些问题都还有待去验证。那么，在这种前提下，用挖掘、分析的方法主要就是要得到一些规律，而不能用来作为准确的预测。例如，用挖掘的方法来分析注册后使用和注册后不使用的两组用户，他们都有哪些特征差异。分析哪些因素对用户使用该业务有正面的影响，哪些是负面的影响。

根据这些想法，我在构建应用方案时，就尽量淡化了这个预测模型，而是从变量中挑选了几个重要的变量。其实，这些变量的重要性根本也不是模型体现出来的，而是在做数据探索时，他们有些显著特征而已。（但老实说，这些变量是不是真的“重要”，并不确定。）基于这些变量，再去做一个简单的聚类，划分成五个群体。如此，就可以锁定目标用户群。譬如说，一、二、三群的特征表明，使用该业务的可能性比四五群要小，因此，可以重点对四、五群的用户做工作。而一、二、三群采用一些低成本的市场策略。

最终，等探讨完毕的时候，却发现几乎将原来的预测模型全部废掉。瞅瞅建模的同事，脸上也颇有些黯然。不过，客户倒是当场表态，下个月将那个预测值也提供出来吧。

客户挽留应用

从这件事，感觉得到一些启发。大家都知道挖掘模型有两类，一种是预测型的，一种是描述型的。对于这两类的使用，是不是可以这样总结一下：当业务问题还处于模糊的初期阶段时，尽量采取一些描述型模型来“解释”业务问题出现的原因，例如聚类模型，用来描述群体的特征，如产品关联，描述业务之间关联度。在问题稍微清楚一点之后，再用预测性模型来分析。此时，前面的描述型模型反映的很多因素都可以作为变量输入。

再以电信企业的客户离网模型为例，应用上一般为“客户挽留应用”。一谈挖掘应用，几乎都会谈这个例子。

这就是一个预测型模型，预测哪些客户流失概率会高些。相信目前的绝大多数运营商都已经实现了这个模型，现在的很多分析应用，也几乎总是套用它的思路。比如，预测哪些客户的价值能够提升，预测哪些客户会使用xx业务等等。从技术上看，确实都是类似的。确定业务目标之后，建立诸如分类预测之类的模型，模型完了做一个评估，lift达到一个数，OK，这个模型就建好了。但我往往发现一个问题，模型评估完的lift值，往往比后面实际做营销活动时候的lift值要高。原因何在？难道说模型过期了？这是内部的解释。但在客户眼中，难免对建模过程有些担心，他们就会问：你们那个模型lift是怎么弄出来的啊？ 

说这么多好像有些跑题了。刚说到好多预测类应用都是套用离网模型的路子，其实还不能忽略一点，即离网模型可以说是最早提出的分析模型了。经过这些年的研究，大家对哪些变量对客户离网多少有些概念。而且，国外还有专家专门研究这个问题，有专门讲述客户离网的书，也是厚厚一本（在国内曾经被华为的某哥们翻译过来，在业界广为传诵，好多公司也是将此书奉为离网问题经典之作）。

在这本书里面，就将客户流失划分成不同类别，然后指出针对不同类别的客户应当如何做挽留等等。做离网模型细致到这样的地步，大概的确很有一些东西可以供国内企业参考的吧。

有模型，莫偷懒

但即便如此，书上的东西也是死的。硬套这些内容，将书中提到的因素作为变量输入到预测模型中，恐怕也是偷懒的行为。看看业界这么多做离网模型的集成商、咨询商，有哪些能够从模型中得到实实在在的、就像书中描述出来的那种规律呢？

当然，环境也是个原因。研究一个业务问题的原因、解决方法，需要长的周期，需要客户、开发商的配合，需要模型，也需要营销的配合才能得到好的营销方案。也正因如此，这个东西要做好了的确还是很难的。(cnw)