科技猎预测模型，怎么做才够精准
编辑导语：在数据分析中，会碰到的一个终极难题就是“预测得不准！”那么，该怎么解决这一问题呢？作者分享了相关的方法，让预测模型做起来更加精准，我们一起来看下吧。
“预测得不准！”是数据分析领域的终极难题了。讲预测的算法有一大堆，然后遇到现实基本上都被锤成渣渣，业务方怎么都不满意。
到底该怎么破局？今天系统讲一下。
一、预测算法的本质
从本质上看，预测算法只有2大类：
1. 基于时间序列的
- 平滑：用于相对平稳的数据。
- 自回归：用于趋势性递增、递减的数据。
- 带季节因素自回归：用于有周期性波动的数据。
2. 基于因果关系的
- 二分类问题：未来会/不会发生XX，典型如LR。
- 多分类问题：未来是ABC哪个情况，典型如决策树。
- 连续型问题：未来的数值是多少，典型如线性回归。
有可能建模的时候，不是一个模型包打天下，而是用二阶段建模。比如预测一个客群消费情况，可以分别用二分类模型预测会不会消费，再用连续型模型预测消费金额，这样会消费用户数*预测消费金额，就能得出总消费。这是典型的处理手法。
书本上都是这么教的，然而为啥一遇到现实就被锤成渣渣了呢？
二、预测算法的难点
因为：书本为了突出模型效果，刻意选择了质量好、数据全的数据集。
现实中麻烦根本是远远不断：
- 没数据。很多时候给到的待预测数据，就一行“每月总消费”，其他数据屁都没有……
- 还是没数据。很多公司隔着天猫、抖音、亚马逊，拿不到一手数据，只能用后台导出的一点点数据瞎倒腾……
- 就是没数据。大部分公司不是头腾阿这种垄断公司，只拿了非常片面的数据。最常见的，大部分公司的用户是花钱引流来的，用户只有一个手机号+一个优惠订单……
这导致了一个搞笑的情况：很多公司用因果关系类模型，影响最大的变量一定是促销力度。甚至用逐步回归法建模的话，促销力度的变量，能直接把其他变量都干掉。预测结果就变成了：促销力度越大，用户加入越多，购买越多。
这种结果一丢出来，一准被业务评价为：“都TM是废话，我早知道了！”
这就是现实中第二大麻烦：业务效果到底怎么衡量。
比如预测销量是1000万l业务做到900万，会说：预测得一点都不准，搞得货积压了。
业务做到1100万，会说：预测得一点都不准，还是我厉害
总之，只要你不是100%精准，他都有理由赖到你头上。甚至可以反复横跳。比如：“本来业务能达标的，看到预测说能达标，我们就省点投入，结果不达标了，都怪预测干扰了业务判断……”
怎么破局呢？问题既然由人而生，当然还得在人这里解决。避免赌命式预测，从业务场景角度出发，剔除人为影响，才是破题关键。
三、用业务运作避免预测错误
有些场景，能通过业务操作直接把问题消灭掉。这时候就直接用业务手段，不要建模。
比如：
场景1：“销售数据很少，分布很散，如何预测销量？因为货物本身不耐储藏，多进货的话库存损失率会很高”——用团购呀！团购就是解决这个问题的。
场景2：“销售数据很少，少到无法计算价格弹性，业务方又想预测价格弹性，多赚钱”——用拍卖啊！拍卖就是干这个的。
场景3：“新品是全新款，没有数据，咋预测？”——做新品预售/粉丝凭码购买呀。饥饿营销就是干这个的。
场景4：“大促期间备货量如何预测？拿捏不准用户有多少需求？”——10元定金，定金膨胀3倍抵用券，就是干这个的呀。
几乎所有互联网营销模式，从小米到天猫到拼多多，其实都是在对抗因数据不足带来的备货难题。所以别光盯着人家的模型，人家的运营也学学。
四、用基础分析缩小预测范围
所有赌命式预测都有个共同点：一定要不高不低才算准。比如典型的预测销售业绩，如果实际是1000万，他非得要求预测到1000万才算准。这是模型被评价为“不准”的问题根源。
回到业务场景中，其实大部分业务场景不需要这个级别的准确度。大部分时候，业务怕的是突然暴增/暴跌的场景。预测目标与其设定为：“100%精准”，不如设定为：“是否暴增/暴跌超过业务消化能力”。
预测100%精准基本无解，但是发现哪里可能暴涨/暴跌是很容易的。通过基础分析，把不稳定因素区分出来，能大大缩减预测问题的难度（如下图）。
做好基础分析，拆分不稳定因素以后，也更方便挑选模型组合，解决问题（如下图）。
五、用滚动式预测代替长期预测
所有的赌命式预测，预测时间周期都很长。长则一年，短也有一个月。赌的时间太长，前期能收集的数据很少，也无法把业务部门各种中间操作反映出来，因此非常被动。
用滚动预测能很大程度弥补这个缺点。通过日/周滚动预测，既能补充数据缺失，又能反映业务方临时调整带来的效果，一举两得（如下图）。
六、用户买定离手模式保护自己
一个好问题+滚动预测，基本上能满足实际工作需求。但作为做预测的人，得学会保护自己，避免业务方反复横条，瞎胡甩锅。
买定离手法是很好办法。预测结果给出以后，卖定离手，所有相关业务方不再质疑预测结果，而是基于预测结果做叠加。
谁觉得预测少了，谁自己写请示申请额外货物，并且留下书面证据。到时候是预测得不准，还是业务自己申请多了所以卖不动，看得一清二楚（如下图）。
七、再深层的看预测问题
预测问题的背后，是一个很深层的业务问题：在很多公司，库存积压的损失是直观可见的，货都烂在货仓里。但缺货损失的潜在销量，却没有认真统计。
想统计缺货损失很容易，可以让客户交定金预约，可以让客户登记需求量和需求时间。但很多公司业务要么懒，要么蠢，要么不想担责任，总之是没有做。
预售、团购、饥饿营销、订金膨胀、缺货登记……所有的业务手段，需要的不但是运营能力，更需要系统建设支持。
显然，对业务来说，比起搞这些系统建设和复杂的运营手段，还是直接甩锅给“模型预测不准”更轻松。因此你要是直接问业务预测需求，他们都会倾向于“不高不低刚刚好”的赌命式预测。
但显然这对数据分析师是不公平的。既然潜在损失无法衡量，现实积压是直观可见的，因此作为数据分析师只要顾好积压损失就能立功。所以才有了以上种种操作办法。
写到这，肯定有很多同学想看具体的操作案例，感兴趣的话，关注接地气学堂公众号，下一篇我们来分享一个案例哦，敬请期待。
#专栏作家#
接地气的陈老师，微信公众号：接地气学堂，人人都是产品经理专栏作家。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。
本文原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议。