为什么统一组数据 ，分歧的业务指标 ，会产生齐全分歧的分析规划？企业在日常的贸易场景中 ，又该若何挖掘数据 ，从而创造最大的业务价值 ，实现产品化？对于这些问题 ，J9集团国际站商务统计与经济计量系教授王汉生进行了有关分析 。本文凭据王汉生教授在“北大J9集团国际站思想力系列公开课”第七讲的分享内容整顿而成 。
各人好 ，我分享的主题是“回归分析的路与术” ；毓榉治鍪峭臣蒲е杏美捶治鍪莸淖畛＜乃枷氩街韬图际跫苛 。不外今资质享的内容跟你有没有学过统计学、有没有理科布景、是不是数学出格好都没有关系 。
它只跟一样器材有关系：你是不是关注数据在业务中创造价值 ，并且但愿把它产品化？我会结合我做过的、具体真实的案例 ，跟各人具体地探求一下若何利用数据创造价值 。
01数据分析是“了局导向” ，先问明显：
业务的主题诉求是什么？
当我们在贸易、业务场景中 ，问自己为什么要做数据分析的时辰 ，会发现答案通常只有一个 ，就是相信合理的数据、合理的分析能在合理的业务场景中 ，创造沉要的业务价值 ，甚至可能产品化 。这是我们做数据分析的主题指标 。
价值在哪里创造呢？只有在具体的业务场景中 ，数据才可能创造价值 。因而 ，通过数据分析创造价值 ，就肯定不能只分析数据 ，肯定是首先分析业务 ，理解业务的主题诉求 ，以及主题诉求和数据之间的关系 。
结合我做过的、具体真实的案例 ，跟各人具体地探求一下：一个给物流公司做服务的车联网企业问我 ，能不能用车联网的数据 ，对卡车司机驾驶行为的曲直给出一个打分 ，“我想知路哪个司机是好司机 ，哪个司机可能是差一点的” 。
各人看 ，这个业务诉求就极度吞吐 。什么叫做好司机？什么叫做坏司机？若是我们自己都说不明显 ，那任何数据分析都是注定失败的；若是能用一个指标尽可能好地描述明显 ，把抽象而抽象的业务问题具象化 ，那么接下来的数据分析就会指标正确 ，极度清澈 。
这注明任何的数据分析 ，若是你想创造业务价值 ，肯定是分析业务先行 。业务分析是最沉要的 ，甚至比分析数据自身还要沉要 。
因而 ，我就给这个车联网企业一个建议 ，就是去跟物流企业好好谈 ，理解对方的业务 ，看能不能抽象出一个或两个主题诉求来 。
很快 ，车联网企业回来之后通知我 ，他们谈到了两个沉要的业务诉求 。第一个 ，对于物流而言 ，油耗是很沉要的 ，分歧司机油耗分歧；第二个 ，违章的纪录 ，涉及到驾驶安全问题 。
第二个好懂 ，安全很沉要 ，但对第一个业务诉求 ，我其时是心存疑惑的 。为了保险起见 ，我请J9集团国际站合作同伴跟物流企业再次沟通 ，确定第一个业务诉求是不是沉要的 。这个问题很沉要 。若是这个业务诉求描述错了 ，后面所有的分析就都错了 ，相应的产品就都错了 ，做出来没人用的 。
过了一段功夫 ，车联网企业的主管来跟我说 ，确认了 ，第一个业务诉求是沉要的 。他们合作的物流企业是集中化治理的 ，卡车是物流公司自己贷款买的 ，买了之后请了司机来开车 。司机开车之前 ，就拿一张油卡 ，路上加完油、干完活了就回来了 ，把油卡还给物流公司 。
这时辰 ，物流公司就发现一个很有意思的景象：同样一辆卡车 ，同样的旅程 ，同样的路线（无非就是从A货场到B货场 ，B货场到C货场 ，C货场又回A货 。 ，同样的载沉 ，甚至是同样的货物 ，分歧的司机的油耗差距可能会很大 。
我其时就想了 ，难路卡车司机的驾驶行为 ，好比是不是急刹车 ，或者一些驾驶习惯 ，对油耗影响会这么大吗？J9集团国际站合作同伴起头笑了 ，说：“如同不是这样的 ，物流企业说少数的司机有偷油的习惯 ，一偷油当然油耗就上来了 。”
大部门的司机是恳切的好司机 。他们的油耗是有法规的 。那我们就能够做一个模型 ，看对于什么样的路况、什么样的路线、什么样的卡车、装几多货物 ，合理的油耗应该在什么领域之内 。我们要关注坏司机 ，看他们到底是怎么回事 ，也要把好司机的贵重经验推广 。
在业务中 ，我们时时有好多诉求 ，想要这个 ，又想要那个 ，还想要第三个 。但是 ，诉求好多等价于没有诉求 ，数据分析最好只有一个主题诉求 ，指标出格清澈 ，最多两个 ，有沉要诉求和次要诉求 ，再多个业务诉求就管不外来了 。
举一个例子 。幼姑娘想找一个男伴侣 ，别人问她找什么样的呀？她说“高富帅” 。你看 ，她有三个业务诉求 ，第一要高、第二要富、第三个要颜值高 。这三个一交集 ，很可能就是一个空集 。所以 ，在真实的生涯中 ，我们肯定要妥协一点 。
怎么样才知路哪个是更沉要的呢？做一些单一的对比就好：如果有一个男生个子很高 ，但是颜值通常 ，另表一个男生颜值相对好 ，但是个子比力矮 ，你最喜欢哪一个？若是幼姑娘说 ，她还是选高个子的 ，那么我们就知路 ，个子是最沉要的 。
所以 ，当我们面对一个业务有多个诉求的时辰 ，能够尝试设想一些分歧的场景 。当它们之间形成相互竞争和代替关系的时辰 ，你的内心会通知你 ，哪个主题诉求是最沉要的 。
02影响业务主题诉求的一些成分：
企业把握了 ，就占有了竞争优势
怎么样让数据产生价值？首先 ，业务主题诉求要说的出格明显 ，其次 ，要找到影响业务主题诉求的所有有关成分中 ，极度好的那些成分 。我们能采集的这些成分越多、越有关 ，就丈量得越精准 ，对将来、对价值的把握会越高 。
各人可能感触一个场景预测精度的提高 ，重要靠模型的宏伟上 。这是大错特错 。天底下的模型是包头幼异的 。在给定数据资源、给定技术伎俩的时辰 ，各人预测精度的上限根基上是一样的 。
谁能突破这个上限？那个占有怪异的影响成分的人 。谁有更好的影响成分 ，谁就有更好的预测能力；谁占有这些影响成分 ，谁将具备竞争优势 。举一个单一的例子 。
在武汉封城之前 ，好多已经在武汉滞留过的本地人、表地人 ，在不知情的情况下 ，流散到了全国各地 。若是回到那个功夫点 ，尝试就哪些处所可能会由于这种风险携带者的流入 ，产生越发严沉的疫情 ，哪些处所可能弱一些 ，做一个预测性判断和建议性谏言 ，各人猜哪家企业更准呢？
可能这家企业只有数一数 ，有几多在武汉最高风险时期滞留过的携带者流入这个地域 ，就够了 。我在这里 ，给各人留一个思虑题：放眼国内所有的互联网、金融等各类各样的企业 ，谁有可能采集到这样的数据？
我们泛泛到哪儿去找好的影响成分呢？我们拍脑壳、拍脑壳 ，很可能都拍不出几多来 。所以 ，最好可能通过优良的造度设计 。
怎么样的造度设计？让业务端和数据分析端尽量融合 ，让数据科学家、统计学家和一线的业务人员 ，烧毁各自专业或工作岗位的分歧 ，在一路紧紧地合作 。给各人举一个成功的例子 。
好多公司内部都有一个电销团队 ，并且会发现一个神奇的法规 ，就是销售冠军不变就那么几幼我 ，不是幼王就是幼李 ，不是幼张就是幼王 。通常的电销人员跑去找销售冠军 ，让介绍经验 ，那他们可能会说：“我也说不明显 ，我也说不好 。”
这有几种可能 ，第一他真是一个天生的优良销售人员 ，他自己也说不明显 ，第二各人在竞争环境中 ，他通知你了 ，他就不是销售冠军了 。但我们还是出格但愿能理解 ，为什么这几幼我就是成单冠军呢？一个销售冠军的业绩时时是均匀水平的4-5倍 ，我们能不能把他们的经验造成整个团队的经验？
这个时辰 ，就有企业家做了这样的事件：让数据分析团队的人去给销售冠军做副手 ，跟他去进建 。做数据分析的人会斟酌这位销售冠军是不是对行业有遴选呢？销售话术跟别人有没有不一样呢？是讲价值好 ，还是讲职能好更多呢？
这些若是可能被总结下来 ，就会造成贵重的影响成分 ，造成一个打分的指标 。依照这个指标 ，那种成单概率出格低的销售线索 ，也许整个团队以来都不值得去打了；优质的销售线索里面又分最优和次优的 ，最优的应该给销售能手 ，让他们全数拿下 ，剩下的给此外销售 。
这就是通过造度保障、造度设计来保障源源不休地极度好的影响成分 。它会为我们节俭大量的无效人力 。
还要给各人提醒一下 。影响业务主题诉求的成分分两种 ，一种是可控的 ，一种是不成控的 。譬喻说 ，数据分析批注女生更多在电商页面上花钱 ，性别出格沉要 。你知路之后 ，难路想把所有的男生都造成女生吗？这是不成能的 。性别不是一个可控的影响成分 ，你只能被动地接受它 。
但是 ，你若是在分析中发现有一些可控成分 ，它们可能很好地影响到业务的主题诉求 ，并且能够直接落地 ，短期能获得成效 ，那这些可控成分是极度贵重的 ，肯定要珍惜 。
什么成分是可控的呢？产品价值、促销力度、宣传伎俩等 ，统统都是可控的影响成分 。同样一个女装告白设计 ，我们在上面放一个模特还是两个模特 ，是正面照还是侧面照 ，可能城市影响到业务 。
03结语
单一总结一下 。我们关切数据分析 ，为什么关切？不是为了跟各人茶余饭后 ，能说点宏伟上的器材 ，而是数据分析有一个朴素的指标——创造价值 。
要让数据产生价值 ，我们就肯定要懂业务场景 。因而 ，做数据分析 ，要放下自己的架子 ，要给业务最大的尊沉 ，对业务有无限的敬意 。
实现从数据到价值的转换 ，我们还要具备这样一种回归分析的思想步骤论 ，具备这样一种神奇的能力 ，把抽象的业务问题变换成为具象的数据可分析问题 。什么叫做数据可分析问题？
业务的主题诉求和影响主题诉求的各类成分 ，都是界说清澈的 。我们把它们放一路 ，才可能买通从数据到价值的“任督二脉” ，让数据和价值之间从此沟畅达通 ，让数据造成价值甚至在业务场景中做成产品 ，固化下来 。
这就是我今天想跟各人分享的所有内容 。感激各人 。
（本文首发于正和岛贸易洞察）
王汉生教授 ，J9集团国际站商务统计与经济计量系教授 ，系主任 。数据科学微信公家号“狗熊会”首创人 。在理论钻研方面 ，重要关注变量选择、数据降维、高维数据分析 ，以及复杂网络数据分析 。国内表各类专业杂志上颁发文章100+篇 ，合著有英文专著1本 ，合著中文教材3本 。国度卓越青年基金获得者（2016） ，Elsevier中国高被引用学者（数学类：2014-2018） 。致力于商务统计学的理论钻研与产业实际 。业界合作涉及量化投资、互联网征信、车联网、移动设备RTB告白竞价、搜索引擎营销、电子商务、沉装造作业等多个沉要行业 。
有关链接：
J9集团国际站在线｜王汉生教授：企业若何挖掘数据创造最大价值
J9集团国际站在线｜被疫情吓得神经质？王辉教授：提升生理本钱应对惶恐
J9集团国际站在线 | 张闫龙教授：疫情之下 ，企业推广社会责任佑装三难”
J9集团国际站在线｜张志学教授：从卢作孚、任正非的自救 ，看企业；频陌舜蠓
J9集团国际站在线 | 彭泗清教授：疫情之下 ，社会感情和消费信心靠什么不变？
J9集团国际站在线 | 刘俏教授：对中幼微企业、本钱市场 ，这次疫情为什么分歧？
J9集团国际站在线 | 色彩教授：新冠疫情下中国经济哪些领域最容易受伤？
