預測模型，怎么做才夠精準

“預測得不準！”是數據分析領域的終極難題了。講預測的算法有一大堆，然后遇到現實基本上都被錘成渣渣，業務方怎么都不滿意。

到底該怎么破局？今天系統講一下。

從本質上看，預測算法只有2大類：

1、基于時間序列的。

l平滑：用于相對平穩的數據。

l自回歸：用于趨勢性遞增、遞減的數據。

l帶季節因素自回歸：用于有周期性波動的數據。

2、基于因果關系的。

l二分類問題：未來會/不會發生XX，典型如LR。

l多分類問題：未來是ABC哪個情況，典型如決策樹。

l連續型問題：未來的數值是多少，典型如線性回歸。

有可能建模的時候，不是一個模型包打天下，而是用二階段建模。比如預測一個客群消費情況，可以分別用二分類模型預測會不會消費，再用連續型模型預測消費金額，這樣會消費用戶數*預測消費金額，就能得出總消費。這是典型的處理手法。

書本上都是這么教的，然而為啥一遇到現實就被錘成渣渣了呢？

因為：書本為了突出模型效果，刻意選擇了質量好、數據全的數據集。

這導致了一個搞笑的情況：很多公司用因果關系類模型，影響最大的變量一定是促銷力度。甚至用逐步回歸法建模的話，促銷力度的變量，能直接把其他變量都干掉。預測結果就變成了：促銷力度越大，用戶加入越多，購買越多。

這種結果一丟出來，一準被業務評價為：“都TM是廢話，我早知道了！”

這就是現實中第二大麻煩：業務效果到底怎么衡量。

總之，只要你不是100%精準，他都有理由賴到你頭上。甚至可以反復橫跳。比如：“本來業務能達標的，看到預測說能達標，我們就省點投入，結果不達標了，都怪預測干擾了業務判斷……”

怎么破局呢？問題既然由人而生，當然還得在人這里解決。避免賭命式預測，從業務場景角度出發，剔除人為影響，才是破題關鍵。

有些場景，能通過業務操作直接把問題消滅掉。這時候就直接用業務手段，不要建模。

幾乎所有互聯網營銷模式，從小米到天貓到拼多多，其實都是在對抗因數據不足帶來的備貨難題。所以別光盯著人家的模型，人家的運營也學學。

所有賭命式預測都有個共同點：一定要不高不低才算準。比如典型的預測銷售業績，如果實際是1000萬，他非得要求預測到1000萬才算準。這是模型被評價為“不準”的問題根源。

回到業務場景中，其實大部分業務場景不需要這個級別的準確度。大部分時候，業務怕的是突然暴增/暴跌的場景。預測目標與其設定為：“100%精準”，不如設定為：“是否暴增/暴跌超過業務消化能力”。

預測100%精準基本無解，但是發現哪里可能暴漲/暴跌是很容易的。通過基礎分析，把不穩定因素區分出來，能大大縮減預測問題的難度（如下圖）。

做好基礎分析，拆分不穩定因素以后，也更方便挑選模型組合，解決問題（如下圖）。

所有的賭命式預測，預測時間周期都很長。長則一年，短也有一個月。賭的時間太長，前期能收集的數據很少，也無法把業務部門各種中間操作反映出來，因此非常被動。

用滾動預測能很大程度彌補這個缺點。通過日/周滾動預測，既能補充數據缺失，又能反映業務方臨時調整帶來的效果，一舉兩得（如下圖）。

一個好問題+滾動預測，基本上能滿足實際工作需求。但作為做預測的人，得學會保護自己，避免業務方反復橫條，瞎胡甩鍋。

買定離手法是很好辦法。預測結果給出以后，賣定離手，所有相關業務方不再質疑預測結果，而是基于預測結果做疊加。

誰覺得預測少了，誰自己寫請示申請額外貨物，并且留下書面證據。到時候是預測得不準，還是業務自己申請多了所以賣不動，看得一清二楚（如下圖）。

預測問題的背后，是一個很深層的業務問題：在很多公司，庫存積壓的損失是直觀可見的，貨都爛在貨倉里。但缺貨損失的潛在銷量，卻沒有認真統計。想統計缺貨損失很容易，可以讓客戶交定金預約，可以讓客戶登記需求量和需求時間。但很多公司業務要么懶，要么蠢，要么不想擔責任，總之是沒有做。

預售、團購、饑餓營銷、訂金膨脹、缺貨登記……所有的業務手段，需要的不但是運營能力，更需要系統建設支持。顯然，對業務來說，比起搞這些系統建設和復雜的運營手段，還是直接甩鍋給“模型預測不準”更輕松。因此你要是直接問業務預測需求，他們都會傾向于“不高不低剛剛好”的賭命式預測。

但顯然這對數據分析師是不公平的。既然潛在損失無法衡量，現實積壓是直觀可見的，因此作為數據分析師只要顧好積壓損失就能立功。所以才有了以上種種操作辦法。

寫到這，肯定有很多同學想看具體的操作案例，感興趣的話，本篇集齊60在看，下一篇我們來分享一個案例哦，敬請期待。