随着數據分析崗位招聘越來越内卷，問“你用過/建過什麼模型”的也越來越多。這個問題很容易給人“面試造航母，工作擰螺絲”的感覺。實際工作中，真的要搞那麼多模型？？？

搞得很多同學在疑惑：

l 到底數據分析師要懂多少算法模型？

l 工作中真的要用到那麼多模型？

l 我幹的到底算不算模型？

今天系統講解一下

01

盤點各路人馬口中的“模型”

這個問題的本質來自于不同人口中的“模型”含義不一樣。廣義上講，隻要是對現實問題的抽象，都可以叫“模型”。但一旦要結合數據、計算過程、使用場景，就會發現這些千奇百怪的模型完全不一樣。因此了解清楚，我們得先對各路人馬口中的“模型”全盤梳理一下。

▌ 類型一：純理論模型

這些模型往往來自《管理學》《營銷學》課程，和數據的結合度幾乎為0。就比如PEST，就問一款APP的DAU在8月份漲了10萬，有多少來自國家出的文件？又有多少來自2017年新生人口1723萬？又有多少來自華為——沒有一個能算得清楚的。

所以這些東西嚴格來說不能算數據分析模型，它們隻是一個思考方式。除非是政策敏感性特别強的行業 政策風向猛烈波動（比如互聯網金融），才能直觀地從PEST看到數據變化；或者處于壟斷競争行業（比如三大電信運營商）業務才會直接受到對手挑戰。其他場景下，這些玩意就是美化PPT用的。

▌ 類型二：半理論模型

這些模型是經典的營銷分析模型，但正因為經典，所以它們大部分基于調研數據，諸如用戶态度，感覺，評價，是基于傳統調研的手段獲取數據。在當下，能獲取用戶數據方法很多，直接ABtest，比通過問卷問态度再反推更直觀。因此這些模型适用範圍已大大縮水。理論可以看，但是直接搬運就省省了。

有意思的是，為了體現自己的價值，調研公司、咨詢公司、廣告公司還是很喜歡講這一類的模型，畢竟用戶腦袋沒有開接口，行為數據記錄再多，還是不能直接推導出用戶想法。因此在産品經理\運營\研發很迷惑的時候，還是會求助于市場調研。

▌ 類型三：基于指标計算模型

這些模型才是業務提及率最高，講得最多的模型。這些模型，往往直接使用業務部門的KPI指标，以有邏輯的方式呈現，因此業務部門在讨論問題的時候可以直接往裡邊套，非常好用。同時，這些模型都是可以基于指标繼續拆解的，因此業務讨論完了，可以直接按小組分配任務，并且監督任務完成情況。這兩項優勢，使得業務非常喜歡用這一類模型，時不時還自己創造兩個。

但是，這一類模型有個緻命缺點，就是：關鍵參數來自經驗，未來預測全憑拍腦袋。你問業務為啥估計轉化率是20%，得到的回答不是：“最近幾個月都是20%”，就是“我覺得它會是20%”——建算法模型的時候還有各種檢驗值呢，這裡就純拍腦袋了。

▌ 類型四：指标計算模型

曲線拟合一般用來預測整體指标走勢，比如整體銷量、整體商品數量、用戶流失數量等等。這種做法簡單粗暴：不看原因，隻看結果，拿結果數據的過往走勢，拟合未來走勢。

雖然看起來粗暴，但是卻非常好用。因為需要的數據量少！隻有一個結果數據即可（很多情況下，簡單省事就是王道）。因此适用範圍非常廣。

線性規劃模型是經典的科學管理模型，往往用在已定目标，分配任務的場景（如下圖）。

有意思的是，線性規劃模型常常是用在供應鍊的，營銷端理論上可用，但是用得少。其中最大的制約，來自基礎數據的積累：供應鍊往往對生産力、運力、人力有比較多的評估和積累，因此有大量數據可用于建模。營銷端一天100個花樣，業務方又太執着于玩法創新，懶得打業務标簽和積累數據，自然沒有多少數據可參考。

▌ 類型五：算法模型

這裡才是近幾年大火的機器學習算法。但是，這些算法大部分不是用來解決企業經營問題的，而是工業應用，比如安防，輔助駕駛，語音識别，語音控制，内容推薦，商品推薦，反欺詐，風控等等。這些都是生産系統，非數據分析/BI系統。在架構上一般都是專門的算法組/風控模型組負責，不會和數據分析組重疊。

在企業經營方面，算法有一些經典應用場景，比響應率預測，消費能力預測等等，但始終不是數據分析工作重點。因為大部分企業經營場景，面對的問題是：沒數據！采集數據，整理數據，分析數據才是數據分析組主要任務。且大部分算法解釋性差，業務既無法參與，無法理解，因此能輸出的成果非常有效，從而限制了算法在分析上使用。

至于為啥面試的時候喜歡問算法的越來越多，其實是數據分析崗位内卷得明顯标志：隻是單純報這個崗位的人太多了，咱問點難的東西淘汰一批吧。沒有獨立算法組，指望招一個孤零零的數據分析師把模型搞出來，就是做夢。

02

模型到底需要懂多少

比如預測12月銷量，那麼可以做：

這樣直觀對比，就能看出來，為啥統計學/機器學習算法模型，在實際場景中運用很少。這些模型需要的數據多，需要的數據顆粒度細，建模過程複雜，輸出的結果反而更簡單，業務看了能幹的事也少。

相比之下，套用經營分析的模型進行拆解，雖然主要參數都是拍腦袋，但也變相地給各個部門下了軍令狀：你必須做到這麼多！這樣更容易驅動業務部門行動。用時間序列法雖然算出來的也不能落地，但是它需要的數據少，隻有一串數照樣用。因此省事。

注意：上邊的對比，并不能說明機器學習方法不适合經營分析，隻是場景不合适而已。換個場景照樣好用。比如用二分類模型預測用戶購買。就有兩種典型好用用法：

1、在響應率低的時候，壓縮業務工作量，提高産出率。最典型的就是外呼，用戶如果不接電話，任憑外呼員巧舌如簧也沒用。并且外呼成功率特别低，自然成功率1.5%-2%，因此哪怕模型隻提高一個點的接聽率，也能讓外呼員的效率提高一大截。

2、在響應率高的時候，識别自然響應群體，減少投入。最典型的就是營銷成本控制。如果想壓縮優惠券投放，最好的辦法就是預測：是否購買，之後把購買概率高的群體的券砍掉。對于釋放費用，非常好使。

所以在工作中，根據以下幾點來看菜吃飯，才是能發揮作用，争取認可的好做法。

● 數據豐富程度

● 數據質量高低

● 結果使用場景

● 期望上線時間

畢竟企業工作，追求的是低成本高效率地解決問題，如果一味追求複雜尖端，還是回去學校讀個博士認真做科研的好。

可問題是，如果工作中真的受各種制約，沒法做複雜的算法模型，面試又被問道，咋辦呢？有興趣的話，關注接地氣學堂公衆号，我們下一篇分享，如何應對越來越内卷的數據招聘要求，敬請期待哦。

作者：接地氣的陳老師，接地氣學堂。十年資曆的數據分析師，擁有多個行業的CRM經驗。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!