【沃頓商學院】商業分析 全套課程(客戶、運營、人力資源、會計) P15 - 15.[P015]06_making-predictions-using-a-d

財富導航
16粉絲
2026年8月26日
好了,夠了,別再談這些抽象的話了。
關於第一週期、第二週期、第三週期。
我想說點真心話。
我想談談一個真實的資料集
真實的客戶,真實的行為,
以及組織本身所做出的實際決策
實際提供資料給我們的。
我實際上會先從一個非營利組織的背景開始。
你可能會覺得這吸引人,也可能不會。
在某種意義上,這其實並無大礙。
讓我僅向你提供一些相關細節。
然後當我們整體觀察數據集時,
你會發現它是適用的
多種不同的環境中。
利潤、非營利、國內、國際、B2B、B2C。
我相信每個人都會找到令人嚮往之處
關於這種基本類型的資料。olesale
我想談談一個特定的非營利組織
那是從長遠角度來觀察其捐款者。
就像許多公司一樣,
他們會把他們的客戶、他們的捐助者帶走,
我們會找到一大堆這樣的东西
在同一時間被收購_instructions You are a professional translator. Translate the input into high-quality Traditional Chinese, following rules on accuracy, completeness, fluency, and format. You MUST translate the entire input text in full, with no omissions. Every word, phrase, and sentence must be translated. Do NOT partially translate. Do NOT leave any source-language words, characters, or phrases untranslated. You MUST translate all names, numbers, dates, places, technical terms, and titles with the highest possible accuracy. Do not omit, hallucinate, summarize, condense, or alter any content. Translate only the given input text; do not add or infer any content. Strictly preserve all original formatting, punctuation, symbols, spacing, and line breaks. Resolve ambiguity using context and discourse-level meaning. Prefer idiomatic, natural expressions in the target language. Do not add any analysis, explanation, notes, or commentary. Output only the final translation.
我认为這其實是一個非常重要的教訓
超越分析,超越預測模型。
對企業而言,能夠展望未來極為重要
按群組方式針對其客戶
讓我們識別所有客戶
我們要么在同一時間收購了他們,
我們是透過同一場活動取得它們的。
或者通過相同的渠道,
或者他們所有人都是與我們首次購買時就開始的。
在這種情況下,將會是一個基於時間的群組。
我們將會查看一眾捐贈者
誰是首次捐款者
於1995年加入此非營利組織。
換句話說,我們對這些人一無所知。
直到1995年,他們對我們來說根本不存在。
他們捐了一筆款,就像在說:嘿,我們這兒有位新捐助者了。
因此我們將跟隨這些人
1995年後的六年間,
然後我們將想要對它們進行預測
之後的五年裡。
我們談的是一个非常大的資料集。
再次強調,企業所擁有的資料類型
在過去的時代,他們可能根本無法獲得這些資源。
但如今,由於數位科技的全面普及,
越來越容易了
為客戶創建這些長篇歷史記錄,
比以往任何時候都更加重要,
能夠做出陳述
關於未來誰將做什麼的問題。
所以你可以想像一下這裡的資料結構。
我們可以看到,我們有 11,104 位客戶,
電子試算表中有 11,104 行
然後我們有這一堆欄位
每一欄代表一個年份,
我們只是在詢問而已,
他們捐了款嗎?還是沒有捐?
目前,我們不在乎
他們可能捐贈了多少次
儘管每年很少有人會製作超過一件。
而且我們甚至不在乎RFM中M的部分。
那些捐款的金額是多少。
我們關心的只是他們捐了錢沒有。
如果他們確實捐過款,我們就會給一個「一」。
以及沒有則為零。
因此,如果你觀察這裡的資料結構,
首先你看到的是一整列的1,
因為那是在告訴我們
所有這些客戶均於1995年取得。
現在你看到的是一串零和一
在那邊的右側,基本上是在說,
他們捐了款嗎,還是沒有捐?
被收購後接下來六年中,每年的狀況如何?
那麼,讓我們先來仔細看看那組數據
並真正深入了解它。
然後我們會想要做一些陳述
關於未來誰可能會做什麼。
但在我們這麼做之前,先看看這組資料。
一群客戶在做事情
或長時間不做某事。
在這種情況下,是捐款。
但你可以想像這個完全相同的資料結構
例如,一家酒店連鎖集團。
因此,我們的忠誠度計畫中有許多會員。
他們是住在我們其中一處物業裡,還是沒有?
在一個給定的月份裡?
這可能是為一間信用卡公司所做的。
這些人是否有循環利息費用
還是按月為單位?
這可能是用於行動遊戲應用程式。
人們是否每天都玩這款遊戲?
因此,我希望你能看出這個資料結構
非常籠統。
這非常實用。
我根本不在乎那些0和1代表什麼,
無論是購買行為,
無論他們是在發佈社交媒體內容,
住在酒店、利息費用,無論是什麼樣的開支,
而且我甚至不在乎那個時代是什麼。
因此,我們現在關注的時間週期是一年。
但它絕對可以是一個月、一周、一天,
即使是一秒,也會根據情況而定。
所以在繼續之前,我只是想讓你好好欣賞一下
僅僅是這種資料結構的普遍性。
這是許多位作為消費者的你們所貢獻的資料
當企業試圖追蹤並預測
你可能會在做的事
而且在商業方面也是如此,
你可能會使用到這樣的資料結構。
為了讓你對它稍微感到更自在一點,
讓我只挑幾個例子在這裡,
而且我想讓你為我做出一個預測
根據你所掌握的有限資訊,
你現在看到的這張投影片上的內容。
我想讓你做一些預測
某些類型的客戶。
例如,讓我們從這裡的鮑勃開始。
看看鮑勃。
你可以看到,在1995年羅勃被收購後,
而且,我們不會預測1995年的購買行為
因為我們對鮑勃一無所知
或此資料集中的任何其他人
直到那筆購買完成後。
看看鮑勃。
在六次機會中,他六次都捐贈了。
他六次全中。
那麼,讓我們來談談未來五年鮑勃的情況。
所以,事實上,我希望你真的把它寫下來。
你認為有多少筆捐款?
Bob 在接下來的五個機會中能成功幾次?
而且如果你的回答是,我不知道,
我一點想法也沒有,所以你說得完全對。
因為坦白說,你聽著,
我未必在乎鮑勃。
我未必在乎這位客戶。
我真正關心的是
以及我做出良好預測的能力
不是某個特定的鮑勃,而是眾多鮑勃。
告訴我所有客戶的情況
擁有這些相同特徵的人。
因此,儘管我可能很難做出陳述
關於其中任何一個,一旦我開始將它們歸類在一起,
在這個資料集裡,如你將看到的,
大約有1,200個鮑勃。
我想能夠做出陳述
關於鮑伯們的平均情況。
所以如果我們來思考一下那些鮑勃們
自從被收購以來,連續六場全勝的球隊。
他們平均會捐贈多少次?
接下來五個機會中?
因此,它們中的任何一個都會使結果為零、一、二、三、四,
或五次捐款。
當我們從整體來觀察它們時,
有些人會賺零,有些人會賺五。
有些人會做兩個或三個。
它們的平均值是多少?
我想讓你把那個數字記下來,好嗎?
那麼,這是鮑勃,現在讓我們來看看這裡的莎拉。
自1995年被收購以來,莎拉做了什麼?
什麼都沒有,她和鮑勃完全相反。
她已經超過六歲了,卻什麼都沒做。
所以我想讓你對莎拉做出一個預測,
或者再次,那些薩拉斯,所有這些客戶
自被收購以來什麼也沒做的那些人。
現在,你可能會 wondering,
我們為什麼要對莎拉發表言論呢?
六年來她什麼都沒做。
我們乾脆把那些顧客都去掉吧。
它們對我們來說價值不大。
事實是,
任何一輛薩拉斯車可能都沒什麼價值。
但為什麼我們對追蹤莎拉這麼感興趣呢?
因為它們太多了。
即使你看看這張投影片,就在這裡,
看看你看到了多少個薩拉斯?
自購入以來的零數。
原來那個莎拉,也就是說
獲客後什麼也不做之客戶
在某段可觀察的時間內,它們非常非常常見。
在此資料集中,
它們代表大約33%的客戶。
我看到許多資料集的數值經常超過50%。
因此,無論是其中任何一位薩拉斯
可能總體上並沒有太大價值。
即使它們有任何價值的話,也僅限於此。
當我們把所有這些加起來時,
薩拉斯其實仍然可以
公司未來相當可觀的一筆價值
特別是在從長遠來看的時候。
所以我希望你寫下你對莎拉的預測。
或薩拉斯。
平均有多少筆捐款,
他們在接下來的五次機會中會成功嗎?
現在我再給你一個測驗問題。
我想讓你比較瑪麗和夏爾米拉。
好吧,我甚至都不想對他們說什麼。
你自己看這裡的數字就知道了。
所以我想讓你看看瑪麗和夏爾米拉。
事實上,我想請你回答兩個問題。
第一題,哪一個會更有價值?
平均而言,未來五年內?
第二個問題,是多少?
所以,花一分鐘,看看那些馬利亞們,
看看那些沙爾米拉們,
並思考究竟是什麼讓其中一個如此不同
比其他的更有價值。
而且我想讓你把它記下來
並做出關於哪一個的預測
將變得更有價值,多出多少。
我們休息一下,然後再回來
並談談其中的一些邏輯
你可能正在使用的
在瑪麗和夏爾米拉之間做出這個決定。
