预测故事|
《成为数据分析师：6步练就数据思维》章节:预测故事|,宠文网网友提供全文无弹窗免费在线阅读。!
预测故事是关于预测将来会发生什么的分析方式。因为获得有关未来的理想数据非常困难，所以采用以往数据和理解导致过去的事情发生的原因对定量分析而言具有非常直接的意义。这通常涉及预测分析或预测建模。
世间存在许多分析师能够构建的预测故事。以下是其中一些可能的情况，请注意它们有多特殊：
提供回复：哪些消费者会在两个工作日内回复一封免运费的电子邮件，并购买50美元或价格更高的商品？
交叉销售／追加销售：通过邮件推送，哪一位账户余额超过2 000美元的支票账户消费者会在1个月内回复邮件，并购买利率为1.5%的1年期定期存款服务？
员工流失率：哪些在职超过6个月却没有签署401 K计划的员工会在接下来的3个月内辞职？
有很多其他预测分析的可能性。在经营活动中，预测的普遍方法是判断客户最有可能接受什么样的推荐。“下一个最好推荐”的分析越来越自动化，在客户看到推荐之前不需要人工介入，而客户能得到数百甚至数千个不同的推荐。
例如，微软公司拥有一种不可思议的能力，即为它的搜索引擎“必应”（Bing，使用必应是免费的，所以微软只需要设法让你去使用它）进行动态“推荐”。这个“推荐”会诱导你去使用必应，在你的浏览器上安装一个必应搜索条，使用一个特别的必应产品等，诸如此类。推荐的定制化服务基于各种各样的因素，包括你的位置、年龄、性别和最近的网络活动，这些因素能通过你的缓存或其他来源进行判断。如果你注册了Microsoft Passport程序，微软将获得关于你的更多信息，因此微软能够为你定制更加高效的推荐。当你在收件箱点击一个推荐时，得益于微软使用的Infor Epiphany Interaction Advisor软件，微软能立马向你发送一封定向电子邮件，仅需花费200毫秒。微软表示，这种定向推荐邮件的方式在提升转化率上效果极佳。
通常情况下，预测故事有点像钓鱼。我们不能准确地知道什么因素能够帮助我们预测，所以便尽量实验更多因素来观察到底哪些因素能够起作用。有时候，结果让人意想不到。例如，在我们刚刚描述的微软必应推荐中，你拥有的Microsoft Messenger好友数是用来预测你是否会使用必应搜索的一个好工具。
谷歌想预测什么样的员工品质预示着更高的绩效。一些分析显示，谷歌起初使用的大学成绩和面试评级都是非常糟糕的预测绩效的因素。既然谷歌不能确定哪些因素是重要的，于是要求员工做了一项包含300道题的调查。正如谷歌人力运营部主管拉斯洛·博克（Laszlo Bock）所指出的：“我们要撒下一张很宽的网。沿着这边的过道走，撞到狗是很正常的，也许养狗的人身上有一些特质能帮助我们进行预测。”
虽然把宠物带到工作场所并不能为预测工作奉献力量，但谷歌还是发现了一些意想不到的预测因子。例如，一个求职者是否创造了一项世界或国家纪录，或者创立了一家非营利性组织或俱乐部，这些都与高绩效密切相关。现在，谷歌在它的在线求职面试中，就会询问与经验相关的这类问题。
当然，如果预测因素根本没有任何意义，那么你最好重新检查你的数据和分析方法。但是事实上，在很多时候对一些数据进行考量的效果能够胜过一个未来主义者的预测。在这里需要提醒你的是，切记预测故事使用来自过去的数据预测未来。如果在你分析完之后，世界已经悄然发生变化，那么基于过去的数据进行的预测则可能会变得不再有效。