构建问题
《成为数据分析师：6步练就数据思维》章节:构建问题,宠文网网友提供全文无弹窗免费在线阅读。!
虽然我们已经把解决问题的分析过程以3个阶段6个步骤的线性方式进行了展示，但如果这个过程不具迭代性，它将毫无用处。分析过程中的每一步都对问题进行了新的阐述，对新掌握的知识进行思考以了解它如何让人们对先前的步骤有更深刻的认识，这往往是一个很好的想法。虽然你不能永远回顾走过的每一步，但花费一点时间回顾一下之前的发现以获得对问题构建的启示还是值得的。
人人都是分析师
接下来，问自己10个问题
你已经很好地构建问题了吗？如果是，那么你应该能明确地回答以下所有的或者起码是大多数问题：
你是否已经定义了一个清晰的问题或机会来解决企业里非常重要的问题？
你是否已经考虑了多种选择方式来解决问题？
你是否已经识别出这个问题的利益相关者，且针对这个问题你已经和这些利益相关者进行了广泛的交流？
你是否对你计划解决的问题和利益相关者产生共鸣，且对他们会使用问题的结果来制定决策拥有信心？
一旦问题被解决，将基于结果制定的决策的内容以及决策制定者是谁，你清楚吗？
刚开始时，你对问题是否有一个较广泛的定义，到后来缩小到一个需要解决、需要应用数据以及明确可能出现的结果的非常确切的问题？
在解决这个问题时，你能否描述出你想讲述的分析故事的类型？
有人能够帮助你完成这个特定类型的分析故事吗？
你已经在你的组织内部或外部进行系统的查阅，以了解是否存在与你想解决的问题相关的之前的发现或者经验了吗？
你是否基于回顾之前的发现所了解到的内容，对问题的定义进行了修正？
举一个很好的例子，拉玛·莱玛克里斯南是一个零售分析专家，他现在是一家初创公司CQuotient的CEO，在他发表的博客中描述了一种适合构建问题的情形：
以直销中出现的“选定目标客户”的问题为例。选定目标客户就是决定应该给哪些客户发送邮件，因为给每位客户发邮件耗时耗力，所以只用给选定的目标客户发送邮件就可以了。这是一个被无数研究人员和从业人员研究过的古老问题。最常用的解决办法如下：
发送测试邮件给样本客户。
使用测试邮件的结果来建立一个“反应模型”，这个模型能够预测每一位客户对回复邮件的倾向，并将这个倾向作为客户特征、过去的历史等的一个函数。
使用这个模型给数据库中的每一位客户打分，然后给高分客户发送邮件。
这个模型看上去很合理，而且也正是企业所需的，但事实情况并非如此。
这个模型的名字叫作“回复模型”，从这个名字可以看出，企业通过发送邮件来引发客户回复邮件。事实上，客户可能已经到商店购买了企业想通过邮件来推荐的商品（我在这里针对的是那种销售渠道多样化的零售商，而不是非专营目录零售商。因为对于专营目录零售商来说，没有目录，客户也许根本就无法实现商品购买，因此专营目录零售商也许也不适用“回复”这个词）。
这些回复模型实际上所做的是要识别那些可能购买物品的客户，而不是识别那些可能因为收到邮件而去购买物品的客户。那么，问题就出在管理层真正想确定的也许正是后者。对那些要么一定要去购物，要么不管给他们发送什么都不会购物的客户来说，发送邮件就是浪费金钱，同时也潜在地消耗了客户的好感。企业真正想要识别的是那些如果给他们发送邮件就会来购物，而不发送邮件就不会来购物的客户。
这个确定目标客户的问题构建和解决这个问题的方法都是相对较新的。确定目标客户的新方法有很多：提升模型、净提升模型（相对于传统的回复模型），关于这个新模型的学术研究是非常少的。然而，对于许多零售商而言，与旧的方法相比，这是一个构建和确定目标客户的更中肯且更有用的方式。
在这个案例中，对之前的发现进行全面的回顾也许会揭示在提升模型、净提升模型上的最新研究，而这可能为问题的构建带来机遇。莱玛克里斯南建议在这些情况下使用相对更新的建模方法：“既然新问题在定义上没有获得足够的关注，简单的算法可能会迅速产生效果。”
我们将通过两个案例来结束对本章的构建问题的相关讨论，其中一个案例来自商业领域，另一个来自法律领域，在这两个案例中构建问题的阶段对结果至关重要。不过，其中一个是正确的构建案例，另一个是错误的建构案例。虽然构建问题阶段之外需采用的分析步骤你还未曾了解过，但我们相信你在这些案例中能够理解它们。