数据挖掘：炒着热吃着冷

实施过程中CEO的心头疙瘩

　　数据挖掘本身并不产生价值，实施数据挖掘后产生的结果才有价值。项目实施过程中，用户与厂商之间存在着某些解不开的结。数据挖掘人员口里念叨的尽是些稀奇古怪的技术名词，他们的出身复杂，既不完全是学计算机的，也不像统计学家，更不像营销策划人员，他们搭建的模型五花八门，他们挖掘的结果不容易理解。商业直觉强烈的企业用户CEO们很容易产生抵触情绪，常常在四方面向数据挖掘人员开炮。

　　其一，争议自变量的选择权。企业CEO一般对预测模型的建立都比较感兴趣，预测的目标也比较好确定，比如要预测客户流失，那么“客户是否流失”就是目标变量；要预测股票涨跌，那么“收市价是否上升”就是目标变量。但确定哪些变量作为自变量则颇费周折，换句话说，要确定哪些因素与目标变量有关系，往往是双方各执一词。

　　自变量该由企业用户一方来决定，还是该由数据挖掘人员决定呢？企业用户人员拥有长期的业务经验，能敏锐感觉到哪些因素与目标变量密切相关，不过他们有时会遗漏很多表面无关但实际上很重要的因素，这正是数据挖掘人员可以发挥作用的地方。理想的方式是双方结合决定，但谁主谁辅则常常争执不休。

　　其二，CEO喜欢把客户群体分得越细越好。与传统的经验细分相比，数据挖掘产生的客户细分能够考虑客户更多的行为属性，每个客户群体具有更鲜明的行为特征。但什么样的客户细分结果才算好的？将客户分成多少个群体是最合适的？群体之间的人数相差悬殊是否就意味着细分结果不够好？

　　预测性模型的好坏有很多衡量指标，上述问题却没有一定的衡量标准。客户细分模型的好坏，更多地要从业务角度来评判。CEO喜欢将客户分成上百个群体，总想更细致地了解各群体客户的行为特征，但客户经理多半要忙吐血也顾不过来，现有的客户管理系统也很难支撑过多客户群体的处理。因此，数据挖掘人员的应对措施就难以让CEO满意。

　　第三，质疑数据挖掘的结果。数据挖掘建立的预测模型，是对真实世界的模拟，依据企业数据库中储存的客户行为信息建立的预测模型无法得出确定性结果，只能以概率值示人。例如，电信运营商要求挖掘出某个客户流失究竟是因为对网络质量不满、对服务质量不悦、还是对资费政策有怨言，但挖掘出来的结果只会是诸如“如果最近一个月漫游通话次数小于25次、交往圈人数三个月均值小于97个……则符合这样条件的客户其流失概率为46%”的判断。

　　这样以概率值提交的结果最容易招来企业CEO的不满。他们通常会问，我要对我的客户流失做出预测，为什么不能准确告诉我究竟是哪些客户下个月会流失？只告诉我每个客户流失的概率，这样的数值叫我如何使用？

　　第四，还有数据挖掘不能解决的问题？CEO在指示业务需求时，常会提出如何优化自己的网络资源、如何对有众多随机因素的不确定系统（物流、供应链、排队系统等）提出最优操作方案、如何根据现状推演未来市场份额的变化等问题。由于相关技术在国内的应用很少，数据挖掘人员会告诉CEO：上述问题分别属于运筹学、离散事件仿真、系统动力学仿真的领域，超出了数据挖掘的能力。这样的回答很容易让CEO愤愤不平，难以释怀。