文章來源于：微信公眾號接地氣學堂

作者：接地氣的陳老師

總有不懂數據的人，把算法工程師當算命工程師用。用完了還嫌棄預測不準，甚至還把業務開展不力甩鍋給預測。公司業績遇到問題，不是集中起來想辦法，而是集中起來批斗為什么沒有預測到……全！是！扯！蛋！今天系統科普一下，到底數據預測能干啥。為數據分析師們發聲。

  1無法預測的場景 

數據預測，得有數據才能預測，這是個基本前提。所以沒有數據，預測個屁。典型的沒有數據的場景有：

1. 宏觀政策問題：預測下明年會有啥新政策？
2. 主觀意愿問題：預測下老板今天爽or不爽？
3. 全新創意問題：預測下阿魯巴的未來前景。

宏觀政策，在公布以前是沒有任何數據可以記錄的，它壓根就不存在。咋記錄法，又咋預測法。因此完全無法預測效果，只能等到公布以后才能觀察。會有人說：大政方針也要看數據來定，那理論上可以通過數據來預測方針的公布時間。想得美。大政方針往往涉及利益集團間的博弈，因此具體啥時候推出，很有可能是各方激烈斗爭的結果，跟數據不完全有關系。真想摸清楚大政方針的走向，得找關系。走上層路線，接近權力核心。光站在外邊看，就是隔靴搔癢。

主觀意愿問題同理。人的主觀意愿會表現在表情、言談、舉止，唯獨很難表現在可記錄的數據上。人的腦門上沒有一個大窟窿，里邊的數據嗶嗶嗶嗶不停往外冒。想搞清某個人的主觀意愿，你得跟他溝通，而不是糾結數據。如果是針對某位大人物的，就鞍前馬后伺候好，察言觀色；如果是針對普通用戶的，走用戶研究路線，那邊有整套的方法。

全新創意問題也同理。沒有出現過的東西，是沒有數據可預測的。很多人不服氣——這為啥都不能預測！

不服氣的同學們，請聽題：

• 阿魯巴是2025年人人都喜歡的產品
• 每個人都會買阿魯巴
• 每個人都愛用阿魯巴
• 請預測阿魯巴2026年的銷量。

不服，來戰！預測吧，阿魯巴！

你也拍桌子罵娘——起碼告訴我阿魯巴是個啥??！是滴，答對了。這就是解決全新創意問題的辦法：把抽象的概念具體化，然后拿著具體概念做測試。

概念越具體，才越能測試出用戶的真實態度。比如加個條件：阿魯巴是一臺手機。是不是就稍微有點感覺。再加個條件：阿魯巴是一臺薄的像紙一樣的手機，是不是更有感覺了。根據概念的具體程度，有三個層級的活可以做（如下圖）

這又是個用戶研究的活，找你的用研中心，讓他們開工。拿到第一批到第N批測試數據后，數據分析師可以幫忙搞搞分析。但是先采集真實數據是前提。

  2可預測但被人扭曲 

從本質上看，數據只是業務表現的數字記錄，業務本身才是重點。一個簡單的事實是：業務是做出來的，不是算出來的。決定業務走勢的是：到底業務部門的哥們有多大本事。所以凡是人為能干預的，都很難做出精準預測，甚至預測本身有可能反噬業務表現。

比如：

• 發現過往業績很好，預測本月業績也很好，但是你的銷售藏單了！最后表現平平無奇。
• 預測本月推廣很差，運營的面子掛不住了，于是串通渠道刷量，最后一片形勢大好。
• 預測商品積壓嚴重，商品經理找到了買主，一把將尾貨全部清出去，有驚無險。
• 預測銷量不能達標，于是銷售們聯合造反，直接把目標值改低了，大家滿意。

不過上邊都不是最狠的，最狠的是：建立科學預測體系，評價產品銷量。然后市場部大老板自己收了供應商回扣，一句：“老夫從業20年，從來沒見過這種情況，你這預測不符合業務”。大筆一揮，直接按回扣數額預測銷量。遇到這種事，說理都沒地方說理去。

簡單來說，業務想搞事，你預測得準也會變得不準。業務想甩鍋，永遠都可以說：預測的不夠準，導致決策不夠精準。這就好比開車的時候，預測到前方轉彎有大石頭，預計1分鐘后撞上。開車的人聽到這個預測就得踩剎車。而不是繼續狂飆，撞上石頭以后再來抱怨：“你預測的不準，不是60秒后撞上，而是59.99秒以后撞上，導致我沒踩剎車?！薄鉚M不踩剎車，還來怪預測了。

所以，這個問題本質是責任誰承擔的問題。合理的責任劃分方式，是：只要有人為干預環節，統統是決策人本身承擔責任。本身數據預測只是一個判斷依據。除了數據，做業務的經驗、能力、人脈資源、市場嗅覺、用戶感知，都是判斷依據。用起來呀。

在具體方法上，所有有人為干預的業務流程，都可以分階段輸出預測結果。根據上一階段的情況，隨時修正預測值，只要預測的定性沒有錯（前方本來沒石頭，預測成有石頭，就是定性錯誤）就能交付業務使用。這樣才能保證最終結果不出問題。就像開車上路，導航是實時更新預計到達時間和道路擁堵情況，而不是一上來預測個最終時間一樣。

  3可預測但有限制 

數據預測有個基本前提：過去的經驗未來會重現，未來的走勢和過去的邏輯相同。無論是簡單的靠經驗推導，還是復雜的算法邏輯，都是基于這個前提的。正是有這個前提，才能根據歷史數據才預測未來。所以，所有預測都會加上一句：在XX背景/前提/假設下預測。正因此，很多經典的預測結果，都是基于農林牧漁、醫療生物，這種有客觀依據，不宜改變規律，內在科學原理的業務得出的。

但是商業社會顯然不符合這些個條件。商業社會就是充滿不確定性，受突發事件和意外影響。甚至商業社會還可以人為制造熱點，操控輿情，無風掀起三尺浪。不是商業企業孜孜不倦的教育，女士們還在用雪花膏，哪來整套整套的水、乳、液、精華、各種色號……男士們還在下圍棋、象棋、軍棋，哪來的皮膚、武器、暴擊、加速、閃現、命中……所以本質上所有的預測都是有前提下適度預測，遇到新的場景就得重新找數據集重新修正。

用過去預測未來，有三種基本預測方法（如下圖）：

沒有一種方法是絕對準確的，都得結合預測效果做修正；輸入的數據越少，輸入的關鍵變量越少，預測精度必然越低。細分越具體的場景，可采集的數據越多，短期內預測的波動性會越小。所以想取得好的預測效果，得仔細挑選場景，確保優質的信息來源，建立修正機制。這些，又和需要與業務大量溝通，密切協作有關系。

只有算命的，才是：

• 不需要溝通細節：客官您不要張嘴，我立馬能算出你想什么
• 不需要多種方法：客官您看這卦象，您未來必有災禍
• 不需要修正結果：客官我百算百靈，您不信我的就虧了

真正的數據預測，就是需要體系化運作。比起賭運氣賭最后的結果99.999999%準確。而是細致分析預測場景，結合業務動作，選擇合適的方法，達到業務上的目標即可。