我们接下来该做什么？

构建分析性问题

Konstantinos Kattidis

Data Analytics Lead

明确应该做什么

预测型分析回答关于未来的问题

  • 会发生什么？

 

处方型分析更进一步，给出行动方案。

  • 应该做什么？
  • 我们能做什么来促成结果？
构建分析性问题

电商行业示例

业务问题：

如何向客户推荐相关产品以提升销量？

分析问题：

如何基于相关变量开发算法，向客户推荐相关产品？

技术：

  • 产品推荐算法

产品推荐算法工作流

构建分析性问题

银行业示例

业务问题：

如何实时检测并防止银行欺诈，保护客户并将损失降至最低？

分析问题：

如何识别数据中的欺诈行为，并自动推荐最佳处置方案？

技术：

  • 欺诈检测推荐算法

银行欺诈推荐算法工作流

构建分析性问题

营销示例

业务问题：

我们应采用哪些营销策略来降低客户流失？

分析问题：

如何建立模型识别流失风险客户，并推荐最有效的挽留策略？

技术：

  • 推荐算法

营销策略推荐算法工作流

构建分析性问题

航空场景（1/2）

业务问题：

如何实时优化机票价格以最大化销量？

 

分析问题：

  • 说明型分析：过去哪些票价带来更高收入？
  • 诊断型分析：为什么上周票价导致利润不佳？
  • 预测型分析：未来几周的客户需求如何？

处方型分析：特定航班在特定时间的最优票价是多少以最大化销量？

构建分析性问题

航空场景（2/2）

技术：

  • 价格推荐系统

 

结果：

  • 动态调价，考虑以下变量：
    • 客户需求
    • 燃油价格
    • 天气

推荐算法工作流

构建分析性问题

开始练习！

构建分析性问题

Preparing Video For Download...