甲骨文“预”字的形象，取自占卜用的龟甲

本文整理自尹相志老师的线上公开讲座《数据无所不在》上半部分，更多干货内容，请观看视频回放。视频配有字幕。

扫码免费观看直播回放，总长120分钟

数据科学心法与机器学习实战第一讲：数据无所不在

1.“预”的本意是占卜

——人类文明中最早的预测

人类几千年的文明一直都在做预测，占星术就是最早的数据科学。

古埃及人其实是根据尼罗河空中的天狼星，走到一个特定位置，来预测什么时候就要来大洪水。古人每天看星星，找到规律，开始有年，月的概念。也发现星星位置跟地面上的很多行为有联系。

中国也有不输别人的预测。甲骨文的“预”的原始的意义是什么？看形状知道，预测的“预”其实就是龟甲，乌龟腹部的龟甲部分。

不管是中外，预测都跟占星，占卜有关系。

2.数据科学的精髓
——预测并提前采取措施

数据科学最常见的用途就是预测。但单纯预测类似泰坦尼克号上船员生死之类的问题，远远不是数据科学的全部。

如果你可以提前预测，你还能做什么？根据预测结果做出决策，解决预测发现的问题，可能是数据科学真正的精髓。

你要怎么确定你能理解这个世界？最好的方法就是你能预测。你能够预测未来，就代表你对这个东西有透彻完全的了解。

通过一些事物去了解这个世界的本质，去预测后面的一个趋势，本来就是人类过去的千年的文明一直在做的事情，只不过换了一些更科学的工具。

3.能预测还不够，

你必须留出足够时间做出改变

做预测要明确两件事情。

第一个要明确的是，你要用A去预测B，前提是A必须要发生在B之前。

比如保险公司分析什么样的人会理赔，结果发现：只要更改过地址的人都很容易发生理赔。但这是一个伪规则：假如你搬个家，你会告诉保险公司你家搬了吗？大多数人很容易忘了通知保险公司。因为“我想要理赔，所以我才告诉你搬家”。

第二个要明确的是，在B发生之前，就必须得到 A 的数据，你才能做预测。

使用数据时，你不但要考量预测的时间顺序，而且你还必须要考量到在预测的时间点，你拿不拿得到数据。用更严格的标准来看，在B发生之前取得A的数据都还不够，为什么？你必须还要有足够的时间让你改变未来。这个才是重点。

我们预测的真正目的是为了改变未来，就算不能改变未来，你也应该要因为之前知道了这件事情，而让我可以增加收益，或者是减少损失。

4.运营商客户留存案例一：

没法改变未来的数据预测，就是耍流氓

我之前在台湾介入电信运营商的客户流失分析。这家运营商有自己的客户流失模型，看起来好像很准，但总是没用。他们有很大的数据库，但更新周期以月为单位。每月1号到5号处理数据，到10号左右，上个月数据才能更新到数据库里。

他们每个月会预测一次客户流失，用上个月的数据预测本月客户流失，比如用4月的数据去预测客户5月会不会走。

4月的数据整理到数据库里，要等到5月10号，然后要花几天时间做数据挖掘。出于对个人信息的保护，处理完的数据没有带真正的身份，只用一个代用的ID。再返回来真正的客户清单，又要两三天。这时5月已经过半，终于挑出了客户名单，分配给客服，去做客户挽留。把任务分配出去之后就5月就快过完了，月底打开名单，好准！该走的客户全都走光了。