Mô hình quyết định

Bài viết này tập trung vào mô hình ra quyết định trong mô hình phân tích dữ liệu, chia sẻ tiền đề, ứng dụng và các ràng buộc của mô hình. Hãy đến và xem nhé.

“Chúng ta có thể xây dựng một mô hình để phân tích cách đưa ra quyết định không?” là một câu hỏi thường được hỏi trong công việc và khiến nhiều nhà phân tích dữ liệu đau đầu. "Làm sao tôi có thể đưa ra quyết định này? Tôi thậm chí có thể làm mẫu được không? Tại sao anh không để tôi đi xem bói?" là một lời phàn nàn phổ biến.

Trên thực tế, có một bộ mô hình có sẵn để đưa ra quyết định dựa trên dữ liệu, nhưng có nhiều điều kiện tiên quyết và hạn chế. Hôm nay tôi sẽ chia sẻ với các bạn một phương pháp tiếp cận có hệ thống. Sau khi đọc xong, bạn sẽ thấy rằng ngay cả khi bạn chỉ thành thạo quy trình chải mô hình thì nó cũng sẽ giúp ích rất nhiều!

01 Điều kiện tiên quyết để xây dựng mô hình

Các doanh nghiệp đưa ra quyết định theo một mô hình cố định:

1. Xác định người ra quyết định (bên doanh thu/bên sản xuất)
2. Hiểu được tình hình kinh doanh (kênh/sản phẩm/năng lực)
3. Mục tiêu tương lai rõ ràng (doanh thu tối đa/chi phí tối thiểu)
4. Những ràng buộc rõ ràng (những điều không thể thay đổi trong thời gian ngắn)
5. Hiểu rõ các yếu tố cần quyết định (những điều có thể thay đổi trong ngắn hạn)

Chúng ta có thể biểu diễn quá trình này bằng sơ đồ sau:

Sự khác biệt lớn nhất giữa việc ra quyết định khoa học và bói toán là việc ra quyết định khoa học dựa trên dữ liệu chứ không phải dựa trên phỏng đoán mù quáng . Nếu bạn không hiểu tình hình hiện tại, trước tiên bạn phải thực hiện phân tích mô tả để làm rõ tình hình, đây là điều kiện tiên quyết để xây dựng mô hình.

Ví dụ, nếu một công ty sử dụng tài khoản công khai để thu hút khách hàng, dữ liệu lịch sử, dữ liệu chuyển đổi và thời gian giao hàng khả dụng sẽ được ghi lại như sau. Làm thế nào chúng ta có thể xây dựng một mô hình phân tích? (Như thể hiện trong hình dưới đây):

Câu trả lời là không thể xây dựng được! Bởi vì thiếu rất nhiều thông tin cơ bản:

1. Mục tiêu ra quyết định là gì? Kiểm soát chi phí? Tăng lượng khách hàng tiềm năng?

2. Những hạn chế là gì? Công ty chúng tôi có bao nhiêu vốn đầu tư?

3. Tôi có phải đầu tư XX lần vào một số kênh nhất định không?

Nếu không biết những điều kiện cơ bản này, không thể lập mô hình được. Bổ sung thông tin cơ bản là bước đầu tiên.

02 Quy trình xây dựng mô hình

Giả sử thông tin đã đầy đủ:

1. Mục tiêu: Thu hút được số lượng khách hàng lớn nhất.

2. Hạn chế: Tổng chi phí đầu tư 30.000 nhân dân tệ.

3. Hạn chế: Không có giới hạn về số lượng kênh cụ thể.

4. Các yếu tố cần quyết định: số lần phân phối mỗi kênh.

Bây giờ chúng ta có thể bắt đầu tạo mô hình. Trước tiên, chúng ta hãy chuyển đổi mô tả doanh nghiệp thành mô tả toán học (như được hiển thị bên dưới):

Sau đó, mô hình lập trình tuyến tính có thể được thiết lập để tìm ra giải pháp tối ưu. Có thể sử dụng nhiều công cụ để giải quyết vấn đề này. Ví dụ, Excel có chức năng lập kế hoạch và giải quyết riêng. Python có thể sử dụng hàm scipy.optimize.linprog để giải quyết vấn đề này. Ở đây chúng tôi sử dụng Excel để đưa ra một ví dụ đơn giản. Chỉ cần bạn đưa mục tiêu, ràng buộc và các yếu tố cần giải quyết vào lưới tương ứng, bạn có thể tự động tính toán giải pháp tối ưu (như hình bên dưới, tự động hiển thị trong ô, tức là số lượng khách hàng tối đa có được dưới ràng buộc 30.000 là 4.295).

Sau khi sắp xếp logic, bạn có thể tính toán câu trả lời chỉ bằng vài bước đơn giản. Rất dễ sử dụng.

03 Cách sử dụng mô hình

Để ý! Ngay cả khi không có mô hình, vẫn có thể xử lý thủ công. Nhìn chung, sinh viên làm quảng cáo sẽ sử dụng chi phí quảng cáo của từng kênh/số lượng khách hàng thu hút được để tính toán chi phí thu hút khách hàng theo đơn vị (CAC), sau đó xem kênh nào có chi phí thu hút khách hàng thấp nhất. Đầu tiên, họ sẽ đầu tư toàn bộ vào kênh này, sau đó xem còn bao nhiêu tiền trong tay rồi tiếp tục đầu tư vào kênh có chi phí thấp thứ hai. Toàn bộ hoạt động được thể hiện trong hình sau (như hiển thị bên dưới):

Tại sao phải mô hình hóa một cái gì đó khi bạn có thể làm thủ công? Trả lời: Vì việc tính toán sau khi lập mô hình sẽ thuận tiện hơn. Ví dụ:

1. Thay đổi mục tiêu: Mục tiêu được thay đổi thành đạt được mục tiêu thu hút 4.000 khách hàng với chi phí thấp nhất.

2. Điều kiện sửa đổi: Điều chỉnh báo giá và tần suất của kênh A và B.

3. Thêm tùy chọn mới: Thêm các kênh F, G và H và xem xét chúng cùng nhau.

…

Khi tình hình thay đổi, bạn có thể điều chỉnh các tham số mô hình và xuất kết quả trực tiếp, hiệu quả hơn nhiều so với việc sắp xếp thủ công.

Khi thấy vậy, một số học sinh có thể hỏi: Mô hình này hữu ích như vậy, tại sao chúng ta hiếm khi nghe mọi người nhắc đến nó? Bởi vì trong công việc thực tế, thường có những vấn đề hạn chế việc xây dựng mô hình, chẳng hạn như...

03 Những hạn chế của mô hình

Ràng buộc 1: Thu thập dữ liệu cơ bản

Ví dụ:

1. Năng lực sản xuất cơ bản của thiết bị của chúng tôi là bao nhiêu?

2. Chúng ta có bao nhiêu nhân viên bán hàng và năng suất trung bình của mỗi người là bao nhiêu?

3. Sự khác biệt giữa điều tốt nhất và điều tệ nhất lớn đến mức nào?

4. Hiệu suất có ổn định không? Có sự khác biệt theo mùa không?

Những kết luận thu thập và phân tích dữ liệu cơ bản này rất quan trọng. Chỉ bằng cách nắm vững dữ liệu cơ bản, chúng ta mới có thể xây dựng được mô hình. Trong nhiều trường hợp, thống kê mô tả không được thực hiện đúng cách, mọi người chỉ nhìn vào mức trung bình và hành động một cách mù quáng, điều này khiến chúng ta dễ mắc phải sai lầm "nếu tập hợp 10 phụ nữ mang thai lại với nhau thì có thể sinh được một em bé trong một tháng".

Hạn chế 2: Mục tiêu kinh doanh rõ ràng

Mục tiêu không rõ ràng là một vấn đề thường gặp đối với các doanh nghiệp, ví dụ:

1. Người lãnh đạo nói: "Xem thử có thể tối ưu hóa nó thế nào"... Không có mục tiêu nào cả.

2. Trước khi phân tích, họ nói: "Ngân sách là MỞ"; sau khi phân tích, họ nói: "Đầu tư quá lớn, phải cân nhắc tình hình thực tế".

3. Sau khi phân tích, chúng ta có thể giảm thiểu đầu vào, tối đa hóa đầu ra, đạt hiệu quả cao nhất và cũng...

Mục tiêu không tồn tại hoặc rất khó hiểu, dẫn đến việc không thể viết công thức mô hình, chứ đừng nói đến việc giải mô hình. Việc xếp chồng một số lượng lớn mục tiêu sẽ trực tiếp dẫn đến việc mô hình không thể giải quyết được. Trong các phương pháp lập trình tuyến tính, có một phương pháp hai giai đoạn có thể giải quyết được giải pháp tối ưu cho các tình huống mục tiêu kép, nhưng theo kinh nghiệm, thường có 50% khả năng là không có giải pháp nào. Bởi vì mô hình chỉ là mô phỏng tình hình kinh doanh chứ không phải phép thuật, nên nó không thể biến doanh nghiệp tầm thường ban đầu của bạn thành doanh nghiệp bất khả chiến bại...

Nói chung, trong các tình huống có nhiều mục tiêu, chúng tôi khuyên bạn nên tập trung vào một mục tiêu chính và biến những mục tiêu khác thành ràng buộc. Ví dụ:

Trước khi tối ưu hóa: Cần phải có cả chi phí thấp nhất và doanh thu cao nhất, đây là mục tiêu kép điển hình! Chỉ cần nghe thôi cũng thấy đau lòng.

Sau khi tối ưu hóa: Khi chi phí nhỏ hơn XXX nghìn thì thu nhập đạt mức tối đa.

Bằng cách thay đổi các mục tiêu kép thành các điều kiện, không chỉ có thể tìm ra giải pháp tối ưu mà còn có thể tìm ra giới hạn chi phí theo các ràng buộc hiện tại thông qua thử nghiệm (nếu vượt quá giới hạn, sẽ không thể tìm ra giải pháp tối ưu đáp ứng được kỳ vọng), từ đó thúc đẩy doanh nghiệp cải thiện năng lực hoạt động.

Hạn chế 3: Hiệu suất kinh doanh ổn định

Trong quá trình mô hình hóa, các tham số được coi là cố định. Điều này khó khăn hơn về mặt tiếp thị vì tỷ lệ phản hồi của người dùng thường là vấn đề siêu hình. Do đó, mô hình lập trình tuyến tính được sử dụng phổ biến hơn trong sản xuất. Điều này là do hiệu suất của thiết bị ở phía sản xuất thường có các thông số cố định và phía sản xuất có mục tiêu rõ ràng (sản lượng tối đa với chi phí nhất định/chi phí tối thiểu với sản lượng nhất định). Về mặt tiếp thị, các mô hình phân loại hoặc mô hình phản hồi thường được sử dụng.

Tóm lại, quá trình xây dựng mô hình có giá trị hơn nhiều so với bản thân mô hình. Trong quá trình xây dựng mô hình, các vấn đề về thu thập dữ liệu, nhầm lẫn về mục tiêu, tư duy không rõ ràng và quy luật kinh doanh sẽ được phát hiện. Những điều này có thể hỗ trợ rất nhiều cho việc ra quyết định và giúp chúng ta đưa quyết định trở lại con đường khách quan và hợp lý.

Tác giả: Cô giáo Chen giản dị; Tài khoản công khai WeChat: Giáo viên Chen thực tế