前陣子聽到《尹相志 — 算法工程師與數據科學家之間的距離 (DATA)》的講座，數據科學家在意什麼？如何運用數據？如何成為好的數據科學家？這篇隨筆記錄一下講座的數據思維和模型思維。
▍思維增長是什麼？
這裡記錄各種有趣的生活小知識，不限於商業上的經濟學、或工作上的心理成長。
▍誰適合看這篇文章？
✔ 對於思維增長、數據科學、數據思維有興趣的朋友一、數據科學講座在聊什麼
尹相志講師目前是亞洲資採技術長 / Deepbelief.ai人工智慧科學家，在網路上也有超多的講座影片和經歷。
看完這支影片我認為有三大收穫：
- 如何運用數據？
- 如何看待模型？
- 如何團隊協作？
二、如何運用數據，以電信業為例
Ｑ：「電信業如何預設客戶會離開？」
電信業的數據很龐大，如果是要預設下個月有哪些客戶會走，每個月的歷史紀錄大概要到隔月的 5–8 號才會拿到，接著數據科學家進行資料解析整理，再丟進模型產生名單可能就 15 號了，而現在因為個資法，出來的只有 Key 值，因此需要再送回電信公司進行身分比對、傳到各客戶單位，大概就 20 號了。
先說結論，客戶在合約 24 個月時會不會離開，需要第 18 個月就要知道（提前 6 個月讓行銷能夠提前進行推廣、挽留、續約）。
以電信業來說，客戶離開有兩個原因：
- 不想跟現有電信業有往來，想換別家電信
- 單純沒繳每月租金而被停號（風險客戶）
那若要分析電信客戶，客戶資料怎麼抓：
- 員工號碼：要先排除掉，因為基本上不會走
- 未開卡：一定會走，也不需要分析
- 三個月內的：因為帳戶超過 3 個月才會有業績獎金，因此有些是假業績
- 企業用戶：模型要預測通話行為會不會影響留下的意願，而企業用戶的個人行為不會影響會不會留存，因為是由採購決定的
小結：有些模型產出的結論是已知事實，因此我們必須先扣除無用數據，要懂產業 Knowhow，才能把問題解決掉。
三、如何看待模型
在多數商業問題內，可控的模型、可監控的參數是重要的，若全部透過神經網路，黑盒子發現問題的時機點通常較慢，因為最大的風險是不知道模型什麼時候會失效。
普通的模型和好的模型差在哪？可以從法醫跟名醫差別來聯想：
- 法醫：根據身體傷亡，對死者進行人身鑑別、外傷鑑定、遺體解剖等，準確率很高。
- 名醫：根據身體現況，進行病理預測，準確率不一定高，但有價值。
仰賴模型前有幾個準則：
- 預測一群人的數值，比預測一個人精準
- 預測相對數值，比預測絕對數值精準
- 定義分析目標永遠要做最小拆解
- 不要迷信端到端的模型，適時採取兩步驟策略
- 謹記 80–20 法則，80% 銷售來自於 20% 商品
小結：準確的模型不一定有用，我們應該追求模型帶來多少效益；模型重點不在於完全精準，而是要能夠改變未來，讓公司降低損失、提高獲利。
四、如何團隊協作
算法工程師和數據科學家的差異是，前者只要做好模型讓他們使用，但後者不僅要會模型，更要懂產業 Knowhow，藉由問對的問題、挖掘對的方向、把問題解決掉。
以不同產業的團隊協作例子：
- 零售業：模型不只是要預測銷售量，還要加入物流時間，確保存貨能在正確時間抵達，不會造成過多或缺貨。
- 電信業：模型不只是要知道客戶會什麼時候不續約，還要結合業務團隊，在適當時機點挽留客戶。
做數據科學，需要準備的心態：
- 數據處理：永遠都會遇到髒數據，需要從中找出潛在解法，甚至跟客戶說明如何蒐集正確的數據也是一種貢獻。
- 時間觀念：要確保大家溝通的情境是同一個時間點，例如「業績很低」究竟是哪個月的業績，若沒有對齊時間，就無法得到正確推論。
- 產業差異：電信、保險、金融這種長生命週期才有機會長時間建模分析，電商產業需要用手邊即時數據進行判斷處理。
小結：每個產業都有複雜的商業邏輯和對應的 Knowhow，當我們覺得問題很簡單或數據很奇怪，很有可能是我們根本不懂產業 Insight。
五、總結
若對《思維增長日記》有興趣，可以再往前翻：
