预测分析的问题

让我们假装您需要关闭30次客户来达到销售目标。

幸运的是，你恰好恰好拥有一个客户关闭率为30％的白皮书。您可能会假设如果您获得100人下载白皮书，您将获得30个客户和一切将是肉汁 - 因为基于它的过去的表现，这是你可以期待的结果。

如果您正在考虑这样，您正在使用预测分析。预测分析是通过获取过去性能的数据来做出决策的一种方式，并使用该数据预期未来的性能。如果您曾在保险的精算方面工作过，金融服务，甚至医疗保健，您之前有过很好的机会。

这些日子里还有另一个行业越来越多的行业：营销。问题是，我们可能正在使用预测分析都是错误的。

有什么问题？

嗯，第一个问题是营销本身 - 这不是一个艰难的科学，因此，结果可以远远超出预期结果的历史范围。让我们拍摄白皮书的例子。我们的假设我们可以关闭30个客户可能是一个可怕的假设 - 因为我们没有预期的人口可能会导致我们最少或超过预期30的人员发生了变化。

这是一个真正的预测分析典范，你可能会认出来的Awry。很多人都使用预测分析作为投资工具，以建立抵押贷款支持证券。他们使用对硬科学开发的传统统计数据，他们预测了违约的风险，他们的模型告诉他们，每个人都在统计上不可能同时违约。但这未能考虑住房市场的某些元素。所以发生了什么事？每个人都依赖于那些模型是正确的，但他们未能采取未知数考虑到嗯，嗯，一些破坏模型的未知数。意想不到的结果是违约的人违约，2008年的经济崩溃巨大。

占未知数

你可以说，我只需要考虑到未知数。但是关于未知数的事情就是这样 - 他们是未知。您可以尝试预测它们，但您无法解释所有这些。这是黑天鹅理论进来的地方。

你看，人们实际开始尝试通过构建它的模型来试图考虑这些变量 - 然后模型得到了那么复杂的人如此他们是正确的，因为......好吧...因为有很多模型和变量，它们真的很复杂。他们不得不正确......对吗？

好吧，人们建造了很多东西的东西都是众所周知未知数。但是未知数的现实更像是墨菲的法律。一个大会的那一天，你知道一些坏事会发生，你只是不知道这将是什么。（谢谢你的类比，凯蒂伯克）

让我们作为一个例子。在伦敦16世纪，所有天鹅都是白色的假设，因为所有的天鹅文件都表示为白色的羽毛。然后在1697年，荷兰探险家在澳大利亚发现了一只黑天鹅 - 换句话说，曾经被认为是不可能的，这是一个不知名的。

那是黑色天鹅理论以坚果壳，创造Nassim Nicholas Taleb.。这是你甚至没有了解的事情，这可能会改变你的预期结果。因此，如果您建立一个尝试占黑天鹅的模型 - 嗯，你不能。这才是重点。你不能预测每个未知。你必须考虑那当你倾向于预测的分析时。

问题是，没有足够的人。这就是营销预测分析的问题。

预测分析仍有他们的位置

到目前为止，我制造了预测分析声音很可耻，但我们不应该用浴水扔掉婴儿。使用预测分析在使用预测分析时缺陷，然后将其建立复杂的模型，然后将您的营销决策基于这些模型的预期，预期100％的准确性。但我向其他营销人员询问仍然说的仍然有很多酷东西，你可以用它做。

马特伟大的衣服，营销总监参加.com说，他使用预测分析来确定他应该重新调试的哪些内容。“我不做的是基于20％关闭率与5％关闭率的数字保证具体结果。我做做出教育决定，即使可能仍有一些可能会影响我无法解释的近额率可能会影响一些可能会影响我无法解释的近率的近距离，近率可能会优于5％的近距离。“

换句话说，你不能从常识中离婚。这就是为什么概率分析比预测分析更好的投注。您解释了您可以预期的变量，请使用该数据进行智能决策，但不要保证特定的结果。

如果您无法抵制进入预测性分析的冲动并根据过去的性能进行具体预测，请尽可能地进行。预测分析不应用于对大赌博的预测 - 只有低赌注。幸运的是，营销通常比许多其他行业的赌注在一起，您可能会遇到这种方法。请记住，虽然p当您开始将它们视为实际预测时，还原分析无疑是有用的，您可以考虑他们的预言。