如何实现数据决策的价值.pdf

如何实现数据决策的价值 ——威尔森 DSS 场景化智能决策支持系统演示 威尔森首席技术官 孙睿 （以下内容根据峰会现场速记整理，有删节） 刚盛总的讲解已经把威尔森在人工智能与大数据的结合 ，在汽车行业里面的一些思 考做了介绍。我们这些思考并不只是简单停留在系统包括我们的人脑里面，而是希望把它 真正落地到实处里面去。威尔森在行业里面已经积累了丰富的数据与算法，我们发现，用 一个很简单的方式，就能很快地形成人工智能的雏形。所以我们用了一年的时间，把威尔 森现有的数据与现有的所有算法整合在一起，变成今天要演示的系统的雏形。当然有了这 个雏形，我们还会有更深的未来的思考。DSS系统，是真正能给主机厂带来价值的。 — 量化决策的卓越伙伴 — 1 / 6 数据决策已进入场景化时代(销量目标管理场景案例演示) 首先，我们来用一个主机厂在整个工作过程中，一个具体问题的解决场景做一个案 例，看看系统是怎么完成场景化决策的。 这是关于销量目标的案例，主机厂每年年初会制订某些车型的销量目标，以前的做法 是当本月的销量出现了现实的问题时 ，才会去做一些决策性的工作，想办法提高下个月的 销量。有了DSS系统之后，黄总刚才做了一个短期预测的模型，可以用这个短期预测的模 型来为销量目标进行预警。 快速清晰发现问题 当你登陆系统，如果模型发现下个月的销量跟前期设置的当年销量目标在完成的节 奏过程中有问题时 ，系统就会自动提示，发出预警。预警的逻辑并非固化在系统里面，因 为整个预测过程是跟每个主机厂的年度销量完成的逻辑和算法是密切相关的，所以算法 是根据每个厂家来的，是开放式的算法。 当我点击销量目标预警的时候会看到，到底是哪个车型出现了销量问题。从这张图可 — 量化决策的卓越伙伴 — 2 / 6 以看到，当月的销量虽然有所提升，但九月份的销量是持平于过去的历史水平，但是十月 份的销量，根据目前的情况，根据所有数据的判断，这个销量69%的可能性是达不到预期 的。 明显指标确认问题 出现了这个问题，我们要怎么分析这个问题出现在哪里呢？再点进去之后会看到，整 个销量预警分成了两个大的环境，一个是外部竞争环境，一个是内部营销指标。这些指标 会随着数据种类不断增加，形成更多的指标 ，而整个系统是不用做任何的调整。 出现绿色区域的指标都是当前表现情况良好的；出现黄色指标的是有一定延误程度 的；出现红色指标，就表示问题重点出现在这里。这个例子看来，竞争对手、产品规划、 市场推广对该车型销量有一定影响。 多维数据对比分析问题 首先看一下外部环境，紧凑型SUV现在整个市场的表现看起来是好于去年同期的，那 么销量出现问题，一定是竞品有了动作。竞品不是由系统运营的人员把自己认为的竞品输 进去，因为竞品在全年里面是不断自动变化的，所以我们竞品的发现是根据线上大数据的 统计分析，得到竞争关系的强弱，在这个图里面，越往右竞争关系越强。另外会根据销量 表现对比竞争圈的份额的变化。 现在会看到，我们的竞品里边，低于我们销量，剩余80%的竞品市场，说明虽然我们 的市场好于预期，但是实际上竞品的销量在持续走高的。竞品销量持续走高的原因是什 么？这时候我们打开销量漏斗，因为威尔森是能把线上的大数据和线下的数据进行结合， 所以我们的销售漏斗要比单单只有线上大数据的销售漏斗要更加全面。一来 ，因为打通了 线上线下的数据，所以在这里面找问题的时候，就可以知道销量到底是线上出了问题还是 线下出了问题。二来，能发现销量到底是出在关注的环节、兴趣的环节、意向的环节、到 店还是定单的环节。 下面再看看我们内部，产品规划方面是不是有一些问题呢？ 首先把本品和刚才我们用线上大数据分析出来的所有的竞品做了一个对比，这个对 比分别体现在外观、油耗、配置等几个方面，结果发现是我们在内饰的部分跟竞品差距比 较大。发现了这个问题，一般是自己想办法去改善