大數(shù)據(jù)挖掘:數(shù)據(jù)模型多了，應(yīng)該怎么管

沒有數(shù)據(jù)分析和建模能力，肯定難以提升業(yè)務(wù)；然而，如果模型泛濫、沒有得到有效的統(tǒng)籌管理，其提升度恐怕也非常有限，還可能制造各種混亂。為了解決這樣的問題，“模型工廠”的概念已經(jīng)誕生，幫你解決模型冗雜的困境。

隨著近年來大數(shù)據(jù)挖掘概念的興起，數(shù)據(jù)分析建模的思想已經(jīng)深入人心，于是會建模、能建模的人也就越來越多。他們可能是資深大拿，分析建模、結(jié)果解讀手到擒來全搞定，但也可能是專業(yè)的“調(diào)包俠”，分析工具包拿來就用，有效沒效有個結(jié)果再說?？傊?，在各路專家光臨之后，企業(yè)中的模型越來越多，接下來我們會面臨什么情況呢？

銷售經(jīng)理拿著數(shù)據(jù)專家小王新跑出來的營銷名單開始犯愁，模型新上線時效果確實不錯，營銷成功率大幅提升，但6個月過去了，營銷名單的質(zhì)量有所下滑，銷售人員也開始質(zhì)疑，銷售經(jīng)理拿著名單去找小王，小王說這是數(shù)據(jù)挖掘模型出來的結(jié)果，不會有錯的……

技術(shù)部門的小李最近有點叫苦不迭，小王做精準(zhǔn)營銷模型催著要提數(shù)，小趙做客戶流失預(yù)警模型也催著要提數(shù)，連公司前臺小周也在要員工數(shù)據(jù)分析哪個星座的愛加班，總之公司的各路人馬都在找技術(shù)部門要數(shù)，小李本來數(shù)據(jù)運行壓力就大這下更忙不過來了，他也搞不清楚怎么一下冒出來這么多挖掘請求……

公司領(lǐng)導(dǎo)老吳眼看著公司業(yè)績在數(shù)據(jù)分析的幫助下節(jié)節(jié)上升，心情大好。他想要了解目前公司到底做了多少模型，不調(diào)查不知道，一調(diào)查就犯了難。各個部門都在分別做模型，營銷部門、風(fēng)險部門、營運部門都在做，有些模型部署在公司系統(tǒng)上，有些模型部門在部門內(nèi)部。這些模型中有些是重復(fù)的，浪費了公司大量的計算資源；有些模型已經(jīng)跑了兩年多沒人管了，當(dāng)初負(fù)責(zé)的人已經(jīng)離職了，目前這個模型誰也說不清楚，當(dāng)初建模的文檔也早已不知道丟到哪兒了。當(dāng)然也有很多模型存在個人電腦里……

以上問題總結(jié)下來，就是模型管理混亂，缺乏完整的模型管理流程和制度，造成了不能及時滿足業(yè)務(wù)部門的需求；數(shù)據(jù)管理混亂，模型數(shù)據(jù)不能共享；模型文檔管理混亂，不能滿足管理或監(jiān)管的要求。

因此，變革的時候又來了！進(jìn)入大數(shù)據(jù)時代，變革就是來得這么措不及防。模型工廠已經(jīng)誕生，通俗講就是生產(chǎn)模型的工廠，在銀行業(yè)也把它叫為“模型實驗室”，它的建設(shè)包括管理規(guī)范、運營團(tuán)隊、數(shù)據(jù)基礎(chǔ)、分析模型、系統(tǒng)平臺五大部分。它的范圍可大可小，可以是企業(yè)層面，也可以部門層面，總之，它的誕生就是為了保障模型管理的效率與質(zhì)量。

管理規(guī)范：包括工作流程、數(shù)據(jù)質(zhì)量管理、權(quán)限管理、知識管理等。標(biāo)準(zhǔn)化工作流程與模板，保證模型的全生命周期管理。以下是完整的模型全生命周期管理流程，不只是到模型上線部署就結(jié)束了，后續(xù)的模型持續(xù)監(jiān)控、驗證也是必不可少的，一個預(yù)測能力下降的模型可能會給決策工作帶來負(fù)面影響。

模型監(jiān)控是指對模型自變量的監(jiān)控，需要與建模時的數(shù)據(jù)進(jìn)行對比分析，去看看變量的結(jié)構(gòu)是否穩(wěn)定，是否與當(dāng)初建模時已經(jīng)發(fā)生了變化，常用的統(tǒng)計指標(biāo)有變量穩(wěn)定性指數(shù)，轉(zhuǎn)移矩陣及SVD等。

模型驗證是指對模型預(yù)測準(zhǔn)確性的判斷，常用的驗證指標(biāo)模型穩(wěn)定性指數(shù)、KS統(tǒng)計量、CAP曲線和AR值、IV值、二項檢驗與卡方檢驗等。

冠軍模型和挑戰(zhàn)模型是對模型效果的一個輔助監(jiān)控手段。模型版本記錄了模型演變歷史，歷史模型也是重要的模型資產(chǎn)。

知識管理是指對模型建設(shè)過程中的經(jīng)驗總結(jié)和知識積累，在模型開發(fā)運維過程中需要做好文檔管理工作，常用的分析方法、工具、代碼都可以進(jìn)入知識庫，有助于技能傳承和人才培養(yǎng)。

運營團(tuán)隊：模型工廠的角色通常至少需要包括業(yè)務(wù)分析、數(shù)據(jù)管理、模型開發(fā)和模型驗證四個角色。四個角色有不同的技能要求，承擔(dān)不同的工作職責(zé)，需要分別制訂不同的職業(yè)發(fā)展路徑。在銀行業(yè)，銀監(jiān)會要求模型開發(fā)和模型驗證必須由不同的團(tuán)隊來執(zhí)行。

數(shù)據(jù)基礎(chǔ)：模型工廠的數(shù)據(jù)基礎(chǔ)一般是數(shù)據(jù)倉庫或數(shù)據(jù)集市，也可以直接來自于前端業(yè)務(wù)系統(tǒng)。歷史數(shù)據(jù)的長短、品質(zhì)和覆蓋面決定了模型好壞與估算的精確度。數(shù)據(jù)基礎(chǔ)的建設(shè)需要分目標(biāo)、分主題，同時需要盡可能考慮公共數(shù)據(jù)的建設(shè)，最大化數(shù)據(jù)成果的共享。為不同角色的用戶開放不同的數(shù)據(jù)權(quán)限，建立數(shù)據(jù)管控機(jī)制，防止數(shù)據(jù)濫用，同時發(fā)揮前臺人員主觀能動性，避免給數(shù)據(jù)部門帶來壓力。

分析模型：綜合考慮企業(yè)的戰(zhàn)略目標(biāo)、行業(yè)熱點、風(fēng)險導(dǎo)向、監(jiān)管要求，制定企業(yè)的模型應(yīng)用體系，然后以見效的速度和需求的緊迫性兩個角度來決定模型開發(fā)的路徑。針對同一個建模需求，可能可以建立不同的模型，冠軍模型和挑戰(zhàn)模型并存。在建模過程中注重建模數(shù)據(jù)的有效性，建模過程的科學(xué)性，模型結(jié)果的可解釋性。

系統(tǒng)平臺：系統(tǒng)平臺是模型工廠的技術(shù)支撐，需要軟硬件的有效結(jié)合。系統(tǒng)平臺需要包括以下功能：數(shù)據(jù)管理、分析建模、報表展現(xiàn)、模型管理、權(quán)限管理、流程管理、文檔管理，除此之外還需要支持復(fù)雜算法開發(fā)、數(shù)據(jù)可視化開發(fā)、移動端處理等個性化要求。建設(shè)系統(tǒng)平臺需要長遠(yuǎn)規(guī)劃，建設(shè)過程中需要綜合考慮易用性、穩(wěn)定性、可擴(kuò)展性等。

在大數(shù)據(jù)分析如火如荼的今天，做好一個模型并不難，難的是通過模型提高企業(yè)的綜合管理水平。在您的企業(yè)中或許已經(jīng)多少有了模型工廠的影子，但稍微哪點做得不好，就容易遇上本文開篇的那些問題，希望本文能給您帶來啟發(fā)與幫助。