יום שני, 16 באפריל 2012

הניסיון ושיברו

נתחיל בחידה שמסתובבת בזמן האחרון באינטרנט (אני נתקלתי בה פה):
8809=6
7111=0
2171=0
6666=4
1111=0
3213=0
7662=2
9313=1
0000=4
2222=0
3333=0
5555=0
8193=3
8096=5
1012=1
7777=0
9999=4
7756=1
6855=3
9881=5
5531=0
2581=?

אני מניח שמרבית קוראי בלוג זה עושים שימוש יום-יומי ב – SAS לשם פתרון בעיות מגוונות בתחומים שונים. אני מניח גם שחלק לא קטן מהקוראים מגדיר את עצמו, ומזוהה ע"י אחרים, כמומחה בתחום עיסוקו, לרוב לאחר צבירת שנים רבות של ניסיון.

לדעתי, אחד המאפיינים מעבר לדרגת מומחה ב – SAS (למעשה, כל מומחיות כלשהי) מתרחש כאשר הניסיון הנצבר מאפשר לזהות תבניות פעולה המתאימות ביותר לפתרון של בעיה חדשה המגיעה לפתחנו במקום לחשוב על הבעיה מאפס. לדוגמא, אם אנחנו מתבקשים לבנות מודל חיזוי לנטישת לקוחות אנחנו מתחילים לאסוף את החשודים הרגילים כגון מגוון מדדים של שימושים, מספר פניות למוקד השרות, ותק וכו'. לאחר בניית הפנל הראשוני אנחנו יודעים לבדוק ולהשלים נתונים חסרים, להריץ אלגוריתמים כגון רגרסיה לוגיסטית (עבורנו) ועץ החלטות (עבור המצגת למנהלים) וכך הלאה והלאה עד לפתרון הבעיה, שדומות לה פתרנו כבר בעבר.

הדבר דומה לצורת החשיבה של אמני שחמט. מחקרים מצאו ששחקני שח חובבנים מנסים לחשוב על כל התוצאות הצפויות בעקבות כל מהלך שלהם אולם אמני שחמט צברו ניסיון רב כל כך שהם פשוט משווים את מצב הכלים על הלוח לתבניות שהם צברו במהלך משחקים קודמים שלהם ועל סמך הידע שלהם איך משחקי עבר אלו הסתיימו הם מצליחים לבחור את המהלך הטוב ביותר עבור המצב הנוכחי.

שיטה זו עובדת מצוין ומאפשרת לנו לבצע את העבודה שלנו בצורה יותר יעילה ומהירה ככל שאנו צוברים יותר ניסיון אולם מידי פעם אנחנו נתקלים בבעיה אשר מסרבת להיפתר בדרכים הרגילות או שהפתרון שלה נהיה כל כך מסורבל שברור לנו שצריכה להיות דרך אחרת. מה קורה בבעית הנוטשים שלנו אם למרות שאספנו את כל הנתונים המתבקשים והרצנו אותם בכל המודלים הנכונים עדיין ה – Lift שלנו נמוך מידי מכדי להיות בעל תועלת עסקית כלשהי? האם הוספה לפנל של עוד התמרות יצירתיות של השימושים בחצי השנה האחרונה או התאמות נוספות של פרמטרים איזוטרים באלגוריתם עץ ההחלטות שלנו יביאו לנו את הישועה ואת ה – Lift שאנחנו מחפשים?

במקרים שכאלו אנחנו צריכים להיות מספיק מנוסים כדי לדעת לשים את כל הניסיון בצד ולנסות דרכים אחרות, מטורפות ומופרכות ככל שיהיו. אני מניח שהניסיון של מרבית הקוראים עם חידות שכאלו הוביל אתכם לגשת אליה מכיוון מתמטי – מציאת קשרים חישוביים בין המספר שבצד ימין למספר שבצד שמאל. בדיקה של קשרים מתמטים פשוטים כגון סכום ספרות, מכפלת ספרות וכו' כמו גם קשרים מתקדמים יותר כגון סדרת פיבונצ'י ודומיהם לא יעזרו לנו הפעם. הפתרון הוא פשוט מאוד אולם הקושי הוא שהוא לא מתמטי אלא גרפי – המספר בצד שמאל הוא סכום של מספר האזורים הסגורים בספרות שבצד ימין. בספרות 4, 6, 9 ו – 0 יש אזור סגור אחד ובספרה 8 יש שניים. התשובה, אם כן, היא 2.

עבור בעיית הנטישה שלנו אולי דווקא שימוש בעולם החדש של Text Analytics לניתוח תמלול של השיחות של לקוחות עם מוקד השרות או לעיבוד התגובות של המשתמש בדף ה – Facebook של הארגון יעזור לנו לזהות מידע נוסף שניתן לשלב בפנל ושישפר לנו את זיהוי הנוטשים? אולי בשוק ההיפר-תחרותי של היום פשוט לא ניתן לחזות מראש מי ינטוש כי מדובר בהחלטות של רגע ללא בסיס רציונלי וכלכלי מאחוריהן ולכן במקום להשקיע את כל הזמן היקר שלנו בבניית מודל נטישה עדיף לנו לבנות מודל שווי לקוח מתחוכם יותר כך שברגע שאנחנו מזהים שלקוח מעוניין לנטוש אותנו נוכל מיד לדעת כמה שווה לארגון להשקיע בשימור שלו או שבכלל עדיף שהלקוח יעזוב אותנו ויעבור לגרום הפסדים למתחרים שלנו?

חגי

אין תגובות:

הוסף רשומת תגובה