商业分析方法学：可信的分析结果来自可控的分析过程

客户世界 | 2015年7月13日 | 2010年 | 评论已关闭 | 2204

客户世界|丁佐治|2010-05-20

一、两会看点与数据统计

今年两会的最大看点，是“围脖”（微博）俨然作为一个非正式的大众媒体的正式登场。有委员通过微博征询网民意见的，有博友通过微博传播草根声音的，种种行为，使得民声得到一定程度的被重视，也凸显了新型技术媒体越来越大的作用。更大的影响则源于微博的网络开放性和大众参与性，使得委员代表在两会中的言行能被更快、更直接、更“不可控”地曝光于大众（至少是网民）眼前，由此形成一定的社会监督作用。这对于委员代表们逐步意识到自己正确代表民意、代行公民议政权利的义务，对促进体制内的民主实践与进步，相信会有很好的积极作用。

委员代表在两会中的建议及提案，尤其是其中最为突出的，都会在网络和微博上迅速引起热论。譬如，某餐馆老板关于政府接管网吧的建议、某委员关于禁止“囧”字等网上流行词、还有俺们湖北黄石的委员提出的“巴东纤夫”裸体案，湖北省长对追问“邓玉娇事件”的记者生气而抢走录音笔事件、湖北省财政厅长认为人大预算案不需要所有代表都理解的发言，都在网上微博上受到极大关注和质疑。

对委员代表以及两会内容的关注，与网民的“围脖化”对应，传统媒体也呈现出一定的娱乐化倾向，即有意无意回避任何有意义的深度报道，大量热炒网上热议的话题或委员代表的雷人议案，或者热衷于追逐明星委员的行踪，以至于一些院士和大学校长级的委员们感慨备受冷落，羡慕刘翔们和部长们的被记者围追。媒体之所以如此，部分地因为很多的所谓建议或议案，尤其是很多政协委员的议案，原本也仅具有炒作或娱乐的价值，如关于网吧的雷人建议和“裸体纤夫”的议案。

而委员们之所以如此，一个重要的原因是他们的会议行为，如提案数量、通过比例、表决记录等，既不完全公开透明，也无完整的数据记录可考，因此无从对他们的会议表现进行有意义的分析，更谈不上“问责”。原本是表达民意、代议国是、庄严决策的会议，实际上很容易就变成了吸引眼球的明星走秀或为了商家自身利益的雷人炒作。更不说建议或提案的内容与质量，又有多少是基于准确的数据收集和科学的分析结果而提出的有意义的、可执行的解决方案？

我们只不过是从商业分析方法学这个角度来闲看和闲谈两会罢了。我们说商业分析方法学的核心就在于它基于对数据的分析，洞察出有意义的商业情报（或智能，都是“intelligence”这个词），进而支持正确的战略决策或运营决策，以此提高企业的竞争能力和经营效益。在狭义上，商业分析学对一个企业的战略和运营而言有着不可或缺的必要性；在广义上，普遍性的分析方法学对一个社会也是如此。一个现代企业的经营管理必须重视商业分析学的应用，一个现代社会的管理，同样需要认识到科学的、量化的分析方法学的必要性。因此我们可以毫不谦虚地认为，如果所有委员代表，都接受基本的分析方法学概念和应用的培训，对于议案的质量和会议的效果一定会有明显的提升！

二、对GDP数据的质疑与分析学的重要

当然，两会还是有很多有意义的讨论和重大的议案引起我的关注和认同。我认为本届两会最具重大意义的是通过了选举法修正案，从此终于实现“城乡按相同人口比例选举人大代表”。我这么说虽然有点“我是农民，我高兴”的味道，但是选举法的此一修改，不仅仅是终于承认每一个农民不再是“1/8个”或“1/4个”人，而是与城市居民具有同样权重的“1个”人了，更重要的是，这种数字上的城乡平等，是认同全体公民的“平等”权利的一个开端，而只有以人人平等为基础，才能实现人人活得更有尊严。

另一个引起我注意的细节，是来自（俺母校）武汉大学的政协委员王少阶教授“炮轰”国家统计局发布的G D P数据“打架”的发言。另有来自香港的政协委员刘梦熊也再次批评G D P统计数据的公信力。这个话题本身也很有意义，但这两个发言代表也很有意思：香港得现代社会风气之先，因此香港代表思想活跃、拿数据说事儿不奇怪的，而湖北相对封闭的内陆环境使湖北人相对保守，在会议上、在媒体上，很少见到吸引眼球之举。所以，来自湖北的教授代表出来炮轰统计数字，着实不容易。

和平时期的湖北人日子得过且过，向来是不爱锋芒毕露的。想当年激烈革命时期，湖北人敢于冲锋陷阵呈匹夫之勇，也多是事出有因，譬如，擦枪走火而不得不打响辛亥革命的第一枪。可是等到南方党人和北方军阀都动真格的打起大仗的时候，湖北人就闪到一边了。后来国民革命胜利了，果实也没有多少落到湖北，山区的农民照样还是饿肚子，实在是饿不下去了，才有人铤而走险出来跟红军一起造反，无数将士的尸骨就堆出了之后的将军县和元帅府，这些都是湖北人正常性格的异数。这两年，湖北的群体事件倒是多起来，也难怪那位“人民日报记者”在两会上还要就“邓玉娇事件”跟湖北省长过不去，省长抢了录音笔，倒是在媒体上意外地得到了关注度，这也与湖北人的一贯低调风格不符合。

对国家统计局发布的各项数据，当今社会似已形成了“习惯性的不信任”，直接原因是统计局的报告总是跟大家的感觉相去甚远，甚至完全相反。如国家统计局发布《2009年国民经济和社会发展统计公报》称2009年全国G D P增幅为8.7%，70个大中城市房屋销售价格上涨1.5%，在岗职工和城镇居民人均可支配收入同比增速都超过10%，可老百姓的实际感觉是房价暴涨、购买能力猛降。

网上有作者（如张天潘）把这种现象归结为量化分析的“巫术化”，就是说统计报告宣称引用“准确”的数字，以“事实”说话，但是结果却事与愿违，官方以科学的名义把量化分析技术作为自我证明的权威，但是因为其所谓“准确”和“事实”其实严重脱离实际和违背常识，听众对结果完全不能信任。因此，准确的数字成了“数字迷信”，严格的量化分析成了“量化巫术”，这对于我们还在这里鼓吹量化分析方法的职业人来说，何其悲哉！

由此，我们一方面必须承认分析方法学的工具本性，基于量化分析的工具固然重要，但工具本身确实不能保证其使用的正确性、不能保证决策就自然合理、更不能保证商业因此就必然成功。另一方面，我们由此也更应该认识到认真学习和领会分析方法学的必要性，只有真正理解和掌握了分析方法学的内容以及正确使用方法，我们才能不必去恳求统计局发善心给我们更好的数据结果，委员们拥有能力去审视分析的过程、核对数据的采集方法、甚至去检察整个统计分析的立论命题。

三、商业分析方法学的定义与内涵

商业分析方法学还是一个正在发展中的学科，虽然学研商界对商业分析方法学的内涵已逐渐有比较好的统一认可，但是商业分析方法学目前并无公认统一的定义，原因是商业分析方法学的实质内容和基本方法虽无大异，但其在不同应用领域的侧重点和表现形式可能很不一样。我们暂且不必试图给出一个“标准”的定义，但是我们还是希望在我们界定的“商业管理”（Business Management—这里Business比中文的“商业”一词含义更广泛）这个基本范畴之内给商业分析方法学作如下基本定义。

商业分析方法学指的是，使用数据、统计和定量分析方法，利用描述和预测模型，基于注重事实的管理实践，从数据中得到有用的信息情报（intelligence或译“智能”）以制定战略决策和运营行动方案。这样定义的商业分析方法学包含了如下关键因素：数据、分析、模型、管理实践、商业情报。其中，数据是商业分析的前提、定量统计分析方法是商业分析的工具、管理实践与管理模型是商业分析的依据、通过得到有意义的“情报”制定可操作的行动方案是商业分析的目标。下图是我们表现商业分析方法学内涵的概念架构图：

图1. 商业分析方法概念架构图

图中可以看到，商业分析方法包含了五个部分，分别为两个业务方面：战略决策管理、运营流程管理；三个核心层次：数据与系统支持层、BI信息分析层、BA业务分析层。业务方面的战略决策和运营流程，既是分析的起点和建立管理模型的根据，同时也是分析结果所需服务的对象。

在商业分析方法的应用中，针对战略决策的商业分析典型内容包括战略定位分析、市场目标分析、竞争环境与竞争对手分析、渠道与供应链分析等；针对运营管理的分析内容一般包括过程控制分析、流程优化分析、客户需求洞察、客户服务分析、客户忠诚度分析等。

四、商业分析方法的过程模型

商业分析方法的应用过程，一般分为四个或五个基本实施步骤，如下图所示：

图2. 商业分析方法实施步骤

规划建模，就是提出正确的业务问题，并建立可能回答这些问题的合适的模型，具体子任务包括：确定分析的需求，按照分析的目标（如市场竞争、客户分群等）不同，规划分析的主题。依据战略管理的方法或流程管理的方法（如竞争分析中的五力模型、客户细分模型等），建立本次分析的业务模型，确定分析的维度和参数。

数据采集，就是建立业务模型和数据的联系，子任务包括：按照上一步骤确定的模型和参数，提出数据需求，建立相应的数据模型或数据集市，或者进行内外部数据收集、或者委托信息系统部门从现有数据库系统中提取，对数据进行清洗和完备性测试。

量化分析，是利用统计和其他量化分析模型进行模拟计算，子任务包括利用描述性模型和预测性模型进行分析，并合理地展示数据分析结果，对结果进行误差分析。

信息诠释，是建立数据分析结果与业务模型之间的关系，包括验证业务模型的正确性，模型的验证与调整、数据采集方法的验证与调整、数据的增补等。

评估优化，是建立业务模型与管理实践（即分析的目标）之间的联系，并对业务模型进行必要的优化。

上述整个商业分析过程的各个步骤之间，是一个逐步往前递进的关系，（如，由业务模型来模拟管理现实，有数据模型来映射业务模型），同时也是一个逐步回归测试的关系，（如，由偏差分析对数据分析模型的测试、由信息情报诠释对业务模型的测试、等）。由此也可以看到，商业数据分析方法，确实是一门很专业的学问、一套很复杂细致的方法，其分析步骤中的很多关键环节，对模型的正确性的要求、对数据的准确性和完备性的要求是很高的，同时，对分析师的能力和严谨态度的要求也很高。

现在我们了解了商业分析方法学的定义和内涵，也概要地知道了商业分析过程的关键步骤，再让我们回头来看前述提到的国家统计局发布的经济与社会发展报告的例子。按照我们的上述分析模型，我们不难想象，其形成这些报告的基本过程，也应该是：

规划建模：分别是GDP分析模型、CPI计算模型、居民可支配收入模型

数据采集：按以上模型分别采集数据、测试数据

量化分析：统计分析和量化计算、误差分析

信息诠释：结果诠释、模型测试

评估优化：评估结果，优化计算模型

那么，这些步骤中，究竟有哪些可能容易出现错误或偏差呢？可以看到，第一个步骤中的GDP、CPI、居民可支配收入都是标准的经济学概念，应该都有对应的通用成熟的计算模型，虽然可能很复杂，但是不会有太多自创的东西。而由第二个步骤开始，我们看到，技术条件、人为过失、以及主观因素都可能给分析结果带来巨大偏差。

应该指出的是，如前所述，分析方法本身是层层嵌套递进和步步回归测试的，除开主观因素外，技术或人为过失，能通过分析过程中的叠代本身得到最大限度的修正。但是正确的方法付诸应用的时候，能否得出正确的有意义的结果，也要看这些统计分析要服务的对象和目标。在商业领域，分析的过程和分析结果的验证，有专业的分析师负责，因此分析结果的正确性和有效性很大程度上是一个技术问题。而且，整个商业分析过程的优劣，最终还会由因此而制定出来的战略决策和运营行动计划的成效来衡量，也就是说还存在一个更大范围的、有着客观标准的商业结果作为反馈评估。而在经济和社会发展领域，问题要更模糊不定和复杂多元一些，宏观统计分析数据结果的正确性评估自然也更困难一些，也正因为如此，对数据分析过程的控制就变得尤为重要，只有通过对分析过程的控制才能保证分析结果的可信度。

我们还可以回头再看看前篇曾经述及的汉字发展的分析，虽然简单，但是也适用上述分析过程模型，可以作为一个作业留在篇外。

五、统计分析学的名人名言

说到统计分析，我不禁想起美国两个与统计有关的最有名的名字，一个是伟大的管理学家爱德华-戴明（W. Edwards Deming），一个是伟大的作家萨缪尔-克莱门斯 (Samuel Langhorne Clemens)–当然后者的笔名马克-吐温（Mark Twain）对我们更熟悉。

戴明博士以“质量管理”领域的卓越贡献享誉全球，其留名管理学史的“戴明学说”要点，常常被归结为几个简单的数字：4个阶段（PDCA戴明循环）和14个质量管理要点。而比他的理论本身更有趣的是他的学说走向成功的故事。

二战结束后，戴明作为美国统计局的一个专家被派往日本指导经济重建中的普查工作。这期间，戴明有机会给日本企业高层做了一个“统计学在过程控制中的应用”的培训，没想到“一炮而红”（真的这样吗？我们都应该读读戴明去日本之前的研究），得到日本管理者的高度推崇。由此发展起来的全面质量管理理论，对日本企业战后发展和最终以产品质量打遍天下（至今天仍然）起了至关重要的作用，戴明因此而几乎成了日本管理界的神，并于1956年被天皇授予荣誉勋章。

这虽然是早在50年代的事，可是戴明在美国企业管理界却一直默默无闻。进入80年代，美国的大企业经营衰落，同时日本的产品（从索尼的家用电子到丰田的汽车）在美国所向披靡，无处不在，美国人猛然从二战胜利者的骄傲中清醒过来，开始从日本和欧洲企业的成功中寻求管理经验，于是戴明被媒体从华盛顿的一间地下室办公室发掘出来，他的质量管理思想得以在美国重见天日，并由此发扬光大。戴明学说对美国大企业–以福特公司为最，也因此发生了重大影响。也是由此始，戴明的理论才开始系统出版（并不多产），得以流传于世。

所有这些，都因为戴明是一位统计分析专家！而他的思想和理论最初在日本企业管理实践中发挥作用的时候，他不过是美国统计局的一名专家。他的理论在美国开始发挥作用的时候，他的身份也只是一个默默无闻的大学老师和管理顾问。也许可以借此说明，并不是所有戴“政府”红帽子的专业官员的话都是不可信的，世界上有过从专利局出来的最伟大的物理学家（爱因斯坦），也有过从统计局走出来的最伟大的管理思想家。关键在于什么呢？我们可以各自去寻找答案。我们也可以盼望着，哪天从中国国家统计局能走出一位受人尊敬的管理专家。

出生于美国衣阿华州一个小城的戴明，虽然以统计和管理专家建功于世，他的博士学位其实是在物理系获得的，后来才因为在统计学上造诣的成为管理咨询顾问，这让笔者觉得与他有着同行间的亲切感。本人碰巧毕业于戴明的家乡衣阿华的学校，拿了物理学学位之后当了咨询顾问。而曾授予戴明荣誉博士学位的另一所美国学校也是我的母校，所以在专业同行之外，本人甚至跟戴明能拉上老乡和校友的关系，虽然这些扯来的关系有点不着边儿，但不妨碍我把戴明尊为偶像级人物。

另一位名人马克吐温，其实跟统计毫无关系，跟我也没关系。虽然作为幽默大作家，他的汤姆汉克历险记总是让人不能忘怀，但这里提到马克吐温，是因为一句关于统计的有名语录，那就是：世界上只有三种谎言：谎言，混帐的谎言和统计（Lies, damn lies, and statistics – 统计一词在英文里既是统计、也是统计学、也可以是统计结果）。这句话因为马克吐温的引用而出的名，原始出处已不可考。吐温本人声明他只是引用一位英国前首相，而据后来的好事者考证，该首相也是引用更前人的语录。

统计学本身其实是很年轻的一个学科，其发端比吐温或者他之前的首相年龄也长不到哪里去。这句古老的俏皮话，其实是在统计学还非常年轻的时候就给它打上了“不宜被信任”的烙印，也许这与统计学的“政府出身”（这一点，以后有机会再介绍）有关系，这很值得玩味。假定这句话就是这位首相的发明，显然首相不是站在统计分析一边的，那一定是媒体或公众引用的统计数据让首相不以为然。而在当下中国这个语境，提出统计数据的一方是政府，质疑数据统计真实性的一方是大众，这与吐温和前首相的情形恰恰相反！

也许这正好可以反证，统计分析方法本身虽然存在固有的、可爱的不确定性，而统计分析和基于统计的分析方法学作为工具一定还是中性的，中性的方法工具是值得信任的。

本文刊登于《客户世界》2010年04月刊，作者为道博管理咨询公司首席咨询顾问。

责编：yangyining