黄晖：数据挖掘应帮助中国企业塑造新的领导者(2)

　　那么还有一个是专题的模型信息。这个专题的模型，比如说这是典型企业里面碰到的问题，我们经常搞一些促销的活动，就是你的销售收入和宣传的投入，以及你的价格措施还有产品分析，究竟跟你有什么关联？这里面我讲述一个3到4个要素之间有什么关系，所以每动一个会影响其他的哪些，那么讲述之间的量化的关系出来，这是我们比较关心的。所以，我一直鼓励每一个经营者他要关心的几个关键的因素，就是产量、价格、销量、成本、利润。我的销量多少，我的价格多少，我的利润多少，最后拿到了多少。所以，这是专题的信息模型。

　　然后就是预测和预警。一讲到预测，我们中国很多的企业，尤其是国有企业，他就觉得预测没有必要做。他说，我们每年都做预测，但是怎么做的呢？他的预测是，今年我的产量或者是我的收益是多少，我明年估计要增加百分比是多少，我用这个百分比乘以我的总量，加上我的结果，就是我明年的总量。这种做法是不科学的，实际上我们是要用数据挖掘的方法，来改变企业科学地预测。所谓的科学预测，就是我们要从不同的模型加上你的时间特征、周期特征、季节特征，用各种因素来归纳出一个模型。

　　最近，我们拿了一个建模的机会，中国的CPI的指数。中国的CPI指数每个月在发布，每个月让总理坐立不安。后来国家总理找到我们，他一直试图用我们这个软件来算，那么这次我们找出了一些原因。就是他用了一些模型，比如说X11的模型，这个模型里面计算的时候没有考虑到季节和节假日的因素，很多的因素没有考虑进去。所以，我们现在帮他做一个X12的东西，就是中国有特色的东西全部放上去。

　　所以，这个例子说明了，你要考虑各种不同的因素构成的结果。所以，我估计到4月份这个软件可以正式给国家的统计局使用，所以那个时候分析出来的结果会更准确一些。因为这个事情的影响太大，统计局长和总理都坐不住了，所以我们必须科学地统计这个问题。而不是说每个省的CPI必须降低多少，这个做法是大家已经不能接受的。

　　所以，要从不同的因素、不同的模型来做预测。我们用的比较多的，比如说Arima模型，是把时间的特色全部总结进去。所以，王总刚才说的证券的模型，当时国外也找我们去做预测，其实里面有很多的因素考虑在里面。我们现在用的BRF神经网络也做很多这方面的预测，你要靠工具和方法去做，而不是人为设定一个比例去做预测。我在政府待过一段时间，他们说计划计划都是鬼话，因为都是比例增长。

　　那么最难的这是我们最难下决策的，就是出现一个情况的时候，总经理和决策者都有哪些选择项。这是我们最关心的问题，就是我们说的“假如……那么……”。就是假如出现一种情况的话，你有哪种选择，这种选择可能出现的情况。那么比如说原材料涨价，你有哪些选择，这个选择会产生什么情况。第二个，比如说同业竞争对手的兼并你怎么办？这个也是可以建模的，那么会出现很多的其他的因素，比如说市场的调整、价格的调整、产品业界的调整等等。那么还有一个，是说我的市场价格，竞争对手出现恶意的竞争价格你怎么办？所以，在这种情况下，出现各种不同的情况的时候，我们应该怎么应对？我们目前做得最多的是，当你的库存量达到某一个级别的时候，你应该怎么做？所以，真正的决策支持系统，应该是在这些方面，完全给决策者提供选择项的系统，但是这一点做起来很难。目前，尤其是一些数据的完备性，技术已经有了，关键是有没有这么多的数据。所以，我们碰到的很少，有还是没有，但是，在很多的方面有限制。

　　就像我这里列的几个境况。一个是定价，价格和你自己产品的定价还有利润之间的关系，还有一个是你的广告费用、客户量、价格、产量、市场占有率，你必须要清楚，究竟是一个什么样的关系。然后，我设计一个客户服务的套餐，我打折打到多少是合理的，我打了多少的折，可以增加我多少的销量，给我带来多少的效益。财务就更不用说了，到了去年的年底有一个企业发奖金，怎么发？最后没有办法用模型算，他算了我这个奖金发下去之后，我最后的公司财务状况是一个什么水平，我可以支撑多久，我可以带来多大的效益？所以，这些东西都可以用一个量化的形式做出来。

　　这就是数据挖掘为决策支持可以带来的情况。那么，数据挖掘是一个大的概念，它实际说是一个数据分析的概念，就是包括两个部分。包括传统的统计学，也包括挖掘。挖掘是一个新兴的领域，统计学是一个传统的学科。统计学指的是什么呢？Y和X1、X3的量化的线性的关系。但是挖掘不管这么多，他是要找出我的销量或者是利润与我的销量、成本、价格的关系，你可以做一个模型，Y=X1+X2。这是一个量化的，就是一个1对1的挖掘的关系。但是，挖掘不考虑量化的成本，是把所有的变量放在一起，找出相关的程度最高的变量，给你建一个模型，算是一个结果，中间的过程是不让你知道的。所以，有的时候我们说黑箱操作，但是这个最大的优点是什么？你不用一个一个人为地设定Y=X1+X2+X3。而现在语音挖掘又在数据挖掘的基础上，又做了一个变革。

　　还有高级统计，这是用得比较多的像回归、因子、时间序列、生存分析、聚类分析。这里面我要强调的是计量经济学的模型是很新的，这是其他的没有的。但是，最重要的还是数据挖掘这一块。这里面包括了我刚才讲的，实际上还有一些新的，刚出来的一些。像贝叶斯网络我们已经做进去了，还有神经网络等等我们已经做了，但是现在还有很多的模型是其他人没有的。很多人问你们做什么图形？我们做的图形都是人家所没有的，所以这个要区分一下。

　　那么刚才我已经讲到了，数据挖掘是一个大的概念，它现在有很多新的发展，比如说语音挖掘等等都在出现很多新的东西。上午我提到了现实挖掘，现在美国正在变成现实，就是基于语音挖掘。就是挖掘手机，他要找出人的生活规律和生活方式，手机第一个暴露的是你在什么地方，还有你联系的人，你每天的活动、社交圈子全部在里面。所以，美国已经开始设置生活模型，就是叫做生活挖掘。像聚类、分类、预测、预警等等都在这里面。

　　那么曾经出现了一个反对，就是在不同的区域用笔记本电脑上网，然后把这个帐号破坏了以后，就把钱盗走了。你要挖掘这种高端的技术，你是难找。还有一个是一个人从云南到了上海，然后打了电话，你怎么追踪这个人。这个挖需要把所有的关联的东西一步步找出来，然后进行跟踪。还有计算机受到了攻击，也是有我们这个过滤点分析。当一台计算机或者是很多的计算机同时发生流量的时候，我就发现这台计算机不对了。这说明了这台计算机要么出现了攻击，要么就是有很热门的东西受到了大家的关注。所以，我觉得挖掘不再是学术领域的东西，可以活生生的用到很多的领域里面。

　　这个是我们真正国产的马克威分析，这是被很多的500强企业都在用的。以后有机会我们再详细介绍，这里我是以一种学者的身份在讲话，我不是在介绍我们公司，我是在讲某一个主题，大会和小会都是这样的，所以我避免做推销的嫌疑。

　　软件方面基本上已经比较成熟了，但是我有一个理念，数据挖掘应该帮助中国的企业，塑造一种新的领导者，这种领导者要能够及时地、宏观地把握企业的能力，同时能够科学、准确地去做决策，应对各种情况。这就是我的梦想，就是数据挖掘怎么能实现这个目标？我想，有机会我们可以一起讨论这个事情。那么还有一个理念，我希望中国的企业真正变得灵活、智能化。所谓的智能化，你要及时地反映，比如说5台电梯都同时动的时候，你要智能地掌握，哪台电梯为你服务。当市场发生变化的时候，你怎么去掌握？这就是我们需要达到的目标。现在的企业家应该是什么样的企业家？应该是非常聪明的决策者，他应该是站在业务的高度上去决策。

　　我在外国一个公司，我是部门的经理，他是我的领导。他说作为领导，你的任务是什么？就是你是做决策的。我每天的工作是什么呢？就是做决策。所以，领导真正的职责就是做决策。大的决策、小的决策、各种各样的决策。你不应该关注很具体的事情。所以，我的梦想就是数据挖掘让领导决策得准、决策得快、决策得有一定的科学性。这就是我的梦想，我是希望中国的企业能够实现这种智能。谢谢！