人工智能時(shí)代，機(jī)器學(xué)習(xí)和AI算法將改變“二八定律”

很多業(yè)績出色的公司，都對意大利工程師和經(jīng)濟(jì)學(xué)家維爾弗雷多·帕累托(Vilfredo Pareto)推崇備至，因?yàn)樗岢龅?0/20規(guī)則產(chǎn)生了非常大的影響。

意大利工程師和經(jīng)濟(jì)學(xué)家維爾弗雷多·帕累托

這個(gè)規(guī)則指出，80%的效果(銷售額、營收等)都來自于20%的貢獻(xiàn)者(產(chǎn)品、員工等)。

現(xiàn)在，機(jī)器學(xué)習(xí)和AI算法創(chuàng)新正在改變帕累托分析的方式，我認(rèn)為，下一代算法將為帕累托范式提供巨大的推動(dòng)力。

AI和機(jī)器學(xué)習(xí)將從以下三個(gè)重要方面來改變公司使用帕累托原則以提升利潤的方式。

智能帕累托

第一，更大的數(shù)據(jù)量、更高的數(shù)據(jù)多樣性可以保證算法獲得足夠多的訓(xùn)練，讓它們變得更加智能。

例如在新型工作場所分析中，更多的公司可以更加容易地確定是哪20%的員工為產(chǎn)品、流程或用戶體驗(yàn)貢獻(xiàn)了80%的價(jià)值。業(yè)務(wù)流程、平臺(tái)和客戶體驗(yàn)的持續(xù)數(shù)字化也是如此：

哪20%的平臺(tái)升級(jí)帶來了80%的效果?

哪20%的客戶體驗(yàn)喚起了80%的喜悅或厭惡?

公司高管希望可以用算法來解決這些和數(shù)據(jù)有關(guān)的問題。

超級(jí)帕累托

第二，傳統(tǒng)的分布比例發(fā)生了顛覆性變化。大數(shù)據(jù)顯示，堅(jiān)持80/20的比例可能會(huì)犯經(jīng)驗(yàn)主義錯(cuò)誤。一些公司日益注意到，帕累托比例有10/90、5/50、2/30和1/25的可能。換一個(gè)方法劃分、切割和定義數(shù)據(jù)，你可能就會(huì)看到1/50、5/75以及10/150的帕累托比例。帕累托所說的“重要的少數(shù)”現(xiàn)在變成了“重要的極少數(shù)”。

這種極端的分布出現(xiàn)在很多行業(yè)中。例如，一半以上的酒類都是被不到10%的飲酒者消費(fèi)的。更極端的是，所有移動(dòng)游戲內(nèi)購營收的一半，來自于不到0.25%的游戲玩家。

然而，僅僅是清楚地識(shí)別并接受“超級(jí)帕累托”是不夠的;要想獲得市場份額，你就需要用這些描述性的統(tǒng)計(jì)數(shù)據(jù)來進(jìn)行預(yù)測。換句話說，需要將這些數(shù)據(jù)集轉(zhuǎn)換為智能算法的“訓(xùn)練集”。

公司需要確定自己的帕累托特征——也就是說，從算法的角度而言，公司需要弄清楚怎樣哪些微小的調(diào)整，可以促進(jìn)較大的業(yè)務(wù)影響。管理者和數(shù)據(jù)科學(xué)團(tuán)隊(duì)必須圍繞著極端帕累托的潛力和可能性，而不僅僅圍繞著更多更好的數(shù)據(jù)來開展工作。

例如，一家工業(yè)設(shè)備公司擁有2000多個(gè)產(chǎn)品，規(guī)模達(dá)數(shù)十億歐元，不足4%的產(chǎn)品貢獻(xiàn)了銷售額的三分之一和大約一半的盈利能力。但把這種分析也運(yùn)用到服務(wù)和維護(hù)上之后，發(fā)現(xiàn)大約100個(gè)產(chǎn)品貢獻(xiàn)了超過三分之二的盈利能力。這就促使了該公司對定價(jià)策略和捆綁策略進(jìn)行重新思考。

圍繞產(chǎn)品屬性和功能進(jìn)行的精細(xì)帕累托分析，而不僅僅是對產(chǎn)品本身進(jìn)行的分析，可以提供了更加令人興奮的洞見。這家公司的工程團(tuán)隊(duì)圍繞著用戶期望的功能和功能集，而不是產(chǎn)品本身，進(jìn)行了以數(shù)據(jù)為驅(qū)動(dòng)的重新設(shè)計(jì)，結(jié)果發(fā)現(xiàn)了一些更具價(jià)值的帕累托洞見。例如，一些目標(biāo)功能被取消之后，不僅降低了產(chǎn)品成本，而且提供了更好的用戶體驗(yàn)。

組合帕累托

第三，隨著數(shù)據(jù)進(jìn)一步細(xì)化，以及算法使用更聰明的方式來處理復(fù)雜的模式，對帕累托的管理方式也在發(fā)生變化。在整個(gè)企業(yè)中，若干不同的帕累托分析可以組團(tuán)到一起來使用。下面用KPI這個(gè)簡稱來代表“關(guān)鍵帕累托信息”(key Pareto information)。如果公司的KPI設(shè)計(jì)得含糊不清，你就看不到未來如何進(jìn)行優(yōu)化和創(chuàng)造價(jià)值的機(jī)會(huì)。

如果單個(gè)流程的責(zé)任人、產(chǎn)品經(jīng)理和銷售團(tuán)隊(duì)之前很重視優(yōu)化自己的核心帕累托，他們現(xiàn)在就需要探索和研究別人的帕累托。他們不再只專注于自己的部分，而是會(huì)認(rèn)識(shí)到，本部門的帕累托可以在整個(gè)企業(yè)中進(jìn)行交叉、重疊和重組。

要重新審視帕累托，最可靠的方法就是把它和另一個(gè)帕累托聯(lián)系起來。擁有豐富的數(shù)據(jù)和強(qiáng)烈的算法意識(shí)的公司，之前會(huì)分別管理十來個(gè)關(guān)鍵的帕累托指標(biāo)，現(xiàn)在它們開始監(jiān)督數(shù)百個(gè)甚至數(shù)千個(gè)KPI，發(fā)現(xiàn)新的帕累托集群，這將最大程度地為創(chuàng)新捕捉機(jī)會(huì)。

因此，連接在一起帕累托網(wǎng)絡(luò)提供了一個(gè)非常強(qiáng)大的分析前景。 10%的KPI集群貢獻(xiàn)了90%的新客戶、增長或利潤率嗎?要把這個(gè)方法用好，就需要進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的跨職能協(xié)作，需要企業(yè)內(nèi)部的管理者發(fā)揮創(chuàng)新精神，把那些“重要的少數(shù)”因素融合在一起。

一些公司在嘗試帕累托集群的過程中，已經(jīng)獲得了初步的成功。一個(gè)關(guān)鍵是：最佳結(jié)果不是來自于改善單個(gè)模型的表現(xiàn)，而是創(chuàng)造集群，讓最佳特征獲得共同放大。怎樣找到最有價(jià)值的集群呢?仍然可以用帕累托分析。

一個(gè)經(jīng)驗(yàn)是，要想獲得增量結(jié)果(從而成為競爭中的贏家)，有很多模型都很用，但實(shí)際上使用少數(shù)幾個(gè)精選出來的模型就可以構(gòu)建出優(yōu)秀的系統(tǒng)。

更好地預(yù)測明天最“重要的少數(shù)”因素，在整個(gè)企業(yè)里找到關(guān)鍵帕累托組團(tuán)的機(jī)會(huì)，這種能力不僅可以提高公司的效率，而且會(huì)是創(chuàng)造價(jià)值的決定性因素。

你的算法越是聰明，你的公司就越需進(jìn)行帕累托分析。