2.2 探索规律，按照规律来决策

利用大数据来探索业务运行的规律和特征。

1．客流量在时间上的规律

如图2-2所示，将某零售商一年的销量数据，按照时间维度（一周七天）进行统计分析，把每天的平均销量统计出来，并画成柱形图。

（1）数据特征。

从数据的特征可以看出，一周之内，产品的销量基本上是随着时间在逐步上升的，特别是周末的产品销量比较高，即非工作日比工作日的产品销量要高，这是绝大多数零售店的销售规律，即“周末是交易高峰时间”。

（2）销售规律。

销量高，在销售规律上意味着什么呢？这可以理解为客流量的规律，即周末上街购物的人数比工作日要多。所以，从业务角度看，就发现了客流量在时间上的分布规律。

（3）业务建议。

基于销量数据，发现了客流量在时间上的分布规律后，自然就可以提出如下业务建议或策略。

①在人力安排上，周末需要更多的销售员工上班，才能保证服务质量。根据图2-2所示销售数据，周末排班至少要是平时排班的2~3倍以上。

②在库存管理上，需要在周四或周五就要检查库存，完成备货，确保有足够的产品在周末售卖。

③在营销时间上，促销活动最好安排在周末，因为客流量大。周末促销，才能达到更好的品牌宣传效果和销售业绩。

综上所述，进行一个很简单的统计分析，就能够做出几个有针对性的业务决策和建议。但决策是怎么做出来的呢？以前，是人凭经验做决策，即所谓的拍脑袋做决策，而所谓经验，指的就是人们头脑中形成的模糊的对业务规律和业务特征的认知。而现在，有了大数据，经验（业务规律）就不再模糊，而是有了量化的呈现。

所以，用大数据来决策的底层逻辑其实是这样的：先利用数据来探索业务的发展规律和特征，再利用业务规律来做决策，即：数据特征→业务规律→业务决策。

万物皆有规律。大到天体运行，中到社会发展，小到原子和分子的运行，都是有规律的。而人类的行为，包括客户的购买行为，也是有规律的，大数据就是探索事物规律的一个有效工具。

2．致命交通事故的规律

讲到事物规律，澳大利亚有个保险公司，曾收集了过去几十年来车险的理赔数据来做分析，如图2-3所示他们发现，致命交通事故也是有规律的。

从时段上看，每天15:00—21:00是事故的高发时段，周末的话，还要延长到午夜。

从一周来看，周五、周六、周日是事故高发日，特别是“黑色的星期六”。

最恐怖、最致命的时间段是周末的0:00—3:00，事故次数高达一千多起。

这家保险公司还发现，汽车颜色与事故发生率也是有关系的，如图2-4所示。银白色汽车中，只有0.50%的车有过车险理赔；而黑色汽车中，有2.00%的车有过车险理赔。

保险公司进一步对理赔金额作了分析。他们发现，开银白色汽车的人，即使有车险理赔，人受伤的程度也比较轻，即理赔的金额也比较低；而开黑色汽车的人，一旦有车险理赔，人受伤的程度相对比较重，而理赔的金额也比较高。

这就是大数据决策的第一个底层逻辑：探索规律，按规律做决策。

只有按规律办事，因势利导，才能够达到事半功倍的效果。而大数据，是探索业务规律的有效工具和手段。