留学热门专业：数据分析专业之规范性分析在实际应用当中的例子

实际应用的规范性分析例子 

投资决策虽然通常基于直觉，但可以通过风险识别的算法来加强。

风险投资领域的一个相关例子，是一项有趣的实验。该实验测试了与天使投资者的个人决策相比，基于算法的决策对投资哪些初创公司相关决策具有有效性。 

结果在不同情况下有些差别。该算法的表现优于那些在投资方面经验不足且在控制认知偏见方面不太熟练的天使投资者然而，当天使投资者在投资方面经验有所增长，并且能够控制他们的认知偏见时，他们的表现优于算法。 

该实验阐明了规范性分析在制定决策中发挥的必要补充作用，以及在没有经验且认知具有偏差时帮助决策的潜力。当然，算法的公正性取决于训练该算法模型所使用的数据，因此无论是否使用算法，都少不了人工判断的那一步。

规范性分析的潜在客户评分（也称为潜在客户排名）应用，在销售中发挥着重要作用。 

潜在客户评分是为销售过程中的各种操作分配分数的过程，使人工或者算法能够根据潜在客户转化为客户的可能性对潜在客户进行排名。 

你可以对其分配分数的相关操作包括：页面浏览量、电子邮件互动、网站搜索、内容参与，例如参加网络研讨会、下载电子书或观看视频等。在为每个动作分配一个分数时，将高分值分配给暗示购买意图的行为（例如，访问产品页面），将负分值分配给揭示非购买意图的行为（例如，查看网站上的职位发布）。这样可以通过总分的高低优先考虑最有可能转化为客户的潜在客户，从而为你的组织节省时间和金钱。

如果你曾经浏览过社交媒体平台或约会应用程序，你可能已经通过算法内容推荐亲身体验过规范性分析。 

企业的算法会根据你在其平台上的操作历史来收集数据。你之前进行的各种操作可以作为算法发布其相关推荐的触发器。例如，如果你经常在YouTube上观看鞋子的评论视频，该平台的算法可能会分析该数据并推荐你观看更多你可能感兴趣的有关鞋子的视频。 

在社交媒体上，TikTok的“为你推荐”是规范分析在起作用的一个例子。该公司的网站解释说，用户在应用程序上的互动，就像销售中的潜在客户评分一样，是根据感兴趣程度进行加权计算的。 

TikTok的网站表示，“如果你看完了一个视频，那就是你感兴趣的一个强有力的指标。然后会对各种视频进行排名，以确定你对每个视频感兴趣的可能性，并将其传送到每个独特的‘为你推荐’中去。” 

这种规范性分析的应用可以提高客户参与率和满意度，并有可能根据客户的操作历史重新定位该客户。

规范分析的另一个算法用途是检测和标记银行欺诈。 

由于银行系统中存储的数据量庞大，一个人几乎不可能手动检测单个账户中的全部可疑活动。可以使用客户的历史交易数据训练出的算法分析新的交易数据是否存在异常。 

例如，也许你通常每月花费3,000美元，但本月，你的信用卡上有30,000美元的费用。该算法分析出你的交易数据中的模式异常，向银行发出警报，并提供建议的行动方案。 

在此应用中，相关操作可能是取消信用卡，因为它可能已被盗。

规范性分析还可以为产品开发和改进提供信息。产品经理可以通过调查客户、使用产品的Beta版本进行测试、对非当前产品用户的人进行调研，以及在当前用户交互时收集行为数据来采集用户数据。 

所有这些数据都可以通过手动或算法分析来识别趋势，发现这些趋势的原因，并预测这些趋势是否会再次发生。规范性分析可以帮助确定需要包含或不需要包含的产品功能以及需要更改的功能以确保最佳的用户体验。