Post by account_disabled on Apr 3, 2024 5:36:43 GMT 1
我現在正在讀這本精彩的書，它非常適合任何做出重要決定的人—— 《為什麼》。 作者 Judea Pearl 將這部作品的副標題為“因果的新科學”，其中的“新”部分引起了我的注意。 在引言中，珀爾分享了因果關係和相關性之間的區別以及這種區別背後的科學原理在人類情況中是如何相對較新的。根據我的商業經驗，許多人仍然無法區分這些類別之間的灰色地帶。認識其中任何一個嗎？ “我可以想到我們至少因為 這個功能而失去了三個客戶。” “我們許多最優秀的員工之前都曾在 [X 公司] 工作過… ” “表現最好的 IPO都擁有 偉大的文化。” 當然，所謂的因果關係已被廣泛接受，幾乎從未被討論過： “我們的銷售目標正在上升，所以顯然 我們需要雇用更多的銷售代表！” 這個對話讓我想起了我們在生活中發現的所有虛假關聯，例如： 緬因州的離婚率與人均 人造奶油消費量密切相關。 遊樂場所產生的總收入與美國授予的電腦科學博士學位的數量直接相關。 還有我最喜歡的： 泳池溺水事件的數量與尼可拉斯凱吉出演的電影數量密切相關。 （更多好玩的在這裡！） 從相關性推論因果關係 最恐怖的南瓜燈。 我認為這個因果關係或相關性問題與產業分析客戶成功的影響非常相關。 當我寫下這份聲明時，我意識到有人問我這個問題，就像問其他問題一樣多。
我們如何量化客戶成功的影響？” “我們如何證明客戶成功的必要性？” “客戶成功的投資報酬率是多少？” 提問者（有時是您的財務官，有時是您的執行長）問的是：“我為什麼應該投資於客戶成功？”更微妙的是，“你怎麼知道有因果關係？” 當 CS 團隊展現相關性時，經常會出現此對話方塊： 基於時間的相關性： “我們今年在客戶成功方面進行了投資——看看我們的保留率提高了多少！” 基於帳戶的關聯性： “我們將客戶成功的重 荷兰电报数据 點放在這些帳戶上 - 看看我們節省的成本！” 領先指標相關性： “看看採用率上升了多少！” 現在，如果你的財務長像我共事過的許多人一樣（不過我不會自己挑選——嗨，伊戈爾！），他們可能會傾向於懷疑： “當然，保留率有所提高，但我們怎麼知道你的團隊是原因？” “當然，這些帳戶表現不錯，但它們無論如何都會表現出色嗎？” “採用率確實上升了，但這不是自然發生的嗎？” 在《為什麼》一書中，作者珀爾談到了「反事實」幾乎不可能——即分析在替代決策路徑中會發生什麼。如果你沒有投資 CS 會發生什麼事？如果您沒有關注這些客戶或沒有推動採用？ 現在，Pearl 認為，成熟的電腦科學團隊（規模很大）可能會設計一個受控實驗來真正找出因果關係。與製藥業一樣，CS 團隊可以運行 A/B 測試。他們可以完美地分離出一組帳戶來測試幹預措施（例如，有 CSM）與沒有分配 CSM 的對照組。
他們需要小心確保團隊設計中不存在「偏見」。例如，您不能讓測試組是想要與 CSM 互動的客戶（因為無論如何這些人可能更有可能留下來）。 好消息是有幾家公司已經這麼做了。事實上，athenahealth 在我們的Pulse 世界巡迴賽波士頓 活動中展示了對其客戶群的實驗測試。 但現實情況是，大多數公司沒有足夠的數量、一致性或流程來進行現實生活中的 A/B 實驗。並且不要忘記“傷害”問題。就像如果藥物可以挽救生命，將患者放入對照組有時是不道德的一樣，想像忽略某一組客戶通常也很困難。 那我們該怎麼辦？我們舉起雙臂說：“CS 沒有可證明的投資回報率？” 不！我認為我們期待其他職能部門的同事了解他們如何分析自己的影響。從我的角度來看，有四種模型： 1. CSM 就像支援：CSM 作為開展業務的成本 對一些公司來說，CSM 已經成為產品的一部分和價值主張的一部分。客戶需要 CSM 來獲取價值並與供應商合作。隨著時間的推移，這筆成本看起來很像客戶支援成本。它通常被歸類為“銷售成本”的一部分。 有鑑於此，CSM 作為支持會降低毛利率。
我們如何量化客戶成功的影響？” “我們如何證明客戶成功的必要性？” “客戶成功的投資報酬率是多少？” 提問者（有時是您的財務官，有時是您的執行長）問的是：“我為什麼應該投資於客戶成功？”更微妙的是，“你怎麼知道有因果關係？” 當 CS 團隊展現相關性時，經常會出現此對話方塊： 基於時間的相關性： “我們今年在客戶成功方面進行了投資——看看我們的保留率提高了多少！” 基於帳戶的關聯性： “我們將客戶成功的重 荷兰电报数据 點放在這些帳戶上 - 看看我們節省的成本！” 領先指標相關性： “看看採用率上升了多少！” 現在，如果你的財務長像我共事過的許多人一樣（不過我不會自己挑選——嗨，伊戈爾！），他們可能會傾向於懷疑： “當然，保留率有所提高，但我們怎麼知道你的團隊是原因？” “當然，這些帳戶表現不錯，但它們無論如何都會表現出色嗎？” “採用率確實上升了，但這不是自然發生的嗎？” 在《為什麼》一書中，作者珀爾談到了「反事實」幾乎不可能——即分析在替代決策路徑中會發生什麼。如果你沒有投資 CS 會發生什麼事？如果您沒有關注這些客戶或沒有推動採用？ 現在，Pearl 認為，成熟的電腦科學團隊（規模很大）可能會設計一個受控實驗來真正找出因果關係。與製藥業一樣，CS 團隊可以運行 A/B 測試。他們可以完美地分離出一組帳戶來測試幹預措施（例如，有 CSM）與沒有分配 CSM 的對照組。
他們需要小心確保團隊設計中不存在「偏見」。例如，您不能讓測試組是想要與 CSM 互動的客戶（因為無論如何這些人可能更有可能留下來）。 好消息是有幾家公司已經這麼做了。事實上，athenahealth 在我們的Pulse 世界巡迴賽波士頓 活動中展示了對其客戶群的實驗測試。 但現實情況是，大多數公司沒有足夠的數量、一致性或流程來進行現實生活中的 A/B 實驗。並且不要忘記“傷害”問題。就像如果藥物可以挽救生命，將患者放入對照組有時是不道德的一樣，想像忽略某一組客戶通常也很困難。 那我們該怎麼辦？我們舉起雙臂說：“CS 沒有可證明的投資回報率？” 不！我認為我們期待其他職能部門的同事了解他們如何分析自己的影響。從我的角度來看，有四種模型： 1. CSM 就像支援：CSM 作為開展業務的成本 對一些公司來說，CSM 已經成為產品的一部分和價值主張的一部分。客戶需要 CSM 來獲取價值並與供應商合作。隨著時間的推移，這筆成本看起來很像客戶支援成本。它通常被歸類為“銷售成本”的一部分。 有鑑於此，CSM 作為支持會降低毛利率。