7.3 如何思考优化的限度

在已经可以满足业务需求的情况下,是否继续优化模型呢?这里要考虑的就是优化限度,即适度的问题。其中有以下两个主要因素需要重点思考。

数据化运营实践中的数据分析和数据挖掘非常强调时效性,在业务需求给出的有限时间里完成优化并投入应用。因此,时间因素是思考适度的主要维度。分析师要对模型继续优化的方案、思路有非常大的把握对由此决定的优化完成的时间节点有准确的判断,以确保是在业务需求规定的时间节点之前完成优化的。

从投入与产出的对比来考虑是思考适度的另一个主要思路。成熟的、经验丰富的数据分析师对于模型优化的投入比较清楚,比如,需要什么技术、什么思路,具体如何优化,大概需要多少资源配合等,在对这些优化的投入进行综合考虑后,再对比预计优化后的提升效果大概有多大,两者权衡之后,即可判断出是否有必要继续优化。当然,这里的权衡和比较需要数据分析师本身有较好的分析功底和丰富的项目经验,所谓运筹帷幄之中,决胜千里之外,这种预判的能力是高级数据分析师应该也必须具备的技术能力和功底。