誰為確定性買單？（車品覺）
空中巴士網站圖片
「凡是預先設定的都缺乏彈性亦不夠全面，面對一場決鬥必須要根據實際變化去決定下一步的行動。」這是李小龍在他的武術筆記中說過的一段話。在我看來，數據也是如此。
數據積累永遠滯後，孤立的局部觀察並不真實，所以一知半解所造成的錯誤決定有時更危險。
從大量數據的收集到找出有用的規律，要預測結果須經得起時間考驗殊不容易。如果不能將預測付諸行動，或者與現實偏差太大，便前功盡廢。因此數據行內有個說法：「花6個月做的數據模型使用兩個月就不能用了。」這不是笑話，而是常見的現象。
隨着技術進步，數據應用經歷了幾個重要階段。從最早期的描述性分析（發生了什麼）到診斷性分析（為什麼發生），直至今天每一個行業和垂直領域都在努力開展的預測分析（即根據已有的歷史數據預測未來）。
實際上，最重要的是真正改變生活的數據應用正悄然興起，商業分析正朝這方向走，這就是Prescriptive Analytics（中譯為指導性分析或處方分析），預測不同行動產生的結果，並基於預測給出具體的行動建議。這也是商業分析的突破，預示我們已走入商業核心，創造新的商業模式指日可待。
利用預測為未來把脈
美國創新公司FLYR Lab的產品就是典型例子，該公司把預測分析和指導性分析用於預訂機票，基於大量數據和對航空公司制定價格的理解，FLYR以此預測未來的機票價格。其實預測價格並不新奇，但利用預測有效地鎖定低價機票，這種產品就有意思了，情況就好像將火藥變成了手槍。
FLYR開發了一個新的產品Foresight，並將其用在一個預訂機票網站Getflyr，從而進入到指導性分析階段。當你猶豫應今天買300美元的機票還是等幾天才買時，Getflyr或可幫你解決煩惱。你只須花3至30美元，就可鎖定未來7天內300美元的機票價格，亦不必擔心機票加價，因為Getflyr會為機票價格加幅買單，票價下跌時你可以享受低價的機票。這一切是基於大量的即時計算和模型學習調整，最終呈現給用戶明確的解決方案。
上述是一個概率遊戲，若這個為確定性買單（Paid For Certainty）的例子普及到日常生活中，可以衍生無數的可能性。機票例子中動態定價能力是這個產品的關鍵，即時票價的趨勢預判和參與人數令風險更容易控制。
開個玩笑，有天你把車停在路邊，不知道會不會被交通警開罰單。如果我跟你說，給我5元，有罰單我買單，你會接受嗎？你猜什麼才是這個例子的關鍵數據？這個數據容易獲取嗎？我想首先會求助於谷歌地圖。
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
