KPI空间中的业务动态：业务分析受益于经典物理学原理的思考
综合金融
2017-02-08 v1
摘要
当今业务分析中使用的机器学习方法的最大问题在于其泛化能力不佳，且应用于新数据时常常失效。解决该问题的一个可能途径是用从理论物理学借来的某些本质确定性的附加组件来丰富这些方法（这些方法几乎完全基于统计算法）。本文提出的想法是将表征单个业务的关键绩效指标（KPIs）集合划分为以下两个不同组：1）高度波动的KPI，主要由外部因素决定，因此业务难以控制；2）相对稳定的KPI，由业务自身识别并控制。看起来，第一组的动态可以像以前一样使用统计方法研究，而对于研究和优化第二组的动态，最好使用类似于经典力学最小作用量原理的确定性原理。这种方法在业务分析中开辟了一系列新的有趣机会，具有众多实际应用，包括运营和战略规划、变革管理、投资回报率（ROI）优化等的不同方面。揭示并利用可控KPI的动态规律，还将使人们能够将业务的动态不变量作为最自然的风险和绩效指标集合，并通过利用与自然业务周期的参数共振效应来促进业务增长。
引用
@article{arxiv.1702.01742,
title = {Business Dynamics in KPI Space. Some thoughts on how business analytics can benefit from using principles of classical physics},
author = {Alex Ushveridze},
journal= {arXiv preprint arXiv:1702.01742},
year = {2017}
}
备注
24 pages