KPI空间中的商业动态。关于如何利用经典物理学原理使商业分析受益的一些思考。
摘要：业务分析中目前使用的机器学习方法最大的问题是它们不具有很好的泛化能力，经常在应用于新数据时失败。解决这个问题的一种可能方法是在这些方法中增加一些来源于理论物理的确定性补充。本文提出的思路是将描述企业个体的关键绩效指标(KPI)分为以下两个不同的组：1) 高度波动的KPI主要由外部因素决定，因此企业很难控制；2) 相对稳定的KPI由企业自身识别和控制。这种方法看起来，对于研究和优化第二组KPI的动态，最好使用类似于经典力学的最小作用量原理的确定性原则，而对于第一组的动态则可以继续使用统计方法进行研究。这种方法为业务分析开辟了许多新的有趣机会，包括运营和战略规划的各个方面、变革管理、ROI优化等。发掘和利用可控KPI的动态规律也将允许将可控KPI的动力学不变量作为最自然的风险和绩效指标集，并通过与自然业务周期的参数共振效应促进业务增长。
作者：Alex Ushveridze
论文ID：1702.01742
分类：General Finance
分类简称：q-fin.GN
提交时间：2017-02-08