費米估算在風控場景中的應用

1 評論 4868 瀏覽 20 收藏 6 分鐘

在建設風控,需要用一些工具來幫助業(yè)務決策,這里常用的是用費米估算在風控場景中的應用。本文以北京胡同口一天能賣出多少煎餅為例,分析如何應用費米估算,以期幫助大家提升自我數(shù)據(jù)思維。

通常新業(yè)務在進入快速發(fā)展期,業(yè)務同學更關(guān)注的是用戶拉新、業(yè)務增長等直接業(yè)務指標。

對于場景中的刷單用戶數(shù)、訂單數(shù)等健康度指標關(guān)注相對較少。

回過頭來看的時候,發(fā)現(xiàn)平臺已經(jīng)被薅取了很多的營銷資金,便開始著手去建立風控治理能力。

在什么時候開始建設風控,需要一些工具來幫助業(yè)務進行決策。

一、費米估算

百度上解釋:費米估算指的是解決未知結(jié)果的估算問題,將復雜的問題拆解成小的、可知結(jié)果的部分。

直白一點,就是把復雜的大問題,拆分成一個個復雜的小問題。

同時將小問題的求解邏輯,轉(zhuǎn)變?yōu)槭煜さ臉I(yè)務因子和計算邏輯。

將已知的業(yè)務因子進行代入,即可計算出該問題的估算值。

說的很繞口,要入門的同學,可百度搜索:芝加哥有多少個鋼琴調(diào)音師。

基本看一遍就知道咋用了。

二、北京胡同口一天能賣出多少煎餅

了解基本用法后,用一個習題來進行鞏固:北京胡同口一天能賣出多少個煎餅?

解題思路:

從需求側(cè)出發(fā):

煎餅數(shù)量 = 購買人數(shù) * 購買數(shù)量;

購買人數(shù) = 胡同口覆蓋人數(shù) * 購買率

因胡同主要集中在北京中心區(qū),胡同口覆蓋人數(shù) = 北京中心區(qū)可購買人數(shù) * (胡同數(shù)量 / 道路數(shù)量)/ 胡同數(shù)量

可購買人數(shù) = 北京中心區(qū)人數(shù) * (1 – 嬰幼兒比例)

按照21年高德統(tǒng)計數(shù)據(jù),北京總?cè)丝跒?188W,胡同數(shù)量1004條,道路數(shù)量14848條,北京中心區(qū)人口占比50%,嬰幼兒占比20%;

通常一個人每周吃煎餅的次數(shù),最多不會超過7次,最少不會超過1次,平均下來一周7天吃3次,購買率 = 3 / 7 = 43%

煎餅的季節(jié)性干擾很低,但時間段干擾較嚴重,通常集中在早飯,且一個為主。因此購買數(shù)量 = 1;

以上數(shù)據(jù),可得出:

可購買人數(shù) = 2188W * 50% *(1 – 20%)= 875W;

胡同口覆蓋人數(shù) = 875W * (1004 / 14848) / 1004 = 569;

購買人數(shù) = 569 * 43% = 244個;

煎餅數(shù)量 = 244 * 1 = 244個;

從供給側(cè)出發(fā):

煎餅數(shù)量 = 攤主工作時長 / 每個煎餅耗時

煎餅的售賣集中在早上6:00 – 9:00,3個小時 = 10800秒;

每個煎餅的制作時間約為30秒;

以上數(shù)據(jù),可得出:煎餅數(shù)量 = 10800秒 / 30秒 = 360個;

煎餅生意明顯是個供大于需的生意,因此主要是需求側(cè)來驅(qū)動,整體量級會接近需求側(cè)量級。

三、業(yè)務場景中存在多少的刷單

到這里,我們可以借用費米估算,來估算交易場景中存在多少的刷單訂單,以此來輔助業(yè)務進行決策。

解題思路:

從需求側(cè)出發(fā):

  • 刷單訂單數(shù) = 刷單用戶數(shù) * 戶均刷單數(shù)
  • 刷單用戶數(shù) = 新客刷單數(shù) + 老客刷單數(shù)
  • 新客刷單數(shù) = 新客注冊數(shù) * (1 – 新客正常流失率)
  • 老客刷單數(shù) = 老客活躍數(shù) * (1 – 老客正常流失率)
  • 戶均刷單數(shù) = (總訂單數(shù) – 正常訂單數(shù))/ 完單用戶數(shù)
  • 正常訂單數(shù) = 預估訂單數(shù) * (1 + 預估浮動比例)
  • 預估訂單數(shù) = 預估完單用戶數(shù) * 戶均訂單數(shù)

從供給側(cè)出發(fā):

  • 刷單訂單數(shù) = 總訂單數(shù) * 實際優(yōu)惠補貼差值
  • 實際優(yōu)惠補貼差值 = 實際優(yōu)惠率 – 預估優(yōu)惠率

這是一個需求側(cè)驅(qū)動場景?還是供給側(cè)驅(qū)動場景?

四、總結(jié)

這里,培養(yǎng)的是數(shù)據(jù)分析思路。

在實際業(yè)務場景中,經(jīng)常會碰到很多問題:比如常見的“DAU下降問題”、“支付轉(zhuǎn)化率下降問題”等。

其實每個答案都不是唯一,重要的是思考的邏輯和數(shù)據(jù)的推理。

即便有些事情看上去無法確定,但可以通過分析拆解,逐步逼近結(jié)果。面對不確定性,我們不應停滯不前,而是要懂得抓住身邊有價值信息,快速決策。

最后,留個習題:中國有多少個出租車司機?

本文由 @話多的熊仔 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自 Unsplash,基于CC0協(xié)議。

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 即便有些事情看上去無法確定,但可以通過分析拆解,逐步逼近結(jié)果。

    來自廣西 回復