我拿一家假设的奶茶店「蜜雪东城」当例子。老板觉得回头客变少了，想提前找出可能流失的会员，再决定优惠券发给谁。那你第一件要做的事，其实是先把「流失」说清楚，比如假设连续 30 天没有购买就算流失。定义有了，还得看数据接不接得上：如果手里只有交易金额和日期，没有会员 ID，你就没法把一个会员过去的消费和后来有没有离开配在一起。这样一来，Classification 需要的标签根本造不出来，后面的 Analyse 连开工都开不了。我看这个例子的时候，觉得它把六步里前两步的分量讲得特别直白。模型再厉害，也只能回答你已经问清楚的那个问题。

顺着这条流程再看两份个人报告，对应关系就清楚了。Week 5 那份要用 R 或 Python 做数据分析，内容上贴近 Analyse 和结果解读；Week 7 那份围绕 problem formulation、数据分析里的挑战和解决方案展开，内容上更贴近前面的 Understand、Translate 和 Prepare。

🧭 Week 2 的六步流程，你可以把它当成两份个人报告共用的骨架。前两步没定清楚，后面的数据和模型就无从下手，报告写到一半也会卡住。

🎯 准确率 0.85 的模型，只比「什么都不做」高 5 个点

顺着 Analyse 这一步，我想放大一个特别好玩的点，就是评估指标。我用一组假设的数字来演示：测试集里有 200 个会员，其中 40 个后来流失了。模型抓对 30 个流失的会员，这是 TP；误把 20 个没走的判成流失，这是 FP；漏掉 10 个，这是 FN；剩下 140 个判对了没流失，这是 TN。算下来 Accuracy 是 0.85，Precision 是 0.60，Recall 是 0.75。

然后换一个偷懒的模型，把所有人都判成不流失。它的 Accuracy 依然有 0.80，只比认真建的模型低 5 个百分点，可 40 个流失会员它一个都没找到。

准确率差 5 个点，业务效果却差了一整截。

所以以后你再看到「模型准确率 90%」这种说法，我会先让你追问三件事：

• 正类占多少：这个例子里流失的只有 40 人，占两成，全猜不流失也能白拿八成 Accuracy
• 漏掉一个要付多大代价：老板怕丢客户，就先看 Recall，让 FN 尽量少
• 误报一个要付多大代价：优惠券预算紧，就盯住 FP，别把券发给本来不会走的人

这一节好玩的地方在于，它让你看到选指标本身就是一个业务决定。学会以后，你写报告时会顺手交代为什么看这个指标、threshold 为什么定在这里，Accuracy 只是其中一个参考。

🔑 一条能反复用的法则：先写动作，再选方法

把前面几节连起来，我会给这门课留一条先写业务动作的法则。Week 1 教你按想要的输出选任务类型，Week 2 教你看 Precision、Recall 这些指标，错误代价和预算决定该盯哪一个、threshold 定在哪，Week 7 那份报告又直接围绕 problem formulation 展开。三件事落到手上是同一个动作：先写清楚模型输出会触发哪个业务决定，再回头选方法、选指标。

说到这里，还有一件事和这条法则正好接上。这门课自己就在教生成式工具，Week 8 专门讲它在商业分析里的用法，排在后面的 Team Project 也被设计成要用 generative artificial intelligence 来完成。不过两份个人报告和最后的反思，规则只允许软件里的标准编辑和 cite 功能，生成或改写文字的功能都不能用。换句话说，个人任务里每一句分析判断都得你自己写出来。有了「先写业务动作」这个顺序，你手里始终有一句属于自己的判断可以往下展开，代码水平一般，也能把报告写出观点。

✅ 每做一步分析之前，先用一句话写下「这个输出拿来决定什么、判错了代价多大」，再去选模型、选指标、定 threshold。