第二章　反直觉：随机化与最优解

1925年，现代统计学之父罗纳德·费希尔（Ronald Fisher）正式提出，我们可以通过随机分配检验特定医疗干预是否具有事先预测的效果。首次人类随机试验（对抗结核病的早期抗生素）直到20世纪40年代末才得以实现。如今，在食品和药物管理局的鼓励下，随机检验成了证明某种医学疗法是否有效的黄金标准。

本章介绍企业是如何相互赶超的。聪明的企业知道，回归方程可以帮助他们做出更好的预测。不过，我们还会首次看到，一些企业将回归预测与基于自身随机试验的预测相结合。企业正跃跃欲试，通过抛硬币创建自己的数据。我们将会看到，随机检验正在成为数据驱动型决策的重要工具。和新的回归研究类似，我们还是需要通过超级数据分析回答哪些因素有效这一基本问题。将这两个超级数据分析核心工具相结合的典型案例是一家以“你的钱包里有什么”这一问题闻名的公司。

“第一资本公司”是美国最大的信用卡发行公司，位于超级数据分析革命的最前沿。超过250万人每月都会给第一资本打电话。该公司为此做好了准备。

当你呼叫第一资本时，语音提示会立即要求你输入卡号。在客服代表的电话响起之前，计算机算法就会介入，对你的账户和账户持有者的几十项特性进行分析。在超级数据分析的帮助下，他们有时甚至可以在你提出问题之前回答你的问题。

第一资本发现，一些顾客之所以每月拨打电话，是为了查询他们的余额，或者查看他们的付款是否成功。计算机会跟踪拨打电话的人，将其转到自动系统，以如下方式告知顾客：“您的账户目前欠款164.27美元。如果您有账单问题，请按1……”或者“我们已于2月9日收到您的上次付款。如果您需要咨询客服代表，请按1……”查尔斯·菲什曼（Charles Fishman）在《快公司》上撰文指出：“过去需要花费二三十秒甚至一分钟的通话现在只需要十秒。每个人都是赢家。”

超级数据分析还将客户服务转变成了一个销售机遇。顾客特性数据分析可以生成这种消费者最愿意购买的产品和服务清单，客服代表在接通电话时可以立即看到这份清单。这与亚马逊那种“喜欢该商品的顾客还喜欢……”的功能非常类似，但它是通过客服代表传达的。目前，第一资本每年可以通过客服营销实现一百多万销售额——他们的数据挖掘式预测是其中的主要原因。还是那句话，每个人都是赢家。

不过，大家获得的利益可能并不均等。第一资本会尽量为自己提供最大份额的收益。例如，每当顾客试图取消账户时，经过统计验证的算法就会自动介入。如果顾客价值不大，他就会被转到自动服务，通过几次按键注销账户。如果顾客之前曾经（或者之后预计会）为公司带来盈利，计算机就会将他转到“维系专员”，并且生成一份可以提供给他的优惠清单。

例如，来自北卡罗来纳的南茜（Nancy）打来电话，想要关闭账户，因为她感觉16.9%的利率太高了。第一资本把她的电话转到维系专员蒂姆·戈尔曼（Tim Gorman）。第一资本的计算机自动向蒂姆展示了三个较低的利率——最低的是9.9%，最高的是12.9%。他可以向南茜提供这些利率，以便留住她的业务。

当南茜在电话里宣称自己刚刚拿到其他信用卡机构利率为9.9%的信用卡时，蒂姆回复说：“好吧，夫人，我可以把您的利率降至12.9%。”通过超级数据分析，第一资本知道，许多人对于这种降幅感到满意（尽管他们声称自己获得了另一张利率较低的信用卡）。当南茜接受蒂姆的条件时，蒂姆立即获得了奖金。每个人都是赢家。不过，第一资本通过数据挖掘获得了更多利益。