不要说什么可能购买这种含糊其辞的说法,你并不知道这个可能性是多少,也无从计算真正的数学期望,只能根据历史数据进行粗糙的估测。
而这都是相关性的研究,并不是追溯因果。只是一种统计上的处理方式,完全没有考虑实际情况。
任何模型最终都要能够运用在实际当中,脱离实际,不断简化模型得出一些看似美妙的结论,有什么意义呢?
完全不能用的啊。
你假设你是三个身份,顾客、企业、国家管理人员,你能用这么简化的模型去看待市场中的一切吗?并能想象以你的模型去推动实际的事件行为发生吗?
显然不能。
从企业的角度,现实的交易中,你如果是大的连锁,就会用广告轰炸,打造品牌锁定用户心智,让对方来吃你的面,如果你是一家特色小店就对接平台,借助渠道的力量,用用户历史口碑和优质服务来吸引顾客,建立社群,聚集同好,要么你就只能吸引地理空间范围内的一些顾客。
以上内容哪个可以简化呢?
无非就是供给侧和需求侧信息对接的效率不同而已。
你的模型最根本的问题是,太依赖基于统计学的相关性研究,总是在说各种平均值,各种总量,各种流量。时间好像被你切割成了一个一个断面,你好像能建立一种各种关于总量和平均值之间的函数关系,完全磨平个体由于时间序列上的因果性导致的差异。这样一来,误差累计叠加起来将是天文数字。
然后如果再拿这个去颁布政策,最终恐怕就是一团乱,完全不能指导实际。
而我关心的是因果性。就是市场主体在时间序列上的目的、行为和结果的因果性,以及它们受限的框架,只要以此建立函数,就可以最大限度的减少误差。
而且调控也可以从微观入手。


雷达卡
京公网安备 11010802022788号







