13 декабря 2021
Учёт наиболее очевидных и легко просчитываемых факторов не всегда ведёт к верным решениям. Поэтому эконометрика в современных компаниях не в чести, а вот предиктивная аналитика набирает всё большую популярность. В чём между ними разница — объясняет на простом примере старший научный сотрудник Международного центра анализа и выбора решений НИУ ВШЭ Генрих Пеникас в тридцать восьмом выпуске рубрики «Экономист на диване».
Генрих Пеникас,
старший научный сотрудник
Международной научно-учебной лаборатории
анализа и выбора решений НИУ ВШЭ
Представьте, что вы продаёте полисы страхования жизни. Перед вами два потенциальных покупателя. Один совсем не курит, а второй — только сигары. Кому из них стоит попробовать в первую очередь продать страховку?
Прибыль страхового агента зависит от того, насколько много страховок он продаст, и как долго купившие их люди будут жить — ведь тем меньше выплат по полисам нужно осуществлять. Поэтому ответ кажется очевидным — продать страховку нужно…
А вот и нет! Вовсе не тому, кто не курит. Да, можете начинать удивляться — необходимо постараться продать тому клиенту, кто курит сигары! Причина проста, но не столь очевидна.
Задумайтесь, чем, вероятно, должны в первую очередь различаться два наших потенциальных клиента? Доходом! Чтобы позволить себе регулярно курить сигары, нужен большой и стабильный доход. При этом замечено, что если у человека высокие доходы, то он может позволить себе качественную еду, отдых и медицинское обслуживание.
Страховые компании давно заметили, что люди, предпочитающие сигары, их лучшие клиенты, так как уровень жизни у них высокий, а значит выплачивать по их полисам компании нужно реже.
Это классический пример заблуждения, которое может случиться при использовании описательной математики в экономике — часто её называют эконометрикой — в сравнении с прогнозной. А сам пример я впервые услышал от Рубена Ениколопова, ректора РЭШ.
Помните, что для страховой компании не важно, как курение сказывается на здоровье. Ей более важно, что в целом курение сигар — это сигнал большего дохода и соответствующей ему высокой продолжительности жизни. Именно поэтому эконометрику сегодня мало кто уважает в крупных технологических компаниях, а предпочитают прогнозные инструменты машинного обучения. Может быть они и не всегда опишут, что и почему происходит, но зато позволят предложить клиенту именно тот продукт, который ему нужен.
Отсюда важный вывод для читателей. (Конечно, он не в том, что всем стоит броситься и начать курить сигары. Ведь сигары — это не причина, а лишь следствие). И этот вывод прост — при принятии решений, относящихся к будущему, очень часто стоит учитывать отнюдь не те факторы, на которые хотелось бы смотреть при принятии сиюминутных решений.
IQ
