动机

当我们想了解更多有关现实世界问题的更多信息时，仿真可以帮助我们 - 例如水晶球帮助巫师预测未来。

在Yo万博体育入口urMechanic，我们每天都会面临现实世界中的问题，例如：

• 我们应该在X City雇用更多机械师吗？万博亚洲客户端
• 我们应该在Y市增加一个小时的可用性吗？
• 我们应该减少机械师的填充时间吗？万博亚洲客户端

我们应该做出什么决定？我们应该信任我们的直觉还是仅依靠数据？但是，积累足够的数据需要时间才能评估后果。没有什么比策略更糟糕的，被证明是失败的，这会导致不可逆转的不良结果。

精确地描述现实世界业务的良好模拟可以进行“伪实验”，向我们展示在忽略的时间内的后果（并且不会造成对我们的业务造成任何损害）。理想情况下，模拟放大了我们在业务中“调试”的问题，并将我们引导到正确的方向。

问题描述

当潜在客户通过Web或应用程序访问您的Mechanic并输入数据以获取报价时，万博体育入口总是有可能不会预约预约。我们想进一步了解人们（或不会）预约的可能性。哪些因素影响他们的决定？而且，一旦我们知道这些因素，我们如何才能优化它们以提高转化率？

指数衰减模型

我们从一个简单的数学模型开始：

访客生成报价，我们提供可用的约会日期和时间。确定访客预订概率的一个关键因素是等待时间。该概率P，可以通过以下公式描述：

等待时间，t，更长的概率呈指数衰减。p_b是基本概率（无论等待时间多长时间，访问者都将预订约会的概率）。p₀+p_b是访客预订的最大概率，该预订的可能性仍然小于1：一些访客只是为了获得比较的价格，而且他们没有真正的预订意图。

图1.预订的可能性是等待时间的函数

我们使用真实数据拟合简单的模型，并将其输入模拟。

上帝确实玩骰子

是的，在模拟世界中，程序员是决定一切的上帝。我们将为每个引用行为掷骰子（生成一个随机数）三次。第一个随机数确定模拟访问者是否预订约会。如果他或她这样做，他或她应该选择哪一天的时间？

当然，访客只能预订可用的日子。我将再次掷骰子，以确定将选择哪个可用日期。如图2所示，客户（是的，一旦他/她决定预订，他就是客户）往往会根据我们的数据选择最早的一天。我们以双重赛车模型符合这一趋势：

图2.访客选择某个可用日期的概率

然后，我们第三次掷骰子，以确定客户更喜欢提供服务的一天。这次，我们以图3所示的真实数据为食，并在模拟中适当加权。

图3.一定时期数据的预订时间分布

其他维度和无监督的学习

当然，现实世界比这要复杂得多 - 概率与工作类型，汽车的品牌，年模型，引擎和其他因素有关。

更重要的是，某人可能更喜欢在周末维修这辆车，而其他人可能更喜欢晚上。我们应该为他们提供更多的时间插槽吗？更有趣，更复杂的话题进入了戏剧。

图4：这里的每个位置都对应于汽车的制造，它们聚集成不同的组（以不同的颜色表示）

这是我们应用机器学习技术的地方。作为说明，让我们看一下图4.为了量化对某些数量的敏感性，我们介绍：

C0：等待时间灵敏度的索引。该值是负面的（随着等待时间更长，访客要预订的可能性较小）。该值越低，访问者对等待时间的数量就越敏感。

C1：可用周末的索引。该价值越高，该访客在可用的周末时间预订的可能性就越大。

C2：在即将到来的周末的可用时间索引。这个价值越高，访客越有可能在即将到来的周末预约。

使用这三个索引，我们已经定义了一个三维空间（尽管基础不一定是彼此之间的）。但是，只要我们进行主要组件分析（PCA），这很容易处理，如图5所示。

图5.图4中所示的三个维度的两个主要成分

不同汽车的所有者在等待方面具有不同的耐心，可以像我们先前所显示的那样以不同的参数进行量化，并进行模拟。

运行模拟

现在，让我们打开模拟中的详细打印，我们在终端中看到以下打印：

图6.模拟是在报价的基础上进行的。预订的可能性是根据各种功能计算的，并生成一个随机数以确定该报价将成为预订。模拟决定了“客户”任命的时间插槽。

最后一句话

在模拟框架的帮助下，我们正在测试新算法以优化机械时间表，并且已经部署了使用此仿真测试的第一个版本。数据科学还有许多其他有趣的话题。这个简单的仿真模型示例只是刮擦表面。如果您对您的分析有所了解，我们正在寻找聪明和定量的才能加入我们并带来新的想法。