預測影響力，讓預測這件事也受到影響。原本是預測行為，改成預測對行為的影響，讓預測分析大幅改變。預測影響力就能提高預測分析的價值，因為組識不僅想知道個人會做什麼，也想知道如何因應。這種做法讓預測分析變成組織行動的準則。
如果你看不到狀況，怎麼知道發生什麼事？我們就來檢視一下預測影響力這件事：
- 個人看到商品目錄。
- 腦子裡發生一些變化。
- 個人購買商品。
這樣我們就能打包票假定影響力確實發生？我們怎麼知道商品目錄是否發揮影響力？或許，個人原本就要購買商品。因此，影響力是無法觀察的。我們絕對無法目睹百分之百篤定說服的個人案例。那麼，我們怎麼預測影響力？
利用增益建模預測影響
我們需要一個能依據個人行為會受影響之可能性來做評分的模型。我們需要一個增益模型：預測跟另一種處理方式相比，應用這種處理方式能讓個人行為所受到的影響。
接下來我們就以美國國家銀行的詳細個案，說明增益模型如何運作。
美國國家銀行助理副總裁葛倫霍佛，主導利用模型分析這些行銷活動，並密切留意這些反應模型，想辦法改善模型。
企業通常錯誤解讀行銷活動的成效。可能錯得離譜之處就是：企業檢視接洽顧客名單並提問：「有多少回應？」也就是在問回應率。
只在意回應率，根本完全忽略有多少人其實不管怎樣都會買，就算業者沒聯絡也會買。有些商品上架後很快就銷售一空，根本不必額外費心。對企業來說，那當然是一件好事，但是如果是這種情況，重要的是別把功勞歸到行銷頭上。你可能花大錢砍樹，印刷寄送商品目錄卻徒勞無功。
如同美國前國防部長麥納瑪拉所言：「我們必須想辦法讓重要事物可以衡量，而不是讓可以衡量的事物變得重要。」標準回應模型可以輕鬆鎖定不管怎樣都會購買的顧客，卻完全沒有消除我們身為消費者厭惡收到過多垃圾郵件這種感受。其實真正會被說服、值得寄發郵件的顧客只占一小部分，如果們能找出他們，回應率當然大幅提高。
- 標準回應建模預測：這位顧客透過接洽會買嗎？
- 增益建模只增加一個字就讓一切改變了：這位顧客透過接洽才會買嗎？
雖然第二個問題看似簡單，卻一併回答這兩個問題：「這位顧客透過接洽會買，不然就不會買？」這種二合一詢問是針對兩種處理方式在結果上出現的差異。就等於在問：「接洽這位顧客會影響他去購買嗎？」
美國國家銀行在推銷信用房貸的廣告郵件活動，其增益建模採取的方法是行銷區隔。廣告郵件從接洽到的區隔成員（處理集）引發更多回應，回應率高過沒有接洽的那些顧客（控制集）。透過自動取得本身定義特徵，增益建模已經發現一個讓這種廣告郵件活動終將成功的顧客區隔。可說服個人之區隔如下：
- 現有貸款已償還超過17.3%。
- 而且，目前使用的循環信用額度超過9.0%。
- 而且，被歸類為某種生活型態區隔。
發現這種區隔的增益建模方法稱「增益樹」。是利用變數用同樣的方式將「向下細分區隔」機械化，但試圖找出不同處理方式產生的極端區隔，也就是那些特別容易受影響的區隔。
以美國國家銀行的例子來說，回應增益建模為行銷業績創造前所未有的提升，跟標準回應模型的目標行銷相比，行銷活動的投資報酬率增加為5倍。這種佳績是由減少廣告郵件數量而產生的，也就是針對那些不需要接洽和接洽會產生不利回應的顧客，就不要寄送廣告郵件。
富達投資也利用增益建模，看到一線曙光：開銷減少、獲利增加。藉由避開「十分肯定」和「請勿打擾」這兩個區隔，富達投資首席決策科學家肯恩表示：「增益建模讓組織不必接洽所有目標顧客，就能取得超高回應率」。
富達投資也利用增益建模，看到一線曙光：開銷減少、獲利增加。藉由避開「十分肯定」和「請勿打擾」這兩個區隔，富達投資首席決策科學家肯恩表示：「增益建模讓組織不必接洽所有目標顧客，就能取得超高回應率」。
結語
上星期五倒垃圾時，鄰居問我：「你持有的台積電、鴻海都大漲，你平常都看哪些財經節目。」我回答：「我不看財經節目，我只追蹤每月營收和季報的發佈。」
他又說；「最近買進一檔股票，想學我長期持有。」我問他：「那家公司EPS賺多少？」他回答我：「不知道，財經專家說那檔股票很好。」
我說：「我持有的股票是因為它基本面很好，跟財經專家說什麼沒關係。」於是他改問我：「要到那裡查詢財務數據。」
其實我很早之前，就跟他說過我不看財經節目，但他之前沒理會我，最近看到我持有的股票都大漲於是又再問我一次。（我相信之後他會又再問我同樣的問題）
其實許多投資人都沒有想過，他們平常看那些財經節目，或上網看別人談論的股票，真的對自己的投資績效有「正向的影響力」嗎？如同美國前國防部長麥納瑪拉所言：「我們必須想辦法讓重要事物可以衡量，而不是讓可以衡量的事物變得重要。」
其實每個投資人需一個「增益建模」來區隔哪些資料才是真正對自己的投資績效有幫助。我舉我和鄰居的例子，就是「試圖找出不同處理方式產生的極端區隔」的例子。其實我平常花在投資上的時間很少，我平常不看財經節目，也不看網路上別人談論的股票。
我只看手邊的資料「價值線資料」、「成長力資料」和「關鍵點記錄」。而我買股票的時間點，大部分都集中在第1季財報、第2季財報和第3季財報公佈時。買進股票前，會去Google那家公司是做什麼的，未來前景好不好等。就這樣，其它的時間都在休息，不做股票。
這就是我的「增益建模」，它讓我「不必接洽所有訊息，就能取得超高報酬率」。
他又說；「最近買進一檔股票，想學我長期持有。」我問他：「那家公司EPS賺多少？」他回答我：「不知道，財經專家說那檔股票很好。」
我說：「我持有的股票是因為它基本面很好，跟財經專家說什麼沒關係。」於是他改問我：「要到那裡查詢財務數據。」
其實我很早之前，就跟他說過我不看財經節目，但他之前沒理會我，最近看到我持有的股票都大漲於是又再問我一次。（我相信之後他會又再問我同樣的問題）
其實許多投資人都沒有想過，他們平常看那些財經節目，或上網看別人談論的股票，真的對自己的投資績效有「正向的影響力」嗎？如同美國前國防部長麥納瑪拉所言：「我們必須想辦法讓重要事物可以衡量，而不是讓可以衡量的事物變得重要。」
其實每個投資人需一個「增益建模」來區隔哪些資料才是真正對自己的投資績效有幫助。我舉我和鄰居的例子，就是「試圖找出不同處理方式產生的極端區隔」的例子。其實我平常花在投資上的時間很少，我平常不看財經節目，也不看網路上別人談論的股票。
我只看手邊的資料「價值線資料」、「成長力資料」和「關鍵點記錄」。而我買股票的時間點，大部分都集中在第1季財報、第2季財報和第3季財報公佈時。買進股票前，會去Google那家公司是做什麼的，未來前景好不好等。就這樣，其它的時間都在休息，不做股票。
這就是我的「增益建模」，它讓我「不必接洽所有訊息，就能取得超高報酬率」。
更多的理財書目，請參考：汪汪書架的書–理財書籍