把需求翻译成人话
写到这里，数据已经被我们犁地翻了好几遍。 
前面讲过数据来源，字段含义，标签口径，缺失异常，相关性，时间顺序，探索性数据分析和基线模型等等。到了这一步，很多人会觉得终于可以开模型了。 
我知道你很急，但是先别急。真正动手之前，还差一件最容易被跳过的事。 
如何把业务问题，翻译成机器学习问题？ 
业务问题通常都是在许愿。比如提高转化率，降低流失率，发现高价值用户，减少坏账，提升审核效率，预测销量，降低库存，发现异常流量···俗称正确的废话。 
可模型不是阿拉丁神灯。 
模型需要的是输入是什么，输出是什么，标签从哪里来，预测发生在什么时间点，错误代价怎么算，结果怎么被业务动作接住。 
你说提高转化率，模型不会自动明白你到底想预测用户会不会买，还是想给商品排序，还是想判断该给谁发优惠券，还是想预测某个页面改版后的成交变化。你一句话喊得很响，模型在旁边一脸真诚。收到，所以到底让我...