如何使用客户互动数据来推动沟通策略？

Question

我有关于我的客户的数据（年龄、位置、性别）以及按渠道与客户互动的次数（#calls、#sms、#letters）以及关于他们是否购买产品的数据（是/否）。

我想预测交互的组合（例如3个电话，2封信）是联系不同类型客户的最佳方法。用于计算此值的适当统计/机器学习技术是什么？

Answer 1

我会做以下操作：

首先，根据年龄，位置，性别等，将客户聚集到多个组中，其次，对于每个组，使用不同的交互组合作为特征来预测“是/否”，然后选择哪种交互作用的组合表现最好。

Answer 2

您可以通过以下方法解决此问题：

1. 客户细分： 将每个客户细分为单独的数据点，如果可能的话，有另一个项目根据各种因素对客户进行聚类（示例：取决于地理区域、年龄等）。这将有助于简化问题陈述并缩小范围。
2. 现在选择最佳组合： 现在，细分之后，选择客户转化所需实施的最佳（平均）交互机制组合。平均值会回答你这个问题： What is the average number of interactions by different media taken by a customer before he/she is converted

奖金:除了计算平均值之外，计算中位数也有帮助，因为它有助于修复由于过于强迫的客户代表（他们比某些人互动更频繁）和难相处的客户而导致的偏差。 有用的参考