Wie kann ich Daten zu Kundeninteraktionen verwenden, um die Kommunikationsstrategie voranzutreiben?

datascience.stackexchange https://datascience.stackexchange.com/questions/9614

  •  16-10-2019
  •  | 
  •  

Frage

Ich habe Daten zu meinen Kunden (Alter, Standort, Geschlecht) und Anzahl der Interaktionen mit dem Kunden nach Kanal (#calls, #SMS, #Letter) und Daten darüber, ob sie ein Produkt gekauft haben (Ja/Nein).

Ich möchte vorhersagen, welche Kombination aus Interaktion (z. B. 3 -Anrufe, 2 Buchstaben) der beste Ansatz ist, wenn Sie verschiedene Arten von Kunden kontaktieren. Was wäre eine geeignete statistische/ maschinelle Lerntechnik, um dies zu berechnen?

War es hilfreich?

Lösung

Ich würde Folgendes machen:

Geben Sie zunächst Ihre Kunden in mehrere Gruppen ein, basierend auf Alter, Standort, Geschlecht usw. Zweitens verwenden Sie für jede Gruppe eine unterschiedliche Kombination von Interaktion als Merkmale, um „Ja/Nein“ vorherzusagen, und wählen Sie aus, welche Kombination von Interaktion am besten funktioniert.

Andere Tipps

So können Sie dieses Problem angehen:

  1. Kundensegmentierung: Segmentieren Sie jeden Kunde als separater Datenpunkt und haben nach Möglichkeit ein anderes Projekt, um die Kunden abhängig von verschiedenen Faktoren zu klugen (Beispiel: Abhängig von geografischen Regionen, Alter usw.). Dies würde dazu beitragen, die Problemaussage zu vereinfachen und zu verengen.
  2. Wählen Sie nun die beste Kombination: Wählen Sie nun nach der Segmentierung die beste (durchschnittliche) Kombination von Interaktionsmechanismen aus, die für die Kundenkonvertierung implementiert werden müssen. Der Mittelwert würde Ihnen die Frage beantworten: What is the average number of interactions by different media taken by a customer before he/she is converted

Bonus: Neben der Berechnung des Mittelwerts hilft auch die Berechnung des Medians, da er auch bei der Behebung des Schrägs aufgrund von übermäßig zwanghaften Kundenvertretern hilft, die etwas häufiger als einige und schwierige Kunden interagieren. Nützliche Referenz

Lizenziert unter: CC-BY-SA mit Zuschreibung
Nicht verbunden mit datascience.stackexchange
scroll top