顧客インタラクションに関するデータを使用してコミュニケーション戦略を促進するにはどうすればよいですか?
-
16-10-2019 - |
質問
顧客(年齢、場所、性別)に関するデータと、チャネルごとの顧客とのやり取り(#calls、#SM、#Letters)と、製品を購入したかどうかに関するデータ(はい/いいえ)があります。
さまざまなタイプの顧客に連絡する際に、インタラクションの組み合わせ(3つの通話、2文字など)が最良のアプローチであることを予測したいと思います。これを計算するために使用する適切な統計/機械学習手法は何ですか?
解決
私は次のことをします:
第一に、年齢、場所、性別などに基づいて顧客を複数のグループにクラスター化します。2番目に、各グループでは、「はい/いいえ」を予測するために、相互作用の異なる組み合わせを機能として使用し、相互作用の組み合わせを選択するのが最適です。
他のヒント
これがあなたがこの問題にアプローチする方法です:
- 顧客のセグメンテーション: 各顧客を別のデータポイントとしてセグメント化し、可能であれば、さまざまな要因に応じて顧客をクラスタリングするための別のプロジェクトを持っています(例:地理的地域、年齢などに依存)。これは、問題の声明を簡素化し、それを絞り込むのに役立ちます。
- 次に、最良の組み合わせを選択してください。 セグメンテーションの後、顧客変換のために実装する必要がある相互作用メカニズムの最良の(平均)組み合わせを選択します。平均はあなたに質問に答えます:
What is the average number of interactions by different media taken by a customer before he/she is converted
ボーナス: :平均の計算に加えて、中央値を計算することも役立ちます。これは、一部の人や困難な顧客よりも少し頻繁に対話する過度に強迫的な顧客担当者のためにスキューを修正するのに役立ちます。 有用な参照
所属していません datascience.stackexchange