Comment créer scores de réponse pour le marketing guidé par les données

Une approche commune de données axée sur la modélisation des réponses de campagne de marketing est d'essayer d'estimer la probabilité d'obtenir une réponse en fonction de vos variables prédictives. Cette technique utilise généralement une procédure appelée régression logistique. Cette approche permet de prendre en compte à la fois des données catégoriques et de mesure.

Quand un tel modèle est appliqué à un public donné, le résultat est que chaque consommateur se voit attribuer un score à la réponse. Typiquement, cela est un nombre entre 0 et 1 et vise à mesurer la probabilité de ce client de répondre à votre campagne.




Ces scores de réponse ne ressemblent vraiment pas réellement probabilités du tout. En d'autres termes, si vous expédiez juste pour les personnes avec des scores de réponse ci-dessus 0,9, tu ne vas pas à obtenir un taux de réponse de 90 pour cent. La chose importante à leur sujet est que les scores plus élevés devraient être associés à des taux de réponse plus élevés. En d'autres termes, ces scores sont un bon outil de tri.

Cela ramène la notion de diagramme de gains. Lorsque vous testez votre modèle contre votre groupe de validation et de nouveau quand vous avez réellement mettre en œuvre, gagne graphiques sont un moyen très facile de visualiser la façon dont le modèle est performant. L'idée est simple. Vous triez votre public par le score de réponse du plus haut au plus bas. Alors représenter le pourcentage du total des réponses contre le pourcentage de clients au-dessus de chaque niveau de score.

image0.jpg

Les résultats du modèle sont représentés le long de la partie inférieure. Ce sont les rangs centiles des scores de modèle. Le plus à gauche 10 pour cent représente le top 10 pour cent des scores de modèle. L'axe vertical représente le pourcentage de réponses qui venait de clients dont le score dépasse un rang centile donné. Par exemple, ce graphique vous dit qu'environ 70 pour cent des répondants provenaient de la plus haute de 30 pour cent des scores de modèle.

Lorsque vous utilisez un tableau des gains pour évaluer un modèle, vous êtes à la recherche, au moins qualitativement, pour une seule chose. Vous voulez qu'il soit raide. Le plus rapide de votre pourcentage total de réponse se lève près de 100 pour cent, les moins de clients que vous aviez à contacter pour obtenir ces réponses.

Une application courante des informations fournies dans un diagramme de gains se rapporte à la taille de votre auditoire pour une campagne. Lorsque vient le temps de sélectionner un public cible en utilisant votre modèle, vous pouvez utiliser le tableau des gains de comprendre comment de nombreux clients de courriel pour. Gains cartes sont un moyen puissant de visualiser l'efficacité du ciblage que les modèles peuvent fournir.


» » » » Comment créer scores de réponse pour le marketing guidé par les données