Notions de base de modèles de soulèvement d'analyse prédictive

Alors, comment savez-vous que le client vous avez ciblé utilisant l'analyse prédictive aurait pas acheté de toute façon? Pour clarifier cette question, vous pouvez retraiter dans un couple de différentes façons:

  • Comment savez-vous que le client aurait pas acquise, même si elle n'a pas eu le contact de la commercialisation de vous?

  • Comment savez-vous que ce que vous avez envoyé au client l'a influencée de faire l'achat?

Certains modélisateurs prétendent que les problèmes avec la modélisation de réponse sont les suivants:

  • Vous prenez un sous-ensemble de vos clients que vous avez prédits aura un certain intérêt pour le produit ou service déjà.

  • Vous perdez de dollars de marketing sur les clients qui ne nécessitent pas l'influence supplémentaire pour convertir.

  • Vous pouvez diminuer vos marges nettes parce que les réductions que vous utilisez pour inciter le client à acheter peut être inutile.

  • Vous pouvez être réduire votre satisfaction de la clientèle parce que certains clients ne veulent pas (constamment) vous contacté.




  • Vous êtes mal prendre le crédit pour la réponse dans votre évaluation du modèle.

La modélisation Uplift, aussi appelé véritable modélisation de levage et la modélisation net entre autres termes, vise à répondre à ces critiques en prédire quels clients seront seulement convertir en cas de contact.

Uplift travaux de modélisation en séparant clients en quatre groupes:

  • Persuadables: Les clients qui peuvent être persuadés d'acheter - mais achèteront seulement en cas de contact.

  • Assurer que les choses: Les clients qui vont acheter, quel que soit le contact.

  • Causes perdues: Les clients qui ne veulent pas acheter, quel que soit le contact.

  • Ne dérange: Les clients que vous ne devez pas contacter. En contact avec eux peut entraîner une réponse négative comme les provoquer pour annuler un abonnement, retourner un produit, ou demander un ajustement de prix.

La modélisation de Uplift ne cible que les Persuadables. Cela semble prometteur, mais un modèle de soulèvement a prouvé beaucoup plus difficile à créer que d'un modèle de réponse. Voici pourquoi:

  • Elle exige généralement une taille d'échantillon plus grande que pour la modélisation de la réponse, car il a segmenté l'échantillon en quatre groupes et utilise uniquement le groupe de Persuadables. Il doit alors être encore diviser pour mesurer l'efficacité du modèle.

    Ce groupe sera potentiellement être beaucoup plus petite que la taille de la cible pour la modélisation de la réponse. Avec une plus petite taille et de la complexité de la cible, cependant, l'effort et le coût de fonctionnement peut ne pas justifier l'utilisation au cours de la modélisation de la réponse.

  • Il est difficile de segmenter les clients parfaitement dans ces quatre groupes distincts, tout comme il est difficile de mesurer la précision de la segmentation.

  • Il est difficile de mesurer le succès d'un tel modèle, car il est tentant de mesurer le changement dans le comportement d'un client, pas l'action concrète de savoir si le client a acheté après avoir reçu contact.

    Pour mesurer le comportement d'un seul client précision, vous (en vigueur) avoir à son cloner et de diviser les clones identiques en groupes. La première (groupe traité) recevrait le advertisement- la deuxième (groupe de contrôle) ne serait pas. Mettant de côté ces scénarios de science-fiction, vous avez à faire quelques concessions à la réalité et employer des méthodes alternatives (plus difficile) pour obtenir une estimation utile de la réussite du modèle.

Même avec ces difficultés, certains modélisateurs font valoir que la modélisation soulèvement offre une véritable impact marketing. Ils estiment qu'il est plus efficace que la modélisation de la réponse, car il ne comprend pas les choses sûr que dans le ciblage (qui gonfle artificiellement les taux de réponse). Pour cette raison, ils se sentent la modélisation de soulèvement est le choix pour la commercialisation de cible en utilisant l'analyse prédictive.

Uplift modélisation est encore une technique relativement nouvelle dans le marketing cible. Plus les entreprises commencent à utiliser et ont trouvé le succès en utilisant dans leur fidélisation de la clientèle, campagnes de marketing, et même les campagnes présidentielles.

Certains experts sont créditant la modélisation de soulèvement pour 2012 présidentielle victoire de la campagne du président Obama. L'analyste de données de la campagne a utilisé la modélisation de soulèvement de cibler très électeurs qui étaient les plus susceptibles d'être influencés par le contact. Ils ont utilisé des messages personnalisés par l'intermédiaire de plusieurs canaux de contact: les médias sociaux, la télévision, le publipostage direct, et téléphone. Ils ont concentré leurs efforts pour persuader le groupe de Persuadables. Ils ont investi massivement dans cette stratégie-apparemment ça a payé.


» » » » Notions de base de modèles de soulèvement d'analyse prédictive