「効果検証入門」をPythonで書いた - Qiita
TL;DR 書籍「効果検証入門 正しい比較のための因果推論／計量経済学の基礎」のRソースコードを、Pythonで（ほぼ）再現しました https://github.com/nekoumei/cibook-python 本記事では、主にRではライブラリどーん！で済むけどPythonではそうはいかない部分の解説をします 書籍の紹介 https://www.amazon.co.jp/dp/B0834JN23Y 上記Amazonに目次が載っているのでそれを見るのが早い気がしますが。。 とても良い本です。正確な意思決定を行うためにどうやってバイアスを取り除くか？に焦点を当てて種々の因果推論の手法（傾向スコア/DiD/RDDなど）をRソースコードによる実装とともに紹介されています。 全体を通して、現実問題の効果検証に因果推論を活用するにはどうすればいいか？という観点で書かれており、非常に実用的だなーと
pLTV: 顧客生涯価値を予測する｜Dentsu Digital Tech Blog
電通デジタルで機械学習エンジニアをしている今井です。 本記事では、顧客生涯価値を予測するための統計モデルについて紹介します。 pLTVの求め方マーケティングにおける顧客評価のための重要な指標として顧客生涯価値（life time value, LTV）が広く使われています。 LTVを高精度に予測できるようになると、適切なマーケティング活動を通して優良顧客との長期的な関係構築が可能となります。 LTVを予測するにあたり、次のように要素を分解します。 pLTV = 生存確率 × 期待購買回数 × 期待購買金額 これらの3要素を推定するためのモデルとしてBTYDモデル[1]が提案されています。 BTYDモデルはECビジネスのような都度払いで売買が行われる取引を想定しています。 （サブスクリプション型のサービスでは期待購買回数と期待購買金額が一定であるため、生存時間解析などを用いて契約期間を推定す
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
