LTV公式の危険な誘惑
それはツールであって、戦略ではない LTVを多用している企業は、LTVモデルは持続的な競争優位を生み出すわけではないということを忘れています。アウトプットとインプットを混同すべきではありません。LTV公式はマーケティング費用が効率的に使われているかをテストする測定ツールなのであって、それ以上でもそれ以下でもありません。 もしある企業の戦略が、顧客獲得コストよりも生涯価値の多い顧客を獲得するのが企業戦略であると主張するならば、これは本質的には裁定取引ゲームであり、そしてそれはめったに持続しません。 変数（具体的にはARPUとSAC）が多すぎてコントロールなどできませんし、他のプレイヤーが全く同じ戦略を実行することを妨げることはまったくできません。 これはロケットサイエンスではなく、ビジネススクールを卒業した人なら誰でも計算できる公式です。それが独自の優位性を生み出すと信じて、自分を騙してはい
言語処理学会第23回年次大会〜Webマーケティングで使えそうな発表資料まとめ〜 – かものはしの分析ブログ
都内の事業会社で分析やWebマーケティングの仕事をしています。大学・大学院では経済学を通じて統計解析を行うなどしておりました。企業に勤めてからは、機械学習やテキストマイニング、クローリング技術などに関心を持っています。 Twitterアカウント Mr_Sakaue( SKUE ) GitHub 読書メーター ほしいものリスト 行きたいけど行けなかった言語処理学会第23回年次大会の発表内容がPDFで見れるということで、発表内容の中でWebマーケティングなどの仕事で役に立つかもしれない12件の研究を独断と偏見でまとめています。 プログラムはこちらのリンクから見れます。 言語処理学会第23回年次大会(NLP2017) プログラム 今回取り上げるのは以下の12件です。 ・Wikipediaのカテゴリ構造を特徴ベクトルに用いたRandom Forestによるショートメッセージ分類 ・NMFを用いた為
実務の現場においてモデリング（統計学的・機械学習的問わず）を行う上での注意点を挙げてみる - 六本木で働くデータサイエンティストのブログ
気が付いたら僕がデータ分析業界に身を置くようになってそろそろ5年近くになるんですね*1。この5年間の間に色々勉強したり業界内で見聞してきた経験をもとに、「実務の現場においてモデリングを行う上での注意点」についてだらだらと書いてみようと思います。 と言うのも、色々な現場で様々なモデリング（統計学的にせよ機械学習的にせよ）が行われていることが伝わってくるようになった一方で、ともすれば「え？こんな基礎的なポイントも守ってないの？」みたいなとんでもないモデリングがまかり通る現場があると愚痴る声を業界内で聞くことが少なくないので。自戒の意も込めて重要なポイントを備忘録としてブログ記事にまとめておくのも有益かなと思った次第です。 この記事では手法選択（線形・一般化線形・ベイズ＋MCMC・識別関数・識別モデル・生成モデル・樹木モデル・Deep Learning etc.）の話題は割愛しました。一般に、モ
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
