タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
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 どの企業のマーケティング担当者も、自分が属する市場や自分の会社の商品の需要予測ないし購買行動の予測に関心があると思います。それらを予測できる手法として、ディリクレNBDモデルが候補にあがると思います。 以前、『確率思考の戦略論 USJでも実証された数学マーケティングの力』を読んだ際に、需要のシミュレーションにディリクレNBDモデルが使えるということを知りましたが、繰り返し利用するサービスや消費財向けのアプローチなのかなと思って、自分が扱うサービスへの適用可能性の低さか
本記事の目的 この記事を読まれているということはきっと皆さんはこの本を読んだということでしょう。 データサイエンティストの方やデータアナリスト、機械学習エンジニアの方であれば、やはり「どんな仮説の下データ分析が行われたのか」という点は気になる点ですよね。その確率的構造が「市場構造の本質だ」と豪語されてしまっては、「ほうほう、それはどういったものか」とどうしても気になってしまいます。私自身、どうしても気になってしまったので読んでいたのですが、どうにも腑に落ちないというか、そんなもやもやが既に第一章において発生しました。このもやもやを解決するために、自分の中でかなり時間を使ったため、今後誰かが読む際の参考になればよいなと思って、ここに自分の思考の跡を辿ろうと思います。 第 1 章 4 節「市場構造の本質は全て同じ」 著者の主張の要約 さて、当初の第一の主張は「市場の構造の本質はすべて同じ」とい
確率思考の戦略論_【市場構造理解】NBDモデル解説（NBDモデルができるExcel付き）｜羽室行光 | Logpose Technologies
本記事では、「確率思考の戦略論 ＵＳＪでも実証された数学マーケティングの力」で書かれた NBDモデルについて解説していきます。 本記事で得られること 確率思考の戦略論で一番初めに出てくる数式であるNBDモデルについて、概要と使い方を理解できるようになります。 対象にしている読者 ・確率思考の戦略論はすでに読んだけど、NBDモデルの活用方法がいまいちわからないと感じている人 ・NBDモデルを実際に使ってみたいと考えている人 数式の理解ではなく、 「どのように使うか」にフォーカスした内容となりますので、難しい内容は飛ばしてなるべく簡潔に書いております。 数式を深く理解されたい場合は、同書籍の巻末解説をお読みください。 はじめに 同書籍では、ビジネスで売上を伸ばしていくには 「認知」、「配荷」、「プレファレンス」の３つを高めていくしかないと言っています。 そのうち、「認知」と「配荷」については制
株式会社日本バイオデータの公式アカウントです。バイオインフォマティクス、データ解析サービスを提供しています。Discover life by every conceivable means.
Kazz.MD.Ph.D. on Twitter: "コロナ感染後一年後ぐらいになくなったLong covid（呼吸器症状あり）の剖検肺を詳細に調べた報告。結構衝撃的。1年経ってもコロナウイルスが肺の2型細胞で検出され、肺の組織もいわゆる肺線維症と似たような変化が見られると（分子レベ… https://t.co/H2NBd2lY2O"
コロナ感染後一年後ぐらいになくなったLong covid（呼吸器症状あり）の剖検肺を詳細に調べた報告。結構衝撃的。1年経ってもコロナウイルスが肺の2型細胞で検出され、肺の組織もいわゆる肺線維症と似たような変化が見られると（分子レベ… https://t.co/H2NBd2lY2O
はじめに 購買データの分析と言えば、RFM分析が有名ですね。リーセンシ―Recency（直近購買からの経過時間）、フリークエンシーFrequency（購買回数）、マネタリーMonetary-value（平均購買額)は購買行動を簡潔に表す指標です。これらの指標と確率分布を利用して個人レベルの購買行動や特性を予測・分析するモデルがマーケティングでは様々考案されています。このアプローチは、顧客の生涯価値（Customer Lifetime Value, CLV）を考え、個人レベルの購買力総合指標を用いた顧客管理に非常に役立ちます。 RFMではダメなのか？ RFM自体は顧客の潜在的な（真の）購買特性を表すものではなく、特性から発生した行動の間接的な結果です。それゆえ顧客の把握という意味では欠点があります。例えば同じリーセンシーのAさん、Bさんがいたとしてフリークエンシーが異なれば、AさんとBさんの
今回は、顧客のライフタイムバリューを予測する方法の1つとして、BG/NBDモデルを紹介します。 モチベーション 顧客のライフタイムバリューを予測できると、その顧客に対してどれだけ投資して良いかがわかります。ここで言う投資は、クーポンやポイントなどのインセンティブ、DMや電話などの営業努力のことです。 また、離脱 (churn) の予測にも転用できます。過去に売上に大きく貢献してきた人が、未来のライフタイムバリューはそれと比べると極めて小さい、または、ゼロとなることが予測されるケースです。 新規顧客の獲得は既存顧客の維持よりも遥かに大変なことはよく知られてます。また、過去には大きく売上に貢献していたので、引き止められれば優良顧客まで戻る見込みは高いはずです。 BG/NBDモデル このライフタイムバリューを予測するモデルの1つに、BG/NBD (Beta-Geometric / Negativ
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
ディリクレNBDモデルのマーケティング分野での適用に関して色々調べてみた – かものはしの分析ブログ
「確率思考の戦略論」がもやもやする方へ -NBDモデル編-
日本バイオデータ (@info_nbd) | Twitter
RとStanでPareto/NBD, Gamma-Gammaモデル - Qiita
ライフタイムバリューを予測する (BG/NBDモデル) - け日記
trafficnews.jp
newsdig.tbs.co.jp
x.com
sekaihonyaku.com
internet.watch.impress.co.jp
sayo0.ag.ebb.jp