Pareto_NBD模型扩展.pdfVIP

第26卷第8期(总第176期) Vol.26, No. 8 2008年8月　　　　　　　　　 　 　 　 Systems Engineering Aug. ,2008 : 1001-4098(2008) 08-0123-04 Pareto NBD/ X (江苏科技大学 经济管理学院, 江苏 镇江　212003) :Pareto/ NBD Schmittlein ( 1987) , , , , , , Pareto/NBD Pareto/NBD , , Pareto NBD/ , Paret o NBD/ :Pareto/ NBD ; ; ; : 713:A 斯公式推导后验分布过程中涉及积分运算, 进一步放松 1　引言 Pareto NBD/ 模型的假设会遇到积分不可积的问题, 这造 Pareto/NBD 模型是由Schmitt lein 等在 Management 成自Schmittlein 等提出Paret o/NBD 模型以来, 没有进一 Science 上提出, 用于描述非契约客户 系情景下(客户是 步放松其分布假设的研究。本文的思路是用马尔可夫链蒙 [1] 特卡罗仿真( MCMC) 方法获得Pareto NBD/ 模型后验分 否流失无法直接观测) 客户重复购买行为 。 / Pareto NBD 模型使用随机方法来估计: ¹ 客户在任意时刻的活跃度 布样本, 以此为基础计算客户活跃度及预测客户未来交易 ( 未流失的概率) ; º 客户在未来一段时间的期望交易次 次数, 从而避免上述贝叶斯积分问题, 使进一步放松 数。这些预测结果有多种应用, 如以Paret o/NBD 模型为 Pareto/NBD 模型假设成为可能。 [2- 3] 本文提出的MCMC 方法优于原方法主要体现在: 基础估计客户终生价值 , 预测客户未来购买计划库存 [4- 5] [ 6] ¹ 可以得到客户交易率K和流失率 L 的后验估计值。这两 和产能 , 对预测为流失的客户进行激活 。 虽然Pareto/ NBD 模型在一些实证研究中得到成功 者本身具有很大的实用价值:客户交易率K和流失率L 都 的应用, 但其所基于的概率分布假设过于严格, 且存在与 是是客户价值的重要体现, 购买频率高以及流失率低的客 常识不符的问题。例如, 客户购买服从泊松分布的假设意 户给企业带来的较高期望收入, 更长的 系寿命。º 原方 [7] 法对客户未来购买预测时只能计算期望值, 即点估计, 而 味着客户下次最可能购买的时间是紧接着上一次购买 , 客户流失服从指数分布的假设意味着客户流失的危险率 本方法通过蒙特卡罗仿真可以得到其分布估计。» 本方法 [ 8] 可以根据实际情景, 对模型分布假设任意调换, 具有很大 是常数 , 即新客户和老客户具有相同的流失率。这些假 设都显然与常识不符。例如, 实证研究发现客户购买一般 的灵活性。 存在比较强的周期性, 尤其是那些有消耗周期的产品( 如 2　Pareto/ NBD 模型的贝叶斯视角 牙膏等); 客户流失率随着客户 系持续时间的延长有下 [9] 降的趋势 , 这意味着客户流失的危险率是时间的