《营销管理实务与创新》课件——客户行为隐马尔科夫模型PPT.pptxVIP

营销管理实务与创新隐马尔可夫模型AER策略源自B2B市场的动态细分使用隐马尔可夫模型(HMM)同时集群和链接集群给出在段之间移动的概率#集群是数据驱动的，而不是AER可以评估哪些策略会触发或推动迁移迁移甚至发生在基本稳定的B2B客户组合中隐马尔可夫模型假设我手里有三个不同的骰子。第一个骰子是我们平常见的骰子(称这个骰子为D6)，6个面，每个面(1，2，3，4，5，6)出现的概率是1/6。第二个骰子是个四面体(称这个骰子为D4)，每个面(1，2.3，4)出现的概率是1/4第三个骰子有八个面(称这个骰子为D8)，个面(1，2，3，4，5，6，7，8)出现的概率是1/8。隐马尔可夫模型假设我们开始掷骰子，我们先从三个骰子里挑一个，挑到每一个骰子的概率都是1/3。然后我们掷骰子，得到一个数字，1，2，3，4，5，6，7，8中的一个。不停的重复上述过程，我们会得到一串数字，每个数字都是1，2，3，4，5，6，7，8中的一个。例如我们可能得到这么一串数字(掷骰子10次):1635273524这串数字叫做可见状态链。但是在隐马尔可夫模型中，我们不仅仅有这么一串可见状态链，还有串隐含状态链。在这个例子里，这串隐含状态链就是你用的骰子的序列。比如，隐含状态链有可能:D6D8D6D4D8D6D6D4D8一般来说，HMM中说到的马尔可夫链其实是指隐含状态链，因为隐含状态(子)之间存在转换文件概率(transitionprobability)。在我们这个例子里，D6的下一个状态是D4，D6，D8的概率都是1/3。D4，D8的下个状态是D4，D6，D8的转換概率也都一样是1/3。这样设定是为了最开始容易说清楚，但是我们其实是可以随意设定转換概率的。Example隐马尔可夫模型(HMM)分析DAT3.1HowItWorksWhentoUseItDescription隐马尔可夫模型(HMM)可以揭示客户行为的阶段或“状态”，以及这些状态如何演变。因为每个状态都描述了某组客户在与公司关系中的某个时刻表现出的共同行为，所以HMM是一种动态细分的形式。了解客户与企业关系的动态（或阶段）阶段。动态细分客户群。预测客户何时可能改变阶段，这可能意味着对公司的价值或多或少。确定何时主动寻求建立客户关系。客户与公司的关系存在于几个可能未被观察到（或隐藏）的阶段之一，每个阶段的概率都是有限的。客户行为因阶段而异，因此“强”阶段的客户可能会在“弱”阶段购买不止一个。在HMM中，客户从任何一个阶段过渡到另一个阶段的可能性也是有限的，部分是作为营销努力的函数。例如，广告可能会导致客户从较弱的阶段转向较强的阶段。客户行为（例如，购买）和公司行为（例如，营销）作为HMM的输入，它估计五个输出：（1）数据中可行状态（或动态阶段）的数量；(2)客户处于每个状态的初始概率；(3)转移概率，或顾客从一种状态转移到另一种状态的概率；(4)给定客户隐藏状态的行为的条件概率；(5)营销在跨阶段移动客户中的作用。为了动态细分校友捐赠行为并调查其哪些营销活动促使捐赠者捐款，ABC大学进行了一项HMM分析，确定了三个隐藏状态：休眠（对应于没有捐赠）、偶尔（对应于不经常捐赠）和活跃（对应频繁的捐赠）。营销力度低，休眠客户在下一个时期保持休眠状态的概率为90%（红色文字）；活跃客户在下一个时期有33%的机会成为偶尔（绿色文本）。不过，在营销力度很大的情况下，休眠客户有57%的概率成为偶尔的捐赠者（红色文本），而活跃客户则只有25%的概率成为偶尔的捐赠者（绿色文本），这两者都对ABC有利。DormantOccasionalActiveDormant0.400.570.03Occasional0.030.500.47Active0.000.250.75DormantOccasionalActiveDormant0.900.100.00Occasional0.080.550.37Active0.020.330.65过渡：低营销力度转型：高营销力度隐马尔可夫模型示例：关系状态和迁移路径关系紧密共有状态(61%)资助迁移16%21%62%过渡状态(29%)探索迁移关系较弱7%忽视迁移35%相互作用的状态(50%)恢复迁移38%13%背叛迁移破坏状态(57%)关系最弱B2B隐马尔可夫模型示例的见解HMM中的状态描述了相同（或不同）消费者在不同时间点可能表现出的不同类型的行为；状态之间的转换捕获了消费者可以在任何时间点从一种状态切换到另一种状态的概念在交易状态下，关系表明客户信任、承诺、依赖和关系规范水平较低如果客户遵循积极的迁移路径并进入过渡状态，他们只会短暂地这样做在社区状态下，信