「離散時間マルコフ連鎖 – キャッシュバックキャンペーンにおける勝利する顧客の旅路の特定」
Discrete-time Markov chain - Identifying the journey of winning customers in cashback campaigns
デジタルキャンペーンにおける顧客の相互作用を離散時間マルコフ連鎖としてモデリングする
計測と帰属は、データサイエンスコミュニティでよく議論されるトピックです。 科学的な進展がある一方で、クッキーとトラッキングを中断する可能性のある政策からの中断がありました。最近では、マーケティングミックスモデリング（MMM）という忘れられたモデリング技術が再び注目されています。これは、すべてのデジタルとオフラインのチャネルで合理的な精度で機能します。ただし、クッキーを使用しないデジタルのみのキャンペーンの場合、より優れた技術を適用できます。本記事では、それについて詳しく説明します。
顧客の接点を理解し最適化することで、データサイエンティストは忠誠度、継続率、収益を増やすための推奨事項を行うことができます。
問題の理解
このVoAGIの記事では、フィンテック企業であるFlexが、継続キャンペーンの対象オーディエンスを洗練させるのを手伝いました。では、キャッシュバックキャンペーンをサポートしましょう。Flexは、クレジットカードの利用者に対して、食料品店、ガソリンスタンド、レストラン、ストリーミングサービスでの買い物に対して報酬を与えています。報酬は、ウォレットに最大5%のキャッシュバックとして提供され、次回の請求書支払いに適用することができます。ただし、これを受けるためには、顧客は毎四半期ごとにアプリでオファーをアクティベートする必要があります。
このキャンペーンは、メール、SMS、アプリの通知などデジタルチャネルのみをカバーし、キャッシュバックのアクティベーション率を向上させることを目指しています。これらのオファーはFlexにとって利益がありますか？答えは「はい」です。これにより、顧客は対象の加盟店で買い物をすることが奨励され、その加盟店はFlexにわずかなマージンを支払います。
私たちの課題は、各デジタルチャネルの効果を測定することです：1. 各チャネルがアクティベーションにどれだけ貢献したか？2. 各チャネルのアクティベーション率は何％ですか？3. 最も固定化されたチャネルはどれですか？4. チャネルのアクティベーション率は、買い物の種類によって異なりましたか？5. どのチャネルが顧客のアクティベーションまでの所要時間を短縮しましたか？
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
