終身價值模型？有沒有人用JMP來開發終身價值模型？我已經在網上看了，並沒有在JMP方面看到太多，只有SAS。
回复：終身價值模型？過去當我被問及CLV時，我告訴他們JMP具有構建CLV模型的統計能力（例如，用於預測值的標準最小二乘法，用於任期的生存模型和用於獲取的邏輯回歸），但是JMP沒有按鈕解決方案......
正如Malcolm和Martin指出的那樣，我們需要仔細詢問客戶他們收集的數據類型，他們如何定義客戶價值以及他們考慮在這些模型中使用哪些變量來預測計算CLV的不同組件。開發CLV並部署它們不是一項小任務;但是，如果客戶是經過培訓的建模師，並且擁有“正確”的數據，並且想考慮JMP來取代SPSS或STATA或者增強他們的武器庫，那麼我們就可以了。
一個很好的閱讀，但下載“建模客戶終身價值”需要一定的費用 http://journals.sagepub.com/doi/pdf/10.1177/1094670506293810
回复：終身價值模型？我同意馬爾科姆所說的話。還有幾件事要考慮：
過去我幾乎沒有與現有客戶的部門進行過類似的請求。進入那裡並不容易，因為許多人不希望自己創建模型，而是立即從可視化BI儀表板中的數據中獲取模型。如果有人為他們創建了這個，那麼將JMP傳播到其他部門是一種很好的方式。否則我聽說BI儀表板論點淘汰了JMP。
關於該示例，模型沒有改變，但是一些使用額外的變量，它們通過加權添加到模型中。
CLV需要謹慎對待，因為它通常具有較高的預測方差。一方面，很難精確估計客戶關係的持續時間，另一方面，擁有相關的輸入/輸出流數據甚至更難以作為預測的堅實基礎。因此，大多數時候人們使用經驗值。沒有該信息的年輕公司使用重複值的共同規則。所以CLV模型理論上具有良好的性質，但除非有良好的交易相關數據（購買歷史），否則很難實際使用。
您需要在維基百科鏈接中找到更多需要照顧的信息： https://en.wikipedia.org/wiki/Customer_lifetime_value
回复：終身價值模型？這是我10年前創建的一個例子，當時我正在探索將JMP出售給金融服務的機會。這不是很成功，因為它超出了我們的科學和工程核心市場：
1）在表生命週期價值分析中運行生存腳本（2）
2）在生存報告中右鍵單擊生存估計大綱並進入數據表。這會在刪除一些不需要的列後提供稱為生存概率的表。
3）使用每月保證金加入生成的生存概率表，以創建稱為預期月保證金的表，並通過將概率乘以保證金得出該表中的最終列。
4）在結果表中運行名為Lifetime Value（36個月）的腳本，以按市場細分獲得生命週期價值的製表摘要。
這是10年前計算終身價值的一個相當標準的過程，互聯網搜索可以幫助您確定這是否仍然是首選方法。
如果這是一個新的銷售機會，我會謹慎行事。它不在我們的核心市場之內，可能會大大縮短您的時間，並且回報率很低。
最好，
馬爾科姆
