生涯価値モデル？寿命価値モデルを開発するためにJMPを使用したことがある人はいますか？私はオンラインで見ました、そしてJMPの面ではあまり見ません、SASだけ。
再：生涯価値モデル？過去にCLVについて尋ねられた時、私はJMPにはCLVモデルを構築する統計的能力（例えば、値を予測するための標準最小二乗法、保有期間の生存モデル、取得のためのロジスティック回帰）があると話しました。それへのボタンソリューション...
MalcolmとMartinは、収集したデータの種類、顧客価値の定義方法、およびCLVを計算するさまざまなコンポーネントを予測するためにこれらのモデルで使用する変数について検討する必要があります。CLVを開発して展開するのは簡単なことではありません。しかし、顧客が訓練を受けたモデラーであり、「正しい」データを持っていて、JMPがSPSSまたはSTATAに取って代わるか、彼らの兵器を強化することを検討したい場合は、次のようにします。
良い読み物ですが、「Modeling Customer Lifetime Value」をダウンロードするには料金が必要です。 http://journals.sagepub.com/doi/pdf/10.1177/1094670506293810
再：生涯価値モデル？マルコムが言ったことに同意します。考慮すべきことがあといくつかあります。
私は過去に、既存の顧客の部門と同様の要求を持つ会話をほとんどしませんでした。多くの人が自分でモデルを作成したくないが、ビジュアルBIダッシュボードのデータからすぐにそれを取得するので、そこに入るのはそれほど簡単ではありません。彼らのためにそれを作成する人がいるなら、それは他の部署にJMPを広める良い方法です。そうでなければ、BIダッシュボードの議論がJMPを無効にしたと聞いた。
例に関しては、モデルは変更されていませんが、いくつかは追加の変数を使用し、それらは重み付けでモデルに追加されます。
CLVは多くの場合、予測分散が大きいため、慎重に扱う必要があります。一方では、顧客との関係の期間を正確に見積もるのは困難です。他方では、予測のための強固な基盤として機能する可能性のある関連する入出力ストリーミングデータを持つことはさらに困難です。したがって、ほとんどの場合経験値を使用します。その情報がない若い会社は、強打値の一般的な規則を使います。したがって、CLVモデルは理論的には優れた特性を持っていますが、優れた取引関連データ（購買履歴）がない限り、実際に使用するのは困難です。
あなたが世話をする必要があるより多くの情報はあなたがウィキペディアのリンクで見つけるでしょう： https://en.wikipedia.org/wiki/Customer_lifetime_value
再：生涯価値モデル？これは、JMPを金融サービスに売り込む機会を探るときに10年前に作成した例です。これは私たちのコアとなる科学と工学の市場の外側にあるので、あまり成功しませんでした。
1）表Lifetime Value Analysis（2）の生存スクリプトを実行します。
2）生存報告書の推定生存期間のアウトラインを右クリックし、データ表にする。これにより、不要な列をいくつか削除した後の生存確率という表が得られます。
3）得られた生存確率テーブルと月次マージンを結合して、期待月次マージンと呼ばれるテーブルを作成し、確率にマージンを掛けてこのテーブルの最後の列を導出します。
4）得られた表でLifetime Value（36 months）というスクリプトを実行して、市場セグメント別の生涯価値の集計要約を取得します。
これは10年前の生涯価値を計算するためのかなり標準的なプロセスであり、インターネット検索はこれがまだ望ましい方法であるかどうかを判断するのに役立つかもしれません。
これが新たな販売機会であれば、慎重に進めます。それは私たちのコアマーケットの外側であり、そして低い見返りの確率であなたの時間の大きな引き分けになるかもしれません。
ベスト、
マルコム
