평생 가치 모델?평생 가치 모델을 개발하는 데 JMP를 사용한 사람이 있습니까? 나는 온라인에서 보았고 JMP 측면에서는별로 보이지 않지만 SAS 만 보았습니다.
재 : 평생 가치 모델?과거에 CLV에 관해 질문을 받았을 때 JMP에는 CLV 모델 (예 : 값을 예측하기위한 표준 최소 자승, 보유 기간의 생존 모델 및 획득을위한 로지스틱 회귀)을 구축하는 통계 기능이 있지만 JMP에는 그 버튼 솔루션 ...
Malcolm과 Martin은 고객이 수집 한 데이터의 종류, 고객 가치를 정의하는 방법 및 CLV를 계산하는 다양한 구성 요소를 예측하기 위해이 모델에서 사용할 변수를 고려하여 고객에게 신중하게 질문해야한다고 지적했습니다. CLV를 개발하고 배포하는 것은 작은 작업이 아닙니다. 그러나 고객이 숙련 된 모델 작성자이고 "올바른"데이터를 보유하고 있고 JMP가 SPSS 또는 STATA를 대체하거나 해당 병기를 향상 시키려고한다고 가정하면 우리는 한 발짝을 맞 춥니 다.
좋은 읽기지만 "고객 평생 가치 모델링"을 다운로드하려면 수수료가 필요합니다. http://journals.sagepub.com/doi/pdf/10.1177/1094670506293810
재 : 평생 가치 모델?나는 Malcolm이 말한 것에 동의합니다. 고려해야 할 몇 가지 사항 :
비슷한 요구를 가진 기존 고객의 부서와 과거에는 거의 대화를 나누지 못했습니다. 많은 사람들이 모델을 직접 만들지는 않겠지 만 시각적 인 BI 대시 보드에서 바로 데이터를 가져 오기 때문에 거기에 들어가기 란 쉽지 않습니다. 그 (것)들을 위해 그것을 창조 할 누군가가있는 경우에, 다른 부로 JMP를 퍼지기의 좋은 방법이다. 그렇지 않으면 BI 대시 보드 인수가 JMP를 제압했다고 들었습니다.
예를 들어, 모델은 변경되지 않았지만 가중치가있는 모델에 추가되는 추가 변수를 사용하는 모델도 있습니다.
CLV는 예측 분산이 높기 때문에 신중하게 다루어야합니다. 한편으로는 고객 관계의 기간을 정확하게 예측하기는 어렵지만 예측 가능한 견고한 기반으로 작용할 수있는 관련 In / Output 스트리밍 데이터를 갖는 것은 더욱 어렵습니다. 그러므로 대부분의 시간은 경험의 가치를 사용합니다. 그 정보가없는 젊은 회사는 일반적인 가치 기준을 사용합니다. CLV 모델은 이론적으로는 우수한 특성을 가지고 있지만 거래 관련 데이터 (구매 내역)가 좋은 경우가 아니면 실제로 사용하기 어렵습니다.
위키피디아 링크에서 알아서 알아야 할 더 많은 정보가 있습니다. https://en.wikipedia.org/wiki/Customer_lifetime_value
재 : 평생 가치 모델?다음은 JMP를 금융 서비스로 판매 할 수있는 기회를 모색하면서 10 년 전에 작성한 예입니다. 과학과 공학의 핵심 시장을 벗어나므로 그다지 성공하지 못했습니다.
1) 평생 가치 분석 (2) 테이블에서 생존 스크립트를 실행합니다.
2) 생존 보고서에서 생존 개요의 견적을 마우스 오른쪽 버튼으로 클릭하고 데이터 표를 만듭니다. 이것은 필요하지 않은 몇 개의 열을 삭제 한 후에 생존 확률이라는 테이블을 제공합니다.
3) 결과 생존 확률 테이블을 월간 마진으로 결합하여 예상 월간 마진 테이블을 작성하고 확률을 확률에 곱하여이 테이블의 최종 컬럼을 도출하십시오.
4) 결과 테이블에서 평생 가치 (36 개월)라는 스크립트를 실행하여 시장 부문 별 평생 가치의 요약 요약을 가져옵니다.
이것은 10 년 전에 평생 가치를 계산하는 데 상당히 표준적인 과정이었으며 인터넷 검색은 이것이 여전히 선호되는 방법인지 판단하는 데 도움이 될 수 있습니다.
이것이 새로운 영업 기회라면 신중하게 진행할 것입니다. 그것은 우리의 핵심 시장 밖에 있으며 지불 할 확률이 적으므로 시간을 크게 끌 수 있습니다.
베스트,
말콤
