希望我没有用错文章类别，若有错误请见谅 最近老板想帮客户做一个分析 概念上十分有道理，但我想半天觉得模型好像不是这样做的 有请强者指点迷津 状况是，客户A每个月都会抓出过去三个月没有消费纪录的消费者 寄给他们特别高额度的折扣券，如果没回应连续寄五个月 一旦有回应就回到一般loyalty program 现在我老板想做一个probability model去估计response rate 但是他想要两个部分 - 预估的整体response rate，跟本来就会有的base response 第二部份的概念就是，有些消费者本来消费周期也许就是三四个月或更长 所以你不寄折扣给他她自己也是会回来买的，你现在寄给他反而亏了 我老板说他可以想说是两个模型，然後给他相减 overall response model - frequency-based response model = incremental 我完全不确定可以这样做， 如果只是纯粹估计结果应该用logit regression就好，然後用各种变数去估计 但第二部分我不确定可以用过去周期做个模型来当基础线 请大师指点，谢谢 ps 我有的资料有: 过去两年的销售纪录，过去三年寄出去的所有折扣券跟兑换纪录 目前使用SPSS --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 208.80.64.224 ※ 编辑: blindcat 来自: 208.80.64.224 (03/06 13:57)