マルコフ連鎖の分析

Advanced Probability: データの不確実性

Maarten Van den Broeck

Senior Content Developer at DataCamp

マルコフ連鎖とは？

• 複数の状態をもつシステムをモデル化
• 確率に基づき状態が遷移
• 重要: 遷移は現在の状態のみに依存
• 主な用途: カスタマージャーニーの理解

マルコフ連鎖の要素

• 状態: 異なる条件・段階

マルコフ連鎖の要素

• 状態: 異なる条件・段階
• 遷移: ある状態から別の状態へ移る確率

マルコフ連鎖の要素

• 定常確率: 長期的に各状態にいる確率
  • 統計ソフトやBIツールで計算
  • 例）晴れの定常確率: 66.67%

遷移行列

	晴れ	くもり
晴れ	80%	20%
くもり	40%	60%

マルコフ連鎖の活用例

• 顧客維持:
  • エンゲージメントと離脱状態間の遷移確率を特定
• コンバージョン最適化:
  • セールスファネルでの進行
• レコメンデーション:
  • 将来の顧客行動を予測

例: Eコマース$^1$

¹ C は Coupon、P は Purchase、E は Exit

例: Eコマース

	（新規に）クーポン使用	（新規に）購入	離脱
クーポンを使用	10%	60%	30%
購入した	5%	90%	5%
離脱	15%	5%	80%

例: Eコマース

	（新規に）クーポン使用	（新規に）購入	離脱
クーポンを使用	10%	60%	30%
購入した	5%	90%	5%
離脱	15%	5%	80%

Ayo berlatih!

Advanced Probability: データの不確実性