Analiza łańcuchów Markowa

Zaawansowane rachunki prawdopodobieństwa: niepewność w danych

Maarten Van den Broeck

Senior Content Developer at DataCamp

Czym są łańcuchy Markowa?

• Modelowanie systemów z różnymi stanami
• Przejścia między stanami oparte na prawdopodobieństwach
• Kluczowa idea: przejście zależy tylko od bieżącego stanu
• Kluczowe zastosowanie: analiza ścieżek klientów

Elementy łańcucha Markowa

• Stany: różne warunki lub etapy

Elementy łańcucha Markowa

• Stany: różne warunki lub etapy
• Przejścia: prawdopodobieństwa przejścia z jednego stanu do innego

Elementy łańcucha Markowa

• Prawdopodobieństwa stacjonarne: długoterminowe prawdopodobieństwa przebywania w danym stanie
  • Obliczane za pomocą oprogramowania statystycznego lub narzędzi BI
  • Np. stan stacjonarny dla słonecznej pogody: 66,67%

Macierz przejść

	Słonecznie	Pochmurnie
Słonecznie	80%	20%
Pochmurnie	40%	60%

Zastosowania łańcuchów Markowa

• Retencja klientów:
  • Identyfikacja prawdopodobieństw przejść między stanami zaangażowania i rezygnacji
• Optymalizacja konwersji:
  • Przechodzenie przez lejek sprzedażowy
• Rekomendacje produktów:
  • Przewidywanie przyszłych interakcji z klientem

Przykład: e-commerce$^1$

¹ C – kupon, P – zakup, E – wyjście

Przykład: e-commerce

	Użycie (nowego) kuponu	Dokonanie (nowego) zakupu	Wyjście
Użycie kuponu	10%	60%	30%
Dokonanie zakupu	5%	90%	5%
Wyjście	15%	5%	80%

Przykład: e-commerce

	Użycie (nowego) kuponu	Dokonanie (nowego) zakupu	Wyjście
Użycie kuponu	10%	60%	30%
Dokonanie zakupu	5%	90%	5%
Wyjście	15%	5%	80%

Czas na ćwiczenia!

Zaawansowane rachunki prawdopodobieństwa: niepewność w danych