Dlaczego modelowanie wyboru?

Modelowanie wyborów w marketingu w R

Elea McDonnell Feit

Assistant Professor of Marketing, Drexel University

Regresja wiąże predyktory z wynikami liczbowymi

Model regresji liniowej służy do przewidywania liczby.

W marketingu regresja liniowa pozwala zbadać zależność między sprzedażą w sklepie a jego cechami. Sprzedaż jest wartością liczbową.

Modelowanie wyborów w marketingu w R

Wiele zdarzeń, które chcemy zrozumieć i przewidzieć, to **wybory**

  • Wybór sukni na specjalną okazję w sklepie internetowym
  • Wybór filmu w serwisie streamingowym
  • Zakup samochodu
Modelowanie wyborów w marketingu w R

Wybory wymagają specjalnego rodzaju regresji

Wielomianowa regresja logistyczna lub wielomianowy model logitowy służy do przewidywania wyboru spośród zestawu alternatyw na podstawie ich cech. Na przykład można przewidzieć prawdopodobieństwo wyboru określonego samochodu na podstawie cech dostępnych modeli.

Regresja logistyczna lub model logitowy to szczególny przypadek wielomianowej regresji logistycznej, używany do przewidywania binarnych odpowiedzi „tak/nie", np. skorzystania z oferty promocyjnej.

Modelowanie wyborów w marketingu w R

Zastosowania modeli wyboru w marketingu

Projektowanie nowych produktów

Zrozumienie, jak cechy produktu wpływają na decyzje zakupowe

Ustalanie cen

Określenie, jak cena wpływa na udział w rynku

Merchandising

Pomiar wpływu oznaczenia „ulubiony produkt klientów" na wybory kupujących online

Modelowanie wyborów w marketingu w R

Jakie wybory *Państwo* chcieliby analizować?

Modelowanie wyborów w marketingu w R

Preparing Video For Download...