马尔可夫链分析

Advanced Probability: 数据中的不确定性

Maarten Van den Broeck

Senior Content Developer at DataCamp

什么是马尔可夫链？

• 用状态建模系统
• 按概率在状态间转移
• 关键点：转移仅依赖当前状态
• 主要应用：理解客户旅程

马尔可夫链的要素

• 状态：不同条件或阶段

马尔可夫链的要素

• 状态：不同条件或阶段
• 转移：从一状态到另一状态的概率

马尔可夫链的要素

• 稳态概率：长期处于某状态的概率
  • 使用统计软件或 BI 工具计算
  • 例如晴天的稳态：66.67%

转移矩阵

	晴	多云
晴	80%	20%
多云	40%	60%

马尔可夫链的应用

• 客户留存：
  • 识别参与与流失状态间的转移概率
• 转化优化：
  • 追踪销售漏斗进程
• 产品推荐：
  • 预测后续客户互动

示例：电商$^1$

¹ C 表示 Coupon，P 表示 Purchase，E 表示 Exit

示例：电商

	使用（新）优惠券	完成（新）购买	退出
使用了优惠券	10%	60%	30%
完成了购买	5%	90%	5%
退出	15%	5%	80%

示例：电商

	使用（新）优惠券	完成（新）购买	退出
使用了优惠券	10%	60%	30%
完成了购买	5%	90%	5%
退出	15%	5%	80%

让我们练习吧！

Advanced Probability: 数据中的不确定性