Analiza lanțurilor Markov

Probabilitate avansată: Incertitudinea în date

Maarten Van den Broeck

Senior Content Developer at DataCamp

Ce sunt lanțurile Markov?

• Modelarea sistemelor cu stări diferite
• Tranziția între stări pe baza probabilităților
• Idee cheie: tranziția depinde doar de starea curentă
• Aplicație cheie: înțelegerea parcursului clienților

Elementele unui lanț Markov

• Stări: condiții sau etape diferite

Elementele unui lanț Markov

• Stări: condiții sau etape diferite
• Tranziții: probabilități de trecere dintr-o stare în alta

Elementele unui lanț Markov

• Probabilități de echilibru: probabilități pe termen lung de a fi într-o stare
  • Calculate cu software statistic sau instrumente BI
  • Ex. echilibru pentru însorit: 66,67%

Matricea de tranziție

	Însorit	Înnorat
Însorit	80%	20%
Înnorat	40%	60%

Aplicații ale lanțurilor Markov

• Retenția clienților:
  • Identificarea probabilităților de tranziție între stările de implicare și abandon
• Optimizarea conversiilor:
  • Progresul printr-o pâlnie de vânzări
• Recomandare de produse:
  • Predicția interacțiunilor viitoare ale clienților

Exemplu: comerț electronic$^1$

¹ C pentru Cupon, P pentru Achiziție, E pentru Ieșire

Exemplu: comerț electronic

	A folosit un cupon (nou)	A făcut o achiziție (nouă)	A ieșit
A folosit un cupon	10%	60%	30%
A făcut o achiziție	5%	90%	5%
A ieșit	15%	5%	80%

Exemplu: comerț electronic

	A folosit un cupon (nou)	A făcut o achiziție (nouă)	A ieșit
A folosit un cupon	10%	60%	30%
A făcut o achiziție	5%	90%	5%
A ieșit	15%	5%	80%

Să exersăm!

Probabilitate avansată: Incertitudinea în date