Зачем нужны модели выбора?

Моделирование выбора для маркетинга на R

Elea McDonnell Feit

Assistant Professor of Marketing, Drexel University

Регрессия связывает предикторы с числовыми результатами

Модель линейной регрессии используется для предсказания числового значения.

В маркетинге линейная регрессия помогает понять, как продажи в магазине связаны с его характеристиками. Продажи — это число.

Многие события, которые мы хотим понять и предсказать, — это выборы

Выбор платья для особого случая в интернет-магазине
Выбор фильма или сериала на стриминговом сервисе
Покупка автомобиля

Для выборов нужен особый тип регрессии

Мультиномиальная логистическая регрессия, или мультиномиальная логит-модель, используется для предсказания выбора из набора альтернатив на основе их характеристик. Например, можно оценить вероятность выбора конкретного автомобиля по параметрам доступных вариантов.

Логистическая регрессия, или логит-модель, — частный случай мультиномиальной логистической регрессии для предсказания бинарного ответа «да/нет», например принятия промоакции.

Маркетинговые применения моделей выбора

Разработка новых продуктов

Понять, как характеристики продукта влияют на решение о покупке

Ценообразование

Определить, как цена связана с долей рынка

Мерчандайзинг

Оценить влияние метки «выбор покупателей» на решение онлайн-покупателя

Какие выборы интересны вам для анализа?