Pourquoi le modélisation des choix?

Modélisation des choix pour le marketing avec R

Elea McDonnell Feit

Assistant Professor of Marketing, Drexel University

La régression relie les prédicteurs à des résultats numériques

Un modèle de régression linéaire sert à prédire un nombre.

En marketing, on peut utiliser une régression linéaire pour comprendre comment les ventes d'un magasin sont liées à ses caractéristiques. Les ventes sont un nombre.

Beaucoup d'événements à prévoir sont des choix

Choisir une robe pour une occasion spéciale chez un détaillant en ligne
Choisir quoi regarder sur un service de diffusion vidéo
Acheter une voiture

Les choix exigent un type de régression spécialisé

La régression logistique multinomiale ou modèle logit multinomial sert à prédire un choix parmi plusieurs options, selon les caractéristiques de chaque option. Par exemple, on peut prédire la probabilité de choisir une voiture donnée selon les caractéristiques des voitures offertes.

La régression logistique ou modèle logit est un cas particulier du logit multinomial pour des résultats binaires « oui/non », comme l'adhésion à une offre promotionnelle.

Applications marketing des modèles de choix

Conception de nouveaux produits

Comprendre le lien entre les caractéristiques et ce que les gens achètent

Tarification

Établir comment le prix influence la part de marché

Marchandisage

Mesurer l'effet d'un indicateur « favori des clients » sur le produit qu'une personne magasine en ligne choisit

Quels choix souhaitez-vous analyser?

Modélisation des choix pour le marketing avec R