Pourquoi la modélisation des choix?

Modélisation des choix pour le marketing avec R

Elea McDonnell Feit

Assistant Professor of Marketing, Drexel University

La régression relie des 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, c'est un nombre.

Modélisation des choix pour le marketing avec R

Beaucoup d'événements à comprendre et prédire 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
Modélisation des choix pour le marketing avec R

Les choix exigent un type de régression spécialisé

La régression logistique multinomiale, ou modèle logit multinomial, sert à prédire un choix dans un ensemble d'options. La prédiction s'appuie sur les caractéristiques de chaque option. Par exemple, on peut estimer la probabilité de choisir une voiture donnée selon les caractéristiques des voitures offertes.

La régression logistique, ou modèle logit, est un cas particulier de la régression logistique multinomiale qui prédit un résultat binaire « oui/non », comme l'adhésion à une offre promotionnelle.

Modélisation des choix pour le marketing avec R

Applications marketing des modèles de choix

Concevoir de nouveaux produits

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

Tarification

Déterminer comment le prix influence la part de marché

Marchandisage

Mesurer l'effet d'un indicateur « coup de cœur des clients » sur le produit qu'un cyberacheteur choisit

Modélisation des choix pour le marketing avec R

Quels choix souhaitez-vous analyser?

Modélisation des choix pour le marketing avec R

Preparing Video For Download...