馬可夫鏈分析

Advanced Probability: Uncertainty in Data

Maarten Van den Broeck

Senior Content Developer at DataCamp

什麼是馬可夫鏈？

• 以不同狀態建模系統
• 依機率在狀態間轉移
• 核心觀念：轉移只取決於當前狀態
• 重要應用：解析顧客旅程

馬可夫鏈的要素

• 狀態（States）：不同條件或階段

馬可夫鏈的要素

• 狀態（States）：不同條件或階段
• 轉移（Transitions）：從一個狀態移動到另一狀態的機率

馬可夫鏈的要素

• 穩態機率：長期處於各狀態的機率
  • 以統計軟體或 BI 工具計算
  • 例如晴天的穩態：66.67%

轉移矩陣

	晴天	陰天
晴天	80%	20%
陰天	40%	60%

馬可夫鏈的應用

• 顧客留存：
  • 辨識參與與流失狀態之間的轉移機率
• 轉換最佳化：
  • 追蹤銷售漏斗的前進路徑
• 產品推薦：
  • 預測未來顧客互動

範例：電商$^1$

¹ C 代表 Coupon、P 代表 Purchase、E 代表 Exit

範例：電商

	使用（新）優惠券	完成（新）購買	離開
使用優惠券	10%	60%	30%
完成購買	5%	90%	5%
離開	15%	5%	80%

範例：電商

	使用（新）優惠券	完成（新）購買	離開
使用優惠券	10%	60%	30%
完成購買	5%	90%	5%
離開	15%	5%	80%

一起來練習吧！

Advanced Probability: Uncertainty in Data