Contractual settingsAs previously n

Contractual settings
As previously noted, the defining characteristic of a
contractual setting is that customer attrition is observed by the
firm. The questions of managerial interest are typically either i)
“which customers have the greatest risk of churning next
period?”or ii)“how much longer can we expect this customer to
stay with us, given information about his relationship with us to
date?”, the answer to which lies at the heart of any attempt to
compute CLV in a contractual setting.
The first question is best answered using traditional
regression-type models and other predictive data mining
tools; see Berry and Linoff (2004); Blattberg, Kim, and Neslin
(2008); Neslin et al. (2006); and Parr Rud (2001). A typical
analysis exercise may use a logit model to predict churn where
the independent variables include behavioral variables such as
usage in the previous period, changes in usage over the last
two periods, customer-initiated contacts with the company
(e.g., contacting the call center), and marketing activity by the
firm.
Such models are of limited value when faced with the
second question, however. Standing at the end of period t,it
would not be possible to predict contract renewal probabilities
for period t+ 3 since we do not have the values of the
independent variables for period t+ 2, let alone periodt+1.
Such a question is best addressed using duration-time models,
which can better accommodate these longitudinal issues.
In this setting, the modeler is not faced by the challenge of
trying to differentiate between a customer who has ended his or

Results (Vietnamese) 1:

Hợp đồng thiết lập
như đã lưu ý, các đặc tính xác định của một
hợp đồng thiết lập là khách hàng tiêu hao là quan sát bởi các
vững chắc. Các câu hỏi quan tâm quản lý thường là cả hai i)
"khách hàng mà có nguy cơ lớn nhất của churning tiếp theo
thời kỳ?"hoặc ii) "bao lâu nữa chúng tôi có thể mong đợi này khách hàng để
ở lại với chúng tôi, cung cấp thông tin về mối quan hệ của mình với chúng tôi để
ngày? ", câu trả lời cho đó nằm ở trung tâm của bất kỳ nỗ lực để
tính toán CLV trong một thiết lập hợp đồng.
câu hỏi đầu tiên tốt nhất trả lời bằng cách sử dụng truyền thống
mô hình hồi quy kiểu và khai thác dữ liệu kiểu khác
công cụ; Xem Berry và Linoff (2004); Blattberg, Kim và Neslin
(2008); Neslin et al. (2006); và Parr Rud (2001). Một điển hình
phân tích tập thể dục có thể sử dụng một hàm lôgit mô hình để dự đoán khuấy nơi
biến độc lập bao gồm các hành vi biến như
sử dụng trong giai đoạn trước đó, thay đổi trong việc sử dụng trong
hai giai đoạn, khách hàng bắt đầu liên lạc với công ty
(ví dụ như, liên hệ với Trung tâm cuộc gọi), và tiếp thị các hoạt động của các
công ty.
mô hình như vậy có giá trị giới hạn khi phải đối mặt với các
thứ hai câu hỏi, Tuy nhiên. Đứng vào giữa thời kỳ t, nó
nào không thể dự đoán hợp đồng gia hạn xác suất
cho giai đoạn t 3 kể từ khi chúng tôi không có giá trị của các
biến độc lập cho giai đoạn t 2, hãy để một mình periodt 1.
một câu hỏi tốt nhất giải quyết bằng cách sử dụng các mô hình thời gian-thời gian,
mà có thể đáp ứng tốt hơn các vấn đề theo chiều dọc.
trong thiết lập này, modeler không phải đối mặt với những thách thức của
cố gắng để phân biệt giữa một khách hàng người đã kết thúc của mình hoặc

Results (Vietnamese) 2:

Thiết lập hợp đồng
Như đã đề cập, các đặc tính của một
thiết lập hợp đồng là tiêu hao của khách hàng được quan sát bởi các
công ty. Những câu hỏi quan tâm quản lý thường hoặc i)
"mà khách hàng có nguy cơ lớn nhất của khuấy tiếp theo
thời gian? "hoặc ii)" bao lâu nữa chúng ta có thể mong đợi của khách hàng này để
ở lại với chúng tôi, cung cấp thông tin về mối quan hệ của ông với chúng tôi để
ngày? ", câu trả lời mà nằm ở trung tâm của bất kỳ nỗ lực để
tính toán CLV trong một khung cảnh hợp đồng.
Câu hỏi đầu tiên là tốt nhất trả lời bằng cách sử dụng truyền thống
mô hình hồi quy loại và khai thác dữ liệu tiên đoán khác
công cụ; xem Berry và Linoff (2004); Blattberg, Kim, và Neslin
(2008); Neslin et al. (2006); và Parr Rud (2001). Một điển hình
tập thể dục phân tích có thể sử dụng một mô hình logit để dự đoán khuấy nơi
các biến độc lập bao gồm các biến hành vi như
sử dụng trong các giai đoạn trước, những thay đổi trong việc sử dụng so với cuối cùng
hai giai đoạn, địa chỉ liên lạc của khách hàng-bắt đầu với các công ty
(ví dụ, liên hệ với các trung tâm cuộc gọi ), và các hoạt động tiếp thị của
công ty.
mô hình như vậy có giá trị hạn chế khi phải đối mặt với
câu hỏi thứ hai, tuy nhiên. Đứng ở cuối thời kỳ t, nó
sẽ không thể dự đoán xác suất gia hạn hợp đồng
trong khoảng thời gian t + 3 vì chúng ta không có các giá trị của các
biến độc lập trong khoảng thời gian t + 2, hãy để một mình periodt 1.
một câu hỏi như vậy được giải quyết tốt nhất sử dụng mô hình thời gian thời gian,
có thể đáp ứng tốt hơn những vấn đề này theo chiều dọc.
Trong bối cảnh này, xây dựng mô hình không phải đối mặt với những thách thức của
cố gắng để phân biệt giữa các khách hàng đã kết thúc của mình hoặc