As with the Pareto/NBD and BG/NBD m

As with the Pareto/NBD and BG/NBD models, it turns out
that the BG/BB model does not require information on when
each of thextransactions occurred (i.e., the complete binary
string as illustrated in Fig. 6); the only customer-level information required to estimate the four model parameters and then
make individual-level predictions arerecency and frequency.
Fader, Hardie, and Huang (2004a); Fader, Hardie, and Berger
(2004) derive expressions for (amongst other things)P(alive),
the expected number of purchases in a future time period, and the
“discounted expected residual transactions,”all conditional on
the customer's recency and frequency data.
The Bernoulli purchasing process assumes that the probability of making a purchase in one period is independent of
whether or not a purchase was made in the preceding period.
This assumption of a zero-order purchasing process at the
individual level can be relaxed by assuming some type of firstorder Markov process. An example of this is the Markov chain
model of retail customer behavior at Merrill Lynch ofMorrison
et al. (1982) in which the “Brand Loyal Model” ofMassy,
Montgomery, and Morrison (1970)was extended by adding a
(homogeneous)“exit parameter.”
In contrast to the case of noncontractual, continuous-time
settings, this setting (i.e., the lower-left quadrant ofFig. 2) has
received little attention by model developers, and there are few
published applications of these models. We find this surprising
and feel that it is an area of research that deserves more
attention.

Results (Vietnamese) 1:

Như với các mô hình Pareto/NBD và BG/NBD, nó chỉ ra
BG/BB mẫu yêu cầu thông tin về khi
mỗi thextransactions xảy ra (tức là, nhị phân đầy đủ
chuỗi như minh hoạ trong hình 6); thông tin khách hàng chỉ có mức độ cần thiết để ước tính các tham số bốn mô hình và sau đó
làm cho dự báo mức độ cá nhân arerecency và tần số.
đổi, Hardie và hoàng (2004a); Đổi, Hardie và Berger
(2004) lấy được biểu hiện cho (trong số những thứ khác) P (sống),
số lượng mua hàng trong một khoảng thời gian trong tương lai, dự kiến và các
"giảm giá giao dịch dư dự kiến," tất cả điều kiện về
của khách hàng recency và tần số dữ liệu.
The Bernoulli mua quá trình giả định rằng khả năng quyết định mua hàng trong một khoảng thời gian là độc lập của
có hay không mua hàng được thực hiện trong giai đoạn trước.
này giả định của một số không để mua quá trình tại các
cấp độ cá nhân có thể được thư giãn bằng cách giả sử một số loại firstorder quá trình Markov. Một ví dụ này là chuỗi Markov
mô hình của hành vi khách hàng bán lẻ tại Merrill Lynch ofMorrison
et al. (1982) trong đó "Mô hình trung thành thương hiệu" ofMassy,
Montgomery, và Morrison (1970) đã được mở rộng bằng cách thêm một
(đồng nhất) "thoát khỏi tham số."
Ngược để trường hợp của noncontractual, thời gian liên tục
cài đặt, cài đặt này (tức là, các góc phần tư dưới bên trái ofFig. 2) có
nhận được ít sự chú ý của nhà phát triển mô hình, và có vài
xuất bản các ứng dụng của các mô hình này. Chúng tôi tìm thấy điều này đáng ngạc nhiên
và cảm thấy rằng nó là một khu vực của nghiên cứu đó xứng đáng hơn
sự chú ý.

Results (Vietnamese) 2:

Như với các mô hình Pareto / NBD và BG / NBD, nó quay ra
rằng mô hình BG / BB không yêu cầu thông tin về khi
mỗi thextransactions xảy ra (ví dụ, nhị phân hoàn chỉnh
chuỗi như minh họa trong hình 6.); thông tin khách hàng cấp chỉ yêu cầu để ước tính bốn thông số mô hình và sau đó
đưa ra dự đoán cấp độ cá nhân arerecency và tần số.
Fader, Hardie, và Huang (2004); Fader, Hardie, và Berger
(2004) lấy được biểu thức (trong số những thứ khác) P (còn sống),
số lượng dự kiến mua hàng trong một khoảng thời gian trong tương lai, và
"giảm giá giao dịch còn lại dự kiến," tất cả các điều kiện trên
recency của khách hàng và tần số dữ liệu.
Quá trình mua Bernoulli giả định rằng xác suất khi mua hàng trong một khoảng thời gian là độc lập
hay không mua được thực hiện trong thời gian trước.
Giả định này của một quá trình mua không theo đơn đặt hàng ở
cấp độ cá nhân có thể được thư giãn bằng cách giả định một số loại của quá trình Markov firstorder. Một ví dụ của việc này là chuỗi Markov
mô hình hành vi khách hàng bán lẻ tại Merrill Lynch ofMorrison
et al. (1982), trong đó "Nhãn hiệu trung thành mô hình" ofMassy,
​​Montgomery, và Morrison (1970) đã được mở rộng bằng cách thêm một
(đồng nhất) "tham số xuất cảnh."
Ngược lại với trường hợp của noncontractual, liên tục thời gian
cài đặt, thiết lập này (tức là , góc phần tư ofFig dưới bên trái. 2) đã
nhận được rất ít sự chú ý của các nhà phát triển mô hình, và có rất ít
ứng dụng được xuất bản của các mô hình này. Chúng ta thấy đáng ngạc nhiên này
và cảm thấy rằng đó là một lĩnh vực nghiên cứu xứng đáng hơn
sự chú ý.