individual-level predictions arerec

individual-level predictions arerecencyandfrequency. This is a
very important result that ties this model to the traditional direct
marketing literature (e.g.,David Shepard Associates 1999;
Hughes 2006), and makes the data requirements for implementation relatively simple (Fader and Hardie 2005).
The notation used to represent this recency and frequency
information is (x, t
x
, T), where xis the number of transactions
observed in the time interval (0,T] and tx(0bt
x≤T) is the time
of the last transaction.Schmittlein, Morrison, and Colombo
(1987)derive expressions for (amongst other things)P(alive |x,
t
x
, T), the probability that an individual with observed behavior
(x, t
x
, T) is still“alive”at timeT, and E[X(T, T+t)|x, t
x
, T], the
expected number of transactions in the future period (T, T+t]
for an individual with observed behavior (x, t
x
, T).
Empirical validations of the model are presented in
Schmittlein and Peterson (1994) and Fader, Hardie, and Lee
(2005b), amongst others; its predictive performance is impressive. Recent applications of this model include the work of
Reinartz and Kumar (2000, 2003) on customer profitability,
Hopmann and Thede (2005)on “churn” prediction, and
Wübben and Wangenheim (2008)and Zitzlsperger, Robbert,
and Roth (2007) on managerial heuristics for customer-base
analysis.
The basic Pareto/NBD model has been extended in a number
of directions.
•Ma and Liu (2007)and Abe (2008)explore the use of
MCMC methods for parameter estimation.
•Abe (2008) and Fader and Hardie (2007b)allow for the
incorporation of time-invariant covariate effects.
•Schmittlein and Peterson (1994) and Fader, Hardie, and Lee
(2005b)augment this model for the flow of transactions with a
submodel for “monetary value” (i.e., average spend per
transaction). In both cases, a customer's underlying spend
per transaction is assumed to be independent of his transaction
flow.Glady, Baesens, and Croux (2008)propose an extension
in which this assumption of independence is relaxed.
•Fader, Hardie, and Lee (2005b)derive an expression for what
they call “discounted expected residual transactions”which,
when combined with the submodel for spend per transaction,
allows us to estimate a customer's expected residual lifetime
value conditional on his observed behavior. One of the key
contributions of this work is that we only need to know three
things about a customer's buying behavior in a given time
period in order to compute their residual lifetime value:
recency, frequency, and monetary value (i.e., RFM).
•In some situations we do not have access to recency and
frequency data; for example, we may only have a series of
cross-sectional summaries, such as those reported in the
Tuscan Lifestyles case (Mason 2003). By only relying on
data in histogram form, any individual-level information
about each customer (e.g., recency and frequency) is lost,
which may lead some to think that we cannot apply the
Pareto/NBD model.Fader, Hardie, and Jerath (2007)show
how the model parameters can still be estimated using
such“repeated cross-sectional summary”data, despite this
limitation

Results (Vietnamese) 1:

dự đoán mức độ cá nhân arerecencyandfrequency. Đây là một
kết quả rất quan trọng mà quan hệ này mô hình trực tiếp truyền thống
tiếp thị văn học (e.g.,David Shepard Associates 1999;
Hughes 2006), và làm cho các yêu cầu dữ liệu để thực hiện tương đối đơn giản (đổi và Hardie 2005).
ký hiệu được sử dụng để đại diện cho recency và tần số này
thông tin (x, t
x
, T), nơi xis số giao dịch
quan sát trong khoảng thời gian (0, T] và tx(0bt
x≤T) là giờ
giao dịch cuối cùng.Schmittlein, Morrison và Colombo
(1987) lấy được biểu hiện cho (trong số những thứ khác) P (sống |x,
t
x
, T), xác suất rằng một cá nhân có quan sát hành vi
(x, t
x
, T) là vẫn "sống" tại timeT, và E [X (T, T t) |x, t
x
, T], các
dự kiến số lượng giao dịch trong tương lai giai đoạn (T, T t]
cho một cá nhân có quan sát hành vi (x, t
x
, T).
validations thực nghiệm của mô hình được trình bày trong
Schmittlein và Peterson (1994) và đổi, Hardie và Lee
(2005b), trong số những người khác; tiên đoán hiệu quả của nó là ấn tượng. Tại ứng dụng của mô hình này bao gồm việc
Reinartz và Kumar (2000, 2003) về khách hàng lợi nhuận,
Hopmann và Thede (2005) trên dự báo "khuấy", và
Wübben và Wangenheim (2008) và Zitzlsperger, Robbert,
và Roth (2007) trên các chẩn đoán quản lý cho cơ sở khách hàng
phân tích.
mô hình Pareto/NBD cơ bản đã được mở rộng trong một số
của chỉ dẫn.
•Ma và lưu (2007) và Abe (2008) khám phá việc sử dụng
MCMC phương pháp cho tham số ước lượng.
•Abe (2008) và đổi và Hardie (2007b) cho phép các
kết hợp bất biến thời gian covariate hiệu ứng.
•Schmittlein và Peterson (1994) và đổi, Hardie, và Lee
(2005b) làm tăng thêm các mô hình này cho dòng chảy của các giao dịch với một
submodel cho giá trị tiền tệ"" (tức là, là chi tiêu mỗi
giao dịch). Trong cả hai trường hợp, một khách hàng cơ bản chi tiêu
cho mỗi giao dịch được giả định là độc lập của giao dịch của mình
dòng chảy.Glady, Baesens, và Croux (2008) một phần mở rộng đề xuất
trong đó giả định này độc lập được thư giãn.
•Fader, Hardie và Lee (2005b) lấy được một biểu hiện cho những gì
họ gọi là "giảm giá giao dịch dự kiến dư" đó,
khi kết hợp với submodel cho chi tiêu cho mỗi giao dịch,
cho phép chúng tôi để ước tính khách hàng của dự kiến sẽ dư đời
giá trị điều kiện về hành vi quan sát của mình. Một trong phím
những đóng góp của công việc này là rằng chúng tôi chỉ cần biết ba
điều về một khách hàng của mua hành vi trong một thời gian nhất định
khoảng thời gian để tính toán giá trị còn lại cuộc đời của họ:
recency, tần số, và giá trị tiền tệ (tức là, RFM).
•In một số trường hợp chúng tôi không có quyền truy cập vào recency và
tần số dữ liệu; Ví dụ, chúng tôi chỉ có thể có một loạt các
tóm lược cross-góc, chẳng hạn như báo cáo trong các
Tuscan lối sống trường hợp (Mason năm 2003). Bằng cách chỉ dựa trên
dữ liệu dưới dạng biểu đồ, bất kỳ thông tin cá nhân cấp
về mỗi khách hàng (ví dụ như, recency và tần số) là bị mất,
mà có thể dẫn một số suy nghĩ rằng chúng tôi không thể áp dụng các
Pareto/NBD mô hình.Đổi, Hardie và Jerath Hiển thị (2007)
làm thế nào các thông số mô hình vẫn có thể được ước tính sử dụng
dữ liệu "lặp đi lặp lại mặt cắt, bản tóm tắt" như vậy, mặc dù điều này
giới hạn

Results (Vietnamese) 2:

dự báo cấp độ cá nhân arerecencyandfrequency. Đây là một
kết quả rất quan trọng là quan hệ mô hình này với truyền thống trực tiếp
tài liệu tiếp thị (ví dụ, David Shepard Associates năm 1999;
Hughes 2006), và làm cho các yêu cầu dữ liệu để thực hiện tương đối đơn giản (Fader và Hardie 2005).
Các ký hiệu dùng để biểu diễn này recency và tần số
thông tin là (x, t
x
, T), nơi Đội hình dự kiến số lượng giao dịch
quan sát trong khoảng thời gian (0, T] và tx (0bt
x ≤ T) là thời gian
của transaction.Schmittlein qua, Morrison, và Colombo
(1987) lấy được biểu thức (trong số những thứ khác) P (sống | x,
t
x
, T), xác suất mà một cá nhân có hành vi quan sát được
(x, t
x
, T) vẫn còn "sống" ở timeT, và E [X (T, T + t) | x, t
x
, T], các
số lượng dự kiến giao dịch trong giai đoạn tương lai (T, T + t]
cho một cá nhân có hành vi quan sát được (x, t
x
, T).
kiểm chứng thực nghiệm của mô hình được trình bày trong
Schmittlein và Peterson (1994) và Fader, Hardie, và Lee
(2005b), trong số những người khác, hiệu suất dự đoán của nó là ấn tượng ứng dụng gần đây của mô hình này bao gồm các công việc của.
Reinartz và Kumar (2000, 2003 ) trên lợi nhuận của khách hàng,
Hopmann và Thede (2005) về "khuấy" dự đoán, và
Wübben và Wangenheim (2008) và Zitzlsperger, Robbert,
và Roth (2007) về công nghệ tự động quản lý cho khách hàng cơ sở
phân tích.
Mô hình Pareto / NBD cơ bản có được mở rộng trong một số
các hướng.
• Ma và Liu (2007) và Abe (2008) khám phá việc sử dụng các
phương pháp MCMC cho tham số ước lượng.
• Abe (2008) và Fader và Hardie (2007b) cho phép
thành lập công ty thời gian bất biến hiệu ứng covariate.
• Schmittlein và Peterson (1994) và Fader, Hardie, và Lee
(2005b) làm tăng thêm mô hình này cho dòng chảy của các giao dịch với một
submodel cho "giá trị tiền tệ" (tức là, chi tiêu trung bình mỗi
giao dịch). Trong cả hai trường hợp, chi tiêu cơ bản của khách hàng
cho mỗi giao dịch được giả định là độc lập với giao dịch của mình
flow.Glady, Baesens, và Croux (2008) đề xuất một phần mở rộng
trong đó giả định này độc lập là thoải mái.
• Fader, Hardie, và Lee (2005b ) lấy một biểu hiện cho những gì
họ gọi là "giảm giá dự kiến giao dịch còn lại" đó,
khi kết hợp với các submodel cho chi tiêu cho mỗi giao dịch,
cho phép chúng ta ước tính dự kiến cuộc đời còn lại của khách hàng
giá trị có điều kiện về hành vi quan sát của mình. Một trong những trọng
đóng góp của công việc này là chúng ta chỉ cần biết ba
điều về hành vi mua của khách hàng trong một thời gian nhất định
khoảng thời gian để tính toán giá trị suốt đời còn lại của mình:
. recency, tần số, và giá trị tiền tệ (tức là, RFM)
• trong một số trường hợp chúng tôi không có quyền truy cập vào recency và
tần số dữ liệu; Ví dụ, chúng ta chỉ có thể có một loạt các
bản tóm tắt cắt ngang, chẳng hạn như những báo cáo trong
trường hợp Tuscan Lối sống (Mason 2003). Chỉ dựa vào
dữ liệu dưới dạng biểu đồ, bất kỳ thông tin cá nhân cấp
về từng khách hàng (ví dụ, recency và tần số) bị mất,
có thể dẫn một số người nghĩ rằng chúng ta không thể áp dụng các
Pareto / NBD model.Fader, Hardie, và Jerath ( 2007) cho thấy
làm thế nào các thông số mô hình vẫn có thể được ước tính bằng cách sử dụng
như "lặp đi lặp lại tóm tắt cắt ngang" dữ liệu, bất chấp điều này
giới hạn