详细内容或原文请订阅后点击阅览
如何对营销活动的预期价值进行建模
使公司的数据成熟度达到新水平的方法《如何对营销活动的预期价值进行建模》一文首先出现在《迈向数据科学》上。
来源:走向数据科学对于营销活动来说是极其困难的。尽管我们知道更有针对性的策略效果会更好，但其中大部分都取决于反复试验。我们只是不知道如何到达那里。这个过程通常包括发起一项活动、观察它、学习、做出调整，然后再次尝试。这种反复试验的方法具有真正的优势。它鼓励运动而不是瘫痪。它使团队能够快速学习，尤其是在快速变化的市场中。对于早期增长或有限的数据环境，它通常是唯一实用的选择。
我想介绍一种不同的方法。毫无疑问，这是更加困难、先进和复杂的，但也是革命性的和非凡的。这种方法可以将公司的数据成熟度提升到新的水平。让我向您介绍期望值建模。
在我们开始之前，我想先说一下这种方法在一些数据科学教科书中占据了完整的章节。然而，我打算尽可能地非技术性。我将保持这些想法的概念性，同时仍然提供一个关于如何实现这一目标的清晰框架。如果您有兴趣了解更多信息，我将在最后引用有用的资源。
让我们开始吧。
什么是期望值建模？
期望值是一个关键的分析框架，允许决策者在成本和收益不平等时考虑权衡。想象一下机器学习模型帮助诊断癌症患者的场景。仅包含简单准确性（预测正确或错误）的框架和模型并未考虑预测中的权衡。
在这种情况下，并非每个“错误预测”都是相同的。当患者患有癌症时不对其进行诊断，其代价比在患者实际患有癌症时对其进行诊断要昂贵得多。这两种预测在技术上都是错误的，但其中一个导致了生命的损失，另一个则没有。
从购买可能性模型开始
实现期望值建模
这是一个例子：