Математические модели CRM-анализа

Все модели CRM-анализа на основании данных, полученных с помощью клиентской базы, можно разделить по назначению на следующие типы:

• · описательные задачи, которые включают в себя:
  • o регрессионные модели, целью которых является определение класса (число классов может представлять собой множество мощности контниум), которому принадлежит клиент по его характеристикам
  • o модели кластеризации, разделяющие множество клиентов на группы «похожих»;
  • o модели исключений, описывающие исключительные ситуации в данных;
  • o итоговые модели, выявляющие ограничения на данные анализируемого массива;
  • o модели поиска ассоциативных правил (анализа рыночных корзин), определяющие часто встречающиеся наборы объектов;
• · предсказательные задачи, состоящие из:
• o моделей классификации, определяющих отношение клиента к одному из конечного числа классов по некоторых характеристикам;
• o моделей последовательностей, прогнозирующих изменение непрерывных числовых параметров.

Модель, рассмотренная ниже, является примером модели последовательностей, где прогнозируемым параметром является период времени, в течение которого покупатель прекратит посещать данный магазин.

Применение моделей страхования в CRM-анализе

Поскольку прекращение посещения можно сформулировать как «гибель» данного клиента для магазина, то для исследования этого процесса логично использовать математические модели страхования жизни, где продолжительность жизни будет означать для нас продолжительность посещения магазина.

При теоретическом анализе процессов смертности, первоначальном и упрощенном изучении реальных ситуаций используют, как правило, стандартные вероятностные модели, интересующие исследователя.

К тому же, реальные процессы смертности достаточно хорошо аппроксимируются рассмотренными ниже аналитическими законами.