电信行业中动态地将合适优惠匹配给合适客户
信息检索
2020-10-26 v1 人工智能
机器学习
摘要
对于成功的企业而言，开展有效的营销活动是营销人员的一项关键任务。以往多数研究使用各种数学模型对客户进行分群，却未考虑客户分群与营销活动之间的关联。本研究通过考察客户分群背景下客户定向的显著活动依赖变量，提出了一个概念模型。由此，客户分群与定向的过程得以关联并一并求解。本研究的客户分群结果对营销人员更具意义和相关性。本调研应用客户生命周期价值（LTV）模型来评估目标客户群体与营销策略之间的适配度。为整合客户分群与客户定向，本文使用遗传算法（GA）来确定优化营销策略。随后，我们建议使用 SPSS PASW Modeler 中的 C&RT（分类与回归树）替代遗传算法技术以达成这些结果。我们还建议使用 LOSSYCOUNTING 和 Counting Bloom Filter 来动态地为合适客户设计合适且最新的优惠。
引用
@article{arxiv.2010.12539,
title = {Dynamically Tie the Right Offer to the Right Customer in Telecommunications Industry},
author = {Kunal Sawarkar and Sanket Jain},
journal= {arXiv preprint arXiv:2010.12539},
year = {2020}
}
备注
Published in 2011 RESEARCH COUNCIL JOURNAL, An Annual Publication From The Direct Marketing Association Research Council- https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwiitNPbyr7sAhXyct8KHfSpDsEQFjABegQIAxAC&url=https%3A%2F%2Fthedma.org%2Fwp-content%2Fuploads%2F2011-Analytics-Journal.pdf&usg=AOvVaw1XhGZBELMr3-_HAPhysVPp