如何为 CLVTools::clvdata() 准备数据

Question

我正在尝试使用 CLVTools 包在 R 中进行 CLV 分析。根据作者的说法，这个包是 BTYD 包的改进版本。\n我没有使用这个包的经验，所以我确信这个问题可以很容易地解决。

\n

我的数据由 client_id、transaction_date 和total_revenue 组成，其中每个观察代表一次客户购买。这是在我的环境中进行 CLV 分析所需的所有数据。

\n

当我尝试使用该函数创建 CLV 数据对象时，出现问题clvdata()。\n我收到错误消息：

\n

Error: Parameter estimation.split needs to indicate a point at least 2 periods before the last transaction!\n

\n

我无法找到任何解释为什么会发生这种情况，我的数据看起来与他们用于示例的数据相同。

\n

这是clvdata()包含参数的函数：

\n

clv.apparel <- clvdata(Data_for_CLV,  \n                   date.format="ymd", \n                   time.unit = "week",\n                   estimation.split = 40,\n                   name.id = "Client_ID",\n                   name.date = "Transaction_Date",\n                   name.price = "Total_Revenue")\n

\n

- - - - 编辑 - - - -

\n

删除后，estimate.split我能够在整个数据集上训练 pareto/nbd 模型，并得到下面的结果。不过，我也想用模型进行预测，这需要一个坚持期。如果我理解正确的话，SmokeyShakers，我现在应该能够将 设定estimation.split为有效的值，这到底是什么？

\n

> summary(est.pnbd)\nPareto NBD Standard  Model \n\nCall:\npnbd(clv.data = clv.apparel)\n\nFitting period:                               \nEstimation start   2019-12-21   \nEstimation end     2020-08-21   \nEstimation length  34.8571 Weeks\n\nCoefficients:\n      Estimate Std. Error  z-val Pr(>|z|)    \nr      0.29540    0.02195 13.459  < 2e-16 ***\nalpha 21.59114    1.18486 18.223  < 2e-16 ***\ns      0.76215    0.04841 15.745  < 2e-16 ***\nbeta   1.45651    0.27221  5.351 8.76e-08 ***\n---\nSignif. codes:  0 \xe2\x80\x98***\xe2\x80\x99 0.001 \xe2\x80\x98**\xe2\x80\x99 0.01 \xe2\x80\x98*\xe2\x80\x99 0.05 \xe2\x80\x98.\xe2\x80\x99 0.1 \xe2\x80\x98 \xe2\x80\x99 1\n\nOptimization info:                  \nLL     -26233.7198\nAIC    52475.4396 \nBIC    52512.0753 \nKKT 1  TRUE       \nKKT 2  TRUE       \nfevals 26.0000    \nMethod L-BFGS-B   \n\nUsed Options:                 \nCorrelation FALSE```\n

\n

Answer 1

免责声明：我是该包的共同创建者

这些潜在消耗的概率模型通常应用于客户群体，因为假设群体彼此之间存在很大差异。因此，您可以为每个队列拟合一个单独的模型。最常见的是，群组的定义是指加入日期（=第一笔交易），但任何其他（进一步）定义都是可能的，例如按渠道或按业务部门。另请参阅 Fader 和 Hardie (2010)，了解为什么按队列应用很重要： http://www.brucehardie.com/papers/022/fader_hardie_mksc_10.pdf

但无论您的确切群组定义如何，所有客户都必须在估计期内完成第一笔交易：该模型适合估计期内出现的交易数据。对于在估计期内进行过交易的所有客户，将在您指定的预测范围内预测未来的交易数量，就像您处于估计期结束时一样。因此，所有客户都需要在估计期内进行第一笔交易，以便模型“知道”他们的存在。该模型根本无法对不知道其存在的客户进行预测（=在估计期内未进行交易）。

该软件包可以简单地删除在估计期内未进行首次交易的客户，并仅对进行了首次交易的客户进行预测。然而，我们认为用户应该知道发生了什么，因此有意识地自己准备数据。

我现在应该能够将estimation.split 设置为有效的值，这正是

您必须指定数据中所有客户已完成第一笔交易的估计结束日期。如果您的数据不是这种情况，您应该将数据拆分为由第一个事务定义的群组。

假设您在 2015 年 1 月 1 日至 2020 年 1 月 1 日期间有客户交易，并希望在 2017 年 1 月 1 日拆分。然后，您可以将第一组定义为在 2015-01-01 至 2015-12-31 之间进行第一笔交易（=加入）的所有客户，将第二组定义为从 2016-01-01 至 2016-12-31 之间。您将为每个队列创建 2 个单独的 clvdata 对象，然后还拟合 2 个单独的模型。请注意，您无法创建从 2017-01-01 到 2018-01-01 的第三个群组，并在 2017-01-01 进行估计分割，而对于这个第三个群组，您必须定义稍后的分割日期，例如 2019-01 -01。

其他分组窗口（例如 1 个月、3 个月、6 个月等）也是惯例，但取决于您的数据。确保选择足够长的估计期，以便模型能够实际看到每个客户的重复购买模式（检查平均间隔购买时间summary(clvdata)）。因此，估计周期通常比群组窗口长，即群组的估计结束在 max(customer_join_date) 之后。您可能还对我关于数据准备和群组分析的更深入的回答感兴趣：

https://github.com/bachmannpatrick/CLVTools/issues/101

https://github.com/bachmannpatrick/CLVTools/issues/146

不过，我也想用模型进行预测，这需要一个坚持期

成功拟合模型后，您始终可以进行预测，也无需等待期。但是，您必须指定prediction.end参数来告诉您要预测多远（周期数或确切日期）。您不必指定prediction.end数据是否具有保留期，因为它会默认为保留期。这同样适用prediction.end于plot(). 为了做出最终的 CLV 预测，实际上通常会根据队列中的所有数据拟合模型（即没有保留期）