离散时间马尔可夫链——在返现活动中识别获胜的客户旅程
离散时间马尔可夫链——识别获胜客户旅程
将数字广告活动中的客户互动建模为离散时间马尔可夫链
测量和归因是数据科学界广泛讨论的话题。就在我们在实践中取得科学进展的同时，政策的干扰威胁着终止cookie和追踪。最近，一种被遗忘的建模技术叫做市场组合建模（MMM）重新引起了关注。它在所有数字和离线渠道上都能以合理的准确性工作。然而，当涉及到仅使用数字的广告活动而不使用cookie时，有一种更优越的技术可以应用。我们将在本文中详细讨论这个问题。
理解和优化客户接触点可以帮助数据科学家提出增加忠诚度、留存率和收入的建议。
理解问题
在这篇VoAGI文章中，我们帮助金融科技公司Flex为续订活动优化其目标受众。现在，让我们帮助他们进行返现活动。Flex奖励其信用卡持卡人在杂货店、加油站、餐厅和流媒体订阅上消费。奖励以最高5%的返现直接存入钱包，并可用于下一个账单支付。然而，要有资格获得这项奖励，客户必须每个季度在应用程序中激活该优惠。
该活动仅覆盖电子渠道，如电子邮件、短信和应用程序通知，并旨在提高返现的激活率。这些优惠对Flex有利吗？答案是肯定的。它们激励客户在合格商家消费，而这些商家则向Flex支付一小部分利润。
我们的任务是衡量每个数字渠道的效果：1.每个渠道对激活的贡献如何？2.每个渠道的激活率是多少？3.哪个渠道最具黏性？4.渠道激活率是否因购物类型而异？5.哪个渠道缩短了客户的激活旅程的长度？
