Sto imparando a utilizzare il pacchetto BTYD che utilizza il modello Pareto / NBD per prevedere quando ci si aspetta che un cliente torni. Tuttavia, tutta la letteratura su questo modello è piena di matematica e non sembra esserci una spiegazione semplice / concettuale del funzionamento di questo modello. È possibile comprendere il modello Pareto / NBD per i non matematici? Ho attraversato questo famoso articolo di Fader . Il modello Pareto / NBD fa le seguenti ipotesi:
io. Mentre attivo, il numero di transazioni effettuate da un cliente in un periodo di tempo t viene distribuito Poisson con tasso di transazione λ.
ii. L'eterogeneità nei tassi di transazione tra i clienti segue una distribuzione gamma con parametro di forma r e parametro di scala α.
iii. Ogni cliente ha una "durata" inosservata di lunghezza τ. Questo punto in cui il cliente diventa inattivo viene distribuito esponenziale con tasso di abbandono µ.
iv) L'eterogeneità nei tassi di abbandono tra i clienti segue una distribuzione gamma con parametro di forma se parametro di scala β.
v. Il tasso di transazione λ e il tasso di abbandono µ variano indipendentemente tra i clienti. "
Non capisco la (intuizione alla base) della logica delle ipotesi (ii), (iii) e (iv). Perché solo queste distribuzioni, perché non altre?
Anche i presupposti del modello BG / NBD sono:
i.) Mentre attivo, il numero di transazioni effettuate da un cliente segue un processo di Poisson con tasso di transazione λ. Ciò equivale a supporre che il tempo tra le transazioni sia distribuito in modo esponenziale con il tasso di transazione λ
ii) L'eterogeneità in λ segue una distribuzione gamma
iii) Dopo qualsiasi transazione, un cliente diventa inattivo con probabilità p. Pertanto, il punto in cui il cliente "abbandona" viene distribuito tra le transazioni secondo una distribuzione geometrica (spostata) con pmf
iv) L'eterogeneità in p segue una distribuzione beta
Anche la razionalità (intuitiva) delle ipotesi (ii), (iii) e (iv) non è affatto ovvia.
Sarò grato per qualsiasi aiuto. Grazie.