用python度量客户生命周期价值
Lifetimes的Python项目详细描述
测量用户很困难。生活使之变得简单。
简介
生命周期可用于基于以下几个假设分析用户：
- 用户在“活着”的时候与你互动。
- 正在研究的用户可能在一段时间后“死亡”。
我引用了“活着”和“死”这两个最抽象的术语：请随意使用你自己对“活着”和“死”的定义（它们在生存分析中类似于“出生”和“死亡”）。每当有人重复出现时，我们可以使用生命周期来帮助理解用户行为。
应用程序
如果这太抽象，请考虑以下应用程序：
- 预测访问者返回网站的频率。（活着=拜访。die=决定网站不适合他们）
- 了解患者返回医院的频率。（活着=拜访。死亡=也许病人搬到了一个新的城市，或者死亡了。
- 预测那些只使用他们的使用历史就从应用程序中翻腾出来的人。（活动=登录。die=删除应用程序）
- 预测客户的重复购买。（活跃=积极购买。die=对你的产品不感兴趣）
- 预测客户的终身价值
具体应用：客户终身价值
正如P.Fader和B.Hardie所强调的，理解和执行客户终身价值（CLV）是企业销售努力中最重要的部分。And (apparently) everyone is doing it wrong。lifetimes是一个用于计算clv的python库。
安装
pip install lifetimes
文档和教程
有问题吗？评论？请求？
请在lifetimes repository中创建问题。
更多信息
- Roberto Medri在etsy做了一个关于clv的精彩演讲。
- Papers，很多papers。
- r实现被称为BTYD（对于，buy'直到你死）。
欢迎加入QQ群-->： 979659372
