c2b_default

Database Marketing - Decision Tree BWI-A12

HWZ 6. Semester BWI-A12

HWZ 6. Semester BWI-A12

25
0.0 (0)
C. S.
Study
C. S.
Diese Lernkarten bieten eine umfassende Einführung in das Thema Entscheidungsbäume im Marketing, insbesondere im Bereich Database Marketing. Sie behandeln die Vor- und Nachteile von Entscheidungsbäumen, die Phasen des Predictive Modelling, sowie die Bedeutung von Skoring und Lift. Die Karteikarten erklären auch, wie man Overtraining verhindert und was der CLTV (Kundenlebenswert) ist. Sie richten sich an Marketingfachleute, die ihre Fähigkeiten im Bereich Datenanalyse und Kundensegmentierung verbessern möchten, um gezielte Kampagnen zu erstellen und deren Erfolg zu messen.
Flashcards
25
Students
1
Language
German
Category
Marketing
Level
Other
Created / Updated
31.05.2015 / 06.07.2015
  • 1  / 25

Flashcards

Wie weiss ich ob Kampagne funktioniert hat?

Kontrollgruppe

Was macht eine permanente Kontrollgruppe?

messen wie erfolgreich die gesamte Kampagne war
Wie mache ich Modelle?

Skoringdatei skoren

Was versuche ich mittels Modell herauszufinden?

Versteckte Zielvariablen finden

Wie bekomme ich die Wahrscheinlichkeit, dass ein Kunde auf Kampagne reagiert?

Aus Skoredatei eine Testkampagne machen. (Zufällig aus Gruppe die für Kampagne in Frage kommen. Repräsentativ!)

Welche Kunden beinhaltet Trainingsdatei?

Ausgewählte Anzahl bsp. 10'000 von Gesamt 100'000
Wer wird geskort?

Nicht die ausgewählten für Testkampagne, also den Rest (90'000 von 100'000 bsp)

Was möchte ich durch eine Kampagne erreichen?

CLTV berechnen

Wann wird eine permanente Kontrollgruppe benutzt?

permanente Kontrollgruppe für autonome Wahrscheinlichkeit.

Wann machen wir eine Testkampagne?

Für Response Wahrscheinlichkeit
Was ist ein Swing Kunde?

Ein Kunde den wir beeinflussen können

Was bedeutet sure things?

Kunde die ein Angebot akzeptiert haben, die sowieso geblieben wären.

Was bedeutet schlafende Hunde?

Kunde durch ein Angebot abgesprungen sind (geweckt wurden), die geblieben wären.

Was ist der CLTV?

Der Kundenlebenswert. Er beinhaltet nicht nur was Kunde jetzt macht, sondern auch was er in Zukunft einbringen wird.
Was ist überwachtes Lernen?

Mittels Zielvariabel

Was ist Overtraining/Overfitting?

Modell wird zu sehr an Datenbasis angepasst sodass wir zuviele Regeln haben.

Wie kann ich Overtraining verhindern?

Indem ich den Datensatz halbiere und die erste Hälfte gegen die zweite Hälfte teste. Stimmen die beiden Modelle überein ist es gut.

Wie heissen die Werte die keine Zielvariablen sind?

Predictoren
Was ist ein Skore?

Wahrscheinlichkeit ob etwas eintrifft (1) oder nicht (0)

Was sagt der Lift aus

Wie viel mal besser das Modell ist als der Zufall

Wo endet der kummulierte Lift?

bei 1!

Welche zwei Phasen von predictive Modelling gibt es?

Training: Modell wird aus Vergangenheitsdaten erstellt. Skoring: Modell wird auf heutige Daten angewendet
Was ist Skoring?

Aus Skoredatei (ID, Prädiktoren) wird mittels Modell eine geskorte Datei erstellt (ID, Prädiktoren und Skore)

Vorteile Entscheidungsbaum?

Schnell, interpretierbar, robust gegen fehlende Werte, Variablenselektion

Nachteile Entscheidungsbaum?

Instabil, wenig Präzis

Study