如果企业想要赢得更多的市场份额,产生更多的销售模型,企业就必须要学会预测购买模型。什么是预测购买模型?
预测购买模型的原理是从客户数据库中提取注册客户的相关数据(注册信息数据、购买数据),其中选取的字段包括:第一次购买时间、客户属性标签、客户行为数据、客户注册及登录信息、客户网页浏览等,然后构建预测分析模型,帮助企业预测潜在客户群体中哪些客户可能会购买公司产品。
预测购买模型可以根据采集到的数据状况,尝试采用统计回归算法Logistic/Linear Regression(逻辑/线性回归)、Decision Tree(决策树)之类进行测试。
下面选取已注册客户的相关数据并建立模型,预测哪些客户可能会购买产品。客户注册信息如下图:客户注册信息表
此表中包括客户ID、注册时间、登录设备、交互次数、第一次购买时间、是否购买,以及其他各类行为标签数据。在具体实践中,需要根据可能影响购买的因素,尽可能多找一些指标。
建立模型后,可以针对每个客户(一个客户对应一个客户ID)利用统计模型算法得出可能购买的概率,如下图。这里定义概率大于或等于0.5的为潜在客户,概率小于0.5的为非潜在客户。