s***2
发帖数: 240 | 1 甲和乙都卖汽车保险。其中甲的客户80%续约，乙的客户70%续约。
我想知道造成 % 不同的原因。
数据：
Y = (0 或 1)， 0表示没续约。
客户的信息：变量 X1 - Xn.
如何建模？找出x1- xn 中决定性的变量(们）。
万分感谢。 |
m***a
发帖数: 1175 | |
t********m
发帖数: 939 | 3 有多少个变量啊？变量少的话，做个logistic regression不就知道哪些变量起决定性
的作用了么？变量很多的话，估计要先做个变量间的correlation吧。希望有大牛能出
来给讲解讲解。 |
S*x
发帖数: 705 | 4 http://en.wikipedia.org/wiki/Uplift_modelling
http://scientificmarketer.com/2007/09/uplift-modelling-faq.html
【在 s***2 的大作中提到】
: 甲和乙都卖汽车保险。其中甲的客户80%续约，乙的客户70%续约。
: 我想知道造成 % 不同的原因。
: 数据：
: Y = (0 或 1)， 0表示没续约。
: 客户的信息：变量 X1 - Xn.
: 如何建模？找出x1- xn 中决定性的变量(们）。
: 万分感谢。
|
P****D
发帖数: 11146 | 5 想知道造成%不同的原因，着重点应该在甲和乙的marketing strategy的不同，这个也
比较有实际意义，乙或者其他保险代理，看了你的结果就能迅速改进。
你说要分析的是客户的信息——这也不是一定没意义。但是你得先说明，你这个项目的
最终目的是什么？是为了分析出甲的营销手段哪里高超，还是为了找出哪种客户更容易
续保险（无论是谁卖保险）？
你说明了目的，才能有的放矢。
【在 s***2 的大作中提到】
: 甲和乙都卖汽车保险。其中甲的客户80%续约，乙的客户70%续约。
: 我想知道造成 % 不同的原因。
: 数据：
: Y = (0 或 1)， 0表示没续约。
: 客户的信息：变量 X1 - Xn.
: 如何建模？找出x1- xn 中决定性的变量(们）。
: 万分感谢。
|
s***2
发帖数: 240 | 6 我的数据只有客户信息，所以要找出的是那一类客户更会续约.
我去看看楼上的东西先。 |
D******n
发帖数: 2836 | 7 I agree with you.
【在 P****D 的大作中提到】
: 想知道造成%不同的原因，着重点应该在甲和乙的marketing strategy的不同，这个也
: 比较有实际意义，乙或者其他保险代理，看了你的结果就能迅速改进。
: 你说要分析的是客户的信息——这也不是一定没意义。但是你得先说明，你这个项目的
: 最终目的是什么？是为了分析出甲的营销手段哪里高超，还是为了找出哪种客户更容易
: 续保险（无论是谁卖保险）？
: 你说明了目的，才能有的放矢。
|
s***2
发帖数: 240 | 8 Sorry that I can not read and type Chinese at work, but borrowed one
coworkers' phone to read your comments.
For uplifting model mentioned by Sax.
it models the incremental impact of a treatment. In my case, if I assume Jia
is the control group, Yi is the treated group, the model tell me if there
is a significant diffrence in % between Jia and Yi, but not what
characteristics of customers make the difference.
If I use logistic modeling, it tells me what characteristics of customers
would determine Y = 0 or 1, but not what causes the difference?
?????? |
P****D
发帖数: 11146 | 9 你自己说的，你“要找出的是那一类客户更会续约”。
【在 s***2 的大作中提到】
: Sorry that I can not read and type Chinese at work, but borrowed one
: coworkers' phone to read your comments.
: For uplifting model mentioned by Sax.
: it models the incremental impact of a treatment. In my case, if I assume Jia
: is the control group, Yi is the treated group, the model tell me if there
: is a significant diffrence in % between Jia and Yi, but not what
: characteristics of customers make the difference.
: If I use logistic modeling, it tells me what characteristics of customers
: would determine Y = 0 or 1, but not what causes the difference?
: ??????
|
t********m
发帖数: 939 | 10 If you can find what characteristics of customers would affect the result of
Y, you can compare those characteristics between Jia's customers and Yi's
customers. It might give you some insight why Jia and Yi get different
results of Y.
Jia
【在 s***2 的大作中提到】
: Sorry that I can not read and type Chinese at work, but borrowed one
: coworkers' phone to read your comments.
: For uplifting model mentioned by Sax.
: it models the incremental impact of a treatment. In my case, if I assume Jia
: is the control group, Yi is the treated group, the model tell me if there
: is a significant diffrence in % between Jia and Yi, but not what
: characteristics of customers make the difference.
: If I use logistic modeling, it tells me what characteristics of customers
: would determine Y = 0 or 1, but not what causes the difference?
: ??????
|
s***2
发帖数: 240 | 11 我可以分析甲的客户和乙的客户在不同变量的分布，找出分布显著不同的变量 as
tulipdream said
但是这是univariate的分析，我希望可以同时分析多个变量。
我google到有人用logistic model 做uplifting modeling ，似乎是我要的，但是没有
细节
如何做。
如果有人做过或知道相关文献能分享就好了。 |
