Wie kann man vorhersagen, wie viel eine Kundengruppe ausgeben wird?

Zuvor habe ich einen weiteren Beitrag über die Vorhersage der Ausgaben eines einzelnen bekannten Kunden geschrieben. Es gibt ein damit verbundenes Problem, das darin besteht, die Gesamtausgaben aller Ihrer Kunden oder eines großen Teils davon vorherzusagen.

Zeitreihenansatz: Kundensegmente

Wenn Sie die Ausgaben eines einzelnen Kunden nicht vorhersagen müssen, diese aber gerne für Gruppen von Kunden vorhersagen möchten, können Sie Kunden in Gruppen zusammenfassen. Anstatt beispielsweise die zukünftigen Ausgaben des Kunden Nr. 23745993 vorherzusagen, möchten Sie möglicherweise die durchschnittlichen Ausgaben aller Kunden der sozioökonomischen Klasse A im Geschäft 6342 vorhersagen.

In diesem Fall besteht der große Vorteil darin, dass Sie in Ihrer vergangenen Zeitreihe nicht so viele leere Werte haben würden. Ihre Zeitreihe könnte also so aussehen:

Dies bedeutet, dass Sie eine von Facebook entwickelte Zeitreihenbibliothek wie Prophet verwenden können.

Folgendes erzeugt Prophet, wenn ich ihm die oben gezeigten Datenpunkte gebe und ihn auffordere, eine Vorhersage für die nächsten Tage zu erstellen. Sie können sehen, dass der wöchentliche Zyklus korrekt erfasst wurde.

Dieser Ansatz wäre sehr nützlich, wenn Sie die Daten nur für Budgetierungs- oder Bestandsplanungszwecke für eine einzelne Filiale und nicht für einzelne Kunden benötigen.

Wenn Ihre Kundensegmente jedoch klein genug waren, stellen Sie möglicherweise fest, dass die Vorhersage für das Segment eines Kunden als Vorhersage für diesen Kunden ausreicht.

Ausgabenvorhersage mit mehrstufigen Modellen

Der nächste Schritt in Sachen Komplexität sind Mehrebenenmodelle, bei denen Sie für jede Region oder Wirtschaftsgruppe von Kunden eine andere Modellebene verwenden und diese zu einem einzigen Gruppenmodell kombinieren.

Kombinationen von Modellen zur Vorhersage von Kundenausgaben

Um die maximale Vorhersagekraft zu erzielen, können Sie versuchen, Zeitreihenmethoden mit einem Vorhersagemodellierungsansatz zu kombinieren, indem Sie beispielsweise die Ergebnisse einer Zeitreihenvorhersage für ein Kundensegment als Eingabe für ein Vorhersagemodell verwenden.

Erste Schritte mit der Vorhersage der Kundenausgaben in Ihrem Unternehmen

Wenn Sie ein Vorhersageproblem im Einzelhandel haben oder Hilfe bei einem anderen Problem in der Datenwissenschaft benötigen, würde ich mich freuen, von Ihnen zu hören. Bitte kontaktieren Sie mich über das Kontaktformular .