Come stimare la CLV con BG/NBD e Gamma-Gamma?
BG/NBD prevede transazioni future in un contesto non contrattuale; Gamma-Gamma può modellarne il valore medio con ipotesi aggiuntive. La CLV attualizza poi i flussi attesi.
Redazione scientifica: Marketing Science Center
Risposta diretta
Ordinare i clienti per valore futuro atteso con validazione temporale.
BG/NBD prevede transazioni future in un contesto non contrattuale; Gamma-Gamma può modellarne il valore medio con ipotesi aggiuntive. La CLV attualizza poi i flussi attesi.
Fader, Hardie & Lee, RFM and CLV, 2005Fader, Hardie & Lee, BG/NBD, 2005
01
Sintesi operativa
Domanda scientifica e perimetro
Come stimare la CLV con BG/NBD e Gamma-Gamma?
Ammissibile
Ordinare i clienti per valore futuro atteso con validazione temporale.
Vietato
Interpretare la CLV prevista come guadagno causale di un’azione di fidelizzazione.
02
Tre livelli di lettura
- 01
Decisore — Collegare il risultato a decisione, soglia utile e costo dell’errore dichiarati.
- 02
Professionista — Fissare popolazione, unità, orizzonte, variabili disponibili e regola di analisi prima del calcolo.
- 03
Analista — Riprodurre il calcolo, quantificare l’incertezza e documentare diagnostica, fallimenti e sensibilità.
03
Situazione marketing concreta
BG/NBD prevede transazioni future in un contesto non contrattuale; Gamma-Gamma può modellarne il valore medio con ipotesi aggiuntive. La CLV attualizza poi i flussi attesi.
04
Domanda scientifica e perimetro
Come stimare la CLV con BG/NBD e Gamma-Gamma?
Contribuzione futura attesa e attualizzata con un modello BG/NBD dichiarato e un modello di valore validato separatamente
Dati necessari
Cliente × finestra di calibrazione × orizzonte di controllo o previsione
Popolazione, unità di analisi, data di origine e orizzonte devono essere dichiarati nel risultato. Senza di essi l’estimando cambia silenziosamente.
05
Perché un’analisi semplice può fallire
- Interpretare la CLV prevista come guadagno causale di un’azione di fidelizzazione.
- Contesto non contrattuale
- Calibrazione e campione di controllo BG/NBD
- Verifica della dipendenza frequenza-valore
06
Intuizione del metodo
Il metodo non trasforma automaticamente un’associazione in evidenza. Collega una domanda dichiarata a estimando, specificazione, dati compatibili e regola interpretativa limitata.
Contribuzione futura attesa e attualizzata con un modello BG/NBD dichiarato e un modello di valore validato separatamente
07
Dati necessari
Dizionario dei simboli scientifici
predicted_transactions_t- Numero atteso di transazioni nel periodo futuro t secondo il modello transazionale dichiarato. Unità:
transazione· Tipo:numero non negativo· Ruolo:input mean_value- Valore monetario medio calibrato per transazione secondo il modello monetario dichiarato. Unità:
euro per transazione· Tipo:numero non negativo· Ruolo:input margin_rate- Quota del margine di contribuzione applicata in modo coerente al valore della transazione. Unità:
proporzione· Tipo:numero in [0, 1]· Ruolo:input discount_rate- Tasso di sconto per periodo allineato al periodo di previsione. Unità:
tasso per periodo· Tipo:numero maggiore di −1· Ruolo:input t- Indice del periodo futuro misurato dall’origine di previsione dichiarata. Unità:
periodo· Tipo:intero positivo· Ruolo:indice CLV- Contribuzione attesa e attualizzata sull’orizzonte finito dichiarato, condizionata a entrambi i modelli calibrati e alle ipotesi di aggregazione. Unità:
euro· Tipo:numero· Ruolo:output
Input esatti e sigillati del motore
predicted_transactions_period_1- Valore:
0.8· Unità:transazione· Tipo:numero· Stato dei dati:sintetico predicted_transactions_period_2- Valore:
0.7· Unità:transazione· Tipo:numero· Stato dei dati:sintetico predicted_transactions_period_3- Valore:
0.6· Unità:transazione· Tipo:numero· Stato dei dati:sintetico mean_transaction_value_eur- Valore:
60· Unità:EUR_per_transazione· Tipo:numero· Stato dei dati:sintetico contribution_margin_rate- Valore:
0.40· Unità:proporzione· Tipo:numero· Stato dei dati:parametro dichiarato discount_rate_per_period- Valore:
0.02· Unità:tasso per periodo· Tipo:numero· Stato dei dati:parametro dichiarato frequency_value_correlation- Valore:
0.06· Unità:adimensionale· Tipo:numero· Stato dei dati:sintetico independence_diagnostic_completed- Valore:
1· Unità:binario· Tipo:intero· Stato dei dati:parametro dichiarato monetary_model_calibrated- Valore:
1· Unità:binario· Tipo:intero· Stato dei dati:parametro dichiarato
08
Modello formale
Modello formale
Gate: independence_diagnostic_completed = 1 and monetary_model_calibrated = 1; frequency_value_correlation is reported but does not prove independence. CLV = discounted_sum(predicted_transactions_t × mean_transaction_value_eur × contribution_margin_rate / (1 + discount_rate_per_period)^t)Affermazioni supportate: MSC-P028-C01 · MSC-P028-C02 · MSC-P028-C03 · MSC-P028-C04 · MSC-P028-C05 · MSC-P028-C06
Domanda scientifica e perimetro
Contribuzione futura attesa e attualizzata con un modello BG/NBD dichiarato e un modello di valore validato separatamente
09
Calcolo dichiarato
- 01
Richiedere una diagnostica della dipendenza completata e la calibrazione del modello monetario prima di moltiplicare frequenza e valore.
- 02
Convertire il valore medio della transazione in contribuzione, moltiplicarlo per ogni numero atteso di transazioni e attualizzare separatamente ogni periodo.
- 03
Sommare i flussi attualizzati solo dopo il superamento di entrambe le verifiche e dichiarare che una bassa correlazione campionaria non prova l’indipendenza.
10
Esempio numerico o caso applicativo
Esempio calcolato — dati sintetici o parametri dichiarati; nessuna osservazione reale
Input sigillati
predicted_transactions_period_1=0.8 [transazione]predicted_transactions_period_2=0.7 [transazione]predicted_transactions_period_3=0.6 [transazione]mean_transaction_value_eur=60 [EUR_per_transazione]contribution_margin_rate=0.40 [proporzione]discount_rate_per_period=0.02 [tasso per periodo]frequency_value_correlation=0.06 [adimensionale]independence_diagnostic_completed=1 [binario]monetary_model_calibrated=1 [binario]
Risultati riproducibili
mean_contribution=€24discounted_flows=[18.823529;16.147636;13.569442]expected_discounted_CLV=€48.540607
Dossier verificato: affermazioni collegate a fonti a livello di passaggio, calcolo Python/R riprodotto, limiti espliciti e revisione scientifica indipendente completata.
11
Ipotesi di validità
- I modelli di frequenza e valore monetario sono stati calibrati su un campione di controllo appropriato?
- La dipendenza tra numero e valore delle transazioni è valutata sostanzialmente invece di essere dedotta da una sola piccola correlazione?
- Orizzonte, margine e periodo di sconto sono allineati alla decisione?
12
Diagnostica e incertezza
Diagnostica e incertezza
Contesto non contrattuale · Calibrazione e campione di controllo BG/NBD · Verifica della dipendenza frequenza-valore · Eleggibilità Gamma-Gamma · Convenzioni di margine e periodo di sconto
Diagnostica limitata
L’aggregazione è consentita solo dopo una diagnostica dichiarata della dipendenza e la calibrazione monetaria; una bassa correlazione non prova l’indipendenza.
Contratto esplicito d’incertezza · not_estimable_from_sealed_inputs
Metodo: Valutazione esplicita della non stimabilità rispetto allo schema di input sigillato.
Obiettivo: Incertezza del valore cliente attualizzato su orizzonte finito.
Evidenza del motore: diagnostic=aggregation_only_after_declared_independence_diagnostic_and_monetary_calibration_low_correlation_is_not_proof
Interpretazione: Previsioni puntuali e verifiche binarie di calibrazione non forniscono una distribuzione predittiva; una bassa correlazione non prova l’indipendenza.
Fermarsi se
Interpretare la CLV prevista come guadagno causale di un’azione di fidelizzazione.
13
Interpretazione del risultato
- Ordinare i clienti per valore futuro atteso con validazione temporale.
- Il risultato è condizionato da popolazione, orizzonte, specificazione e controlli dichiarati. Non va esteso a un’altra decisione senza nuova giustificazione.
14
Conclusione ammissibile e vietata
Ammissibile
Ordinare i clienti per valore futuro atteso con validazione temporale.
Vietato
Interpretare la CLV prevista come guadagno causale di un’azione di fidelizzazione.
15
Decisione marketing possibile
- 01
Ordinare i clienti per valore futuro atteso con validazione temporale.
- 02
Il risultato è condizionato da popolazione, orizzonte, specificazione e controlli dichiarati. Non va esteso a un’altra decisione senza nuova giustificazione.
16
Quando usare — quando fermarsi
Usare se
Ordinare i clienti per valore futuro atteso con validazione temporale.
Cliente × finestra di calibrazione × orizzonte di controllo o previsione
Fermarsi se
Interpretare la CLV prevista come guadagno causale di un’azione di fidelizzazione.
Alternative metodologiche
- Stimare un modello congiunto frequenza-valore quando la dipendenza è rilevante.
- Usare il valore non parametrico per cliente nel campione di controllo quando le ipotesi del modello sono deboli.
- Riportare una distribuzione del valore su orizzonte finito invece di una sola stima puntuale quando l’incertezza è rilevante per la decisione.
17
Contratto di riproducibilità
Python e R sono i riferimenti eseguibili. SPSS e SAS restano sintassi secondarie finché non sono verificati sugli stessi dati, specificazione e controlli.
Il motore seleziona solo lo slice e il ramo esplicito di questa pagina. Hash, output e diagnostica restano sigillati nel dossier atomico; non è consentito alcun ramo generico di ripiego.
Impronta dello slice: a2f01105b3c5d241542a4a19ae1afc63bc39cddd8c5ac4fb926e84d214895d42
Risorsa disponibile · MSC-004
CLV non contrattuale sintetica
CSV · CC0
msc-validation-inputs-v1.csv ↓Python · MIT
msc-validation-reference-v1.py ↓R · MIT
msc-validation-reference-v1.R ↓SPSS / SAS · MIT · solo ispezione
SPSS ↓SAS ↓Modello formale
Gate: independence_diagnostic_completed = 1 and monetary_model_calibrated = 1; frequency_value_correlation is reported but does not prove independence. CLV = discounted_sum(predicted_transactions_t × mean_transaction_value_eur × contribution_margin_rate / (1 + discount_rate_per_period)^t)Dossier verificato: affermazioni collegate a fonti a livello di passaggio, calcolo Python/R riprodotto, limiti espliciti e revisione scientifica indipendente completata.
18
Risultato finale atteso
- 01
Come stimare la CLV con BG/NBD e Gamma-Gamma? —
Cliente × finestra di calibrazione × orizzonte di controllo o previsione - 02
predicted_transactions_t · mean_value · margin_rate · discount_rate · t · CLV
- 03
Gate: independence_diagnostic_completed = 1 and monetary_model_calibrated = 1; frequency_value_correlation is reported but does not prove independence. CLV = discounted_sum(predicted_transactions_t × mean_transaction_value_eur × contribution_margin_rate / (1 + discount_rate_per_period)^t) - 04
Contesto non contrattuale · Calibrazione e campione di controllo BG/NBD · Verifica della dipendenza frequenza-valore · Eleggibilità Gamma-Gamma · Convenzioni di margine e periodo di sconto
- 05
Ordinare i clienti per valore futuro atteso con validazione temporale. / Interpretare la CLV prevista come guadagno causale di un’azione di fidelizzazione.
19
Fonti scientifiche e stato dell’evidenza
Dossier verificato: affermazioni collegate a fonti a livello di passaggio, calcolo Python/R riprodotto, limiti espliciti e revisione scientifica indipendente completata.
MSC-P028-C01— Il modello monetario presuppone un valore individuale stabile delle transazioni.MSC-P028-C02— I processi del valore monetario e delle transazioni richiedono un’ipotesi di indipendenza.MSC-P028-C03— I componenti del modello sono verificati mediante test su campione di controllo.MSC-P028-C04— La CLV è espressa come valore atteso attualizzato per una base clienti definita.MSC-P028-C05— BG/NBD è il modello dichiarato di acquisti ripetuti.MSC-P028-C06— Il confronto citato è empirico e limitato agli ambienti di acquisto studiati.
Dati · Strumento
Connessioni metodologiche