Catene di Markov a tempo discreto – Identificare i percorsi vincenti dei clienti in una campagna di cashback

Catene di Markov a tempo discreto - Percorsi vincenti dei clienti in una campagna di cashback

Modellare le interazioni dei clienti in una campagna digitale come catene di Markov a tempo discreto

Generato da IA

La misurazione e l’attribuzione sono un argomento ampiamente discusso all’interno della comunità della scienza dei dati. E proprio mentre stavamo facendo progressi scientifici nella pratica, ci sono state interruzioni da politiche che minacciavano di interrompere i cookie e il tracciamento. Recentemente, una tecnica di modellazione dimenticata chiamata Modellazione del Mix di Marketing (MMM) ha riacquistato slancio. Funziona su tutti i canali digitali e offline con una precisione ragionevole. Tuttavia, quando si tratta di campagne esclusivamente digitali in cui non vengono utilizzati i cookie, esiste una tecnica superiore che puoi applicare. Ne parleremo in dettaglio in questo articolo.

Comprendere e ottimizzare i punti di contatto con i clienti può aiutare gli scienziati dei dati a fare raccomandazioni che aumenterebbero la fedeltà, la retention e il fatturato.

Comprendere il problema

In questo articolo di VoAGI, abbiamo aiutato l’azienda fintech Flex a perfezionare il proprio pubblico target per la campagna di rinnovo. Ora, aiutiamoli con la loro campagna di cashback. Flex premia i titolari di carte di credito per gli acquisti presso supermercati, stazioni di servizio, ristoranti e abbonamenti streaming. I premi vengono erogati come cashback fino al 5% direttamente nel portafoglio e possono essere utilizzati per il pagamento della prossima bolletta. Tuttavia, per essere idonei a questo, i clienti devono attivare l’offerta nell’applicazione una volta ogni trimestre.

La campagna copre solo i canali digitali come e-mail, SMS e notifiche dell’app e mira ad aumentare il tasso di attivazione per i cashback. Queste offerte sono redditizie per Flex? La risposta è sì. Incentivano i clienti a spendere presso i commercianti idonei e questi commercianti, a loro volta, pagano una piccola commissione a Flex.

Ci è stato chiesto di misurare l’efficacia di ciascun canale digitale:1. Quanto ha contribuito ciascun canale alle attivazioni?2. Qual è il tasso di attivazione di ciascun canale?3. Quale canale è stato il più coinvolgente?4. Il tasso di attivazione del canale è variato in base al tipo di acquisto?5. Quale canale ha ridotto la durata dei percorsi dei clienti verso l’attivazione?