知识卡片
预测窗口决定价值口径
LTV标签必须说明时间起点、累计窗口与收益口径。案例用首次购买后前28天行为预测前180天累计付费,标签包含输入期已发生的付费,不能解释为“第28天起未来180天的新增价值”。清除有退货用户也会改变目标人群;落地前须重新确认业务要预测的是收入、净收入还是利润。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 洞察用户长期价值: 基于神经网络的LTV建模 3.2 基于Keras的LTV模型实践 · 查看原书依据
data180包含了X中对应顾客180天的付费情况。我们对此进行求和,得到180天的总付费额度y,并对此排序。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第3章 洞察用户长期价值: 基于神经网络的LTV建模,3.2 基于Keras的LTV模型实践(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0019.xhtml)
- 结论依据:代码与说明把y定义为首次购买后180天总付费,X来自前28天;两者窗口重叠。
- 原始内容:data180包含了X中对应顾客180天的付费情况。我们对此进行求和,得到180天的总付费额度y,并对此排序。