知识卡片

普通读书笔记卡 · 9745.h · 生成模型:DeepSeek-V4.1-Flash

用购物记录推断怀孕

理解等级:中级

做法 Target 的统计人员先锁定三类带来大量新增购买的生命事件:结婚、离婚、怀孕,其中怀孕最赚钱且购买最迫切。随后从会员卡与购物记录中寻找可观测的代理信号,例如无香型护肤品、维生素、特定品类组合的变化,据此判断顾客是否怀孕、已怀孕几个月。

用途 - 在孕期不同月份推送对应优惠券与激励; - 按 9~10 个月的周期预判各月品类需求,调整库存与陈列; - 有案例显示,模型曾比一位顾客的家人更早判断出她怀孕。

可迁移的启发 敏感状态往往不能直接观测,只能用行为痕迹做代理变量。代理越准,推断力越强,侵入性也越强;技术可行不等于伦理与合规可接受。这类项目必须回答:数据是否在授权范围内使用、推断结果会不会被用于歧视性定价、顾客能否知情与退出。

边界 购买行为与怀孕相关,但不构成因果;误判会直接伤害顾客关系,因此阈值设定与人工复核比模型精度更重要。

这张卡片看不懂?

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1章 大数据分析介绍 · 查看原书依据

      通过从购物者身上收集的购物数据,Target公司就可以预测哪些购物者可能已经怀孕。有一次,Target公司甚至比一位女顾客的家人更早地判断出这位女顾客已经怀孕[5]。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第1章 大数据分析介绍(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0011_split_004.html) - 结论依据:1.4 节以 Target 为例,说明其通过购物数据预测顾客是否怀孕及孕期月份,并据此发放优惠券、调整库存,还提到比家人更早判断出怀孕的案例。 - 原始内容:通过从购物者身上收集的购物数据,Target公司就可以预测哪些购物者可能已经怀孕。有一次,Target公司甚至比一位女顾客的家人更早地判断出这位女顾客已经怀孕[5]。