1. 背景

客户生命周期价值CLV: CLV是Customer Lifetime Value的简称，用来衡量一个客户（用户）在一段时期内对企业有多大价值，也称为LTV。

假如一个客户两年内在某商店内消费2000元，这2000元就是CLV,具有预测性。

CLV的常见作用：

  • 预测用户还有多少价值、用以衡量投入产出比
  • 在干预用户后，根据用户生命周期价值的变化，优化资源的投放。

那么如何计算CLV呢？我们可以使用BG/NBD模型预测客户的在指定时间内的交易次数，使用Gamma-Gamma模型预测在指定时间内的消费金额。

BG/NBD模型：BG/NBD模型又称为贝塔几何/负二项模型，用于描述非契约客户关系情境下重复购买行为。

该模型的几大假设：

  • 用户在活跃状态下，一个用户在时间段t内完成的交易数量服从均值为λt的泊松分布
  • 用户的交易率λ服从形状参数为r，逆尺度参数为α的gamma分布
  • 每个用户在交易j完成后流失的概率服从参数为p(流失率)的几何分布
  • 用户的流失率p服从形状参数为a，b的beta分布
  • 每个用户的交易率λ和流失率p互相独立

Gamma-Gamma模型：BG/NBD模型只对客户存续时间和交易次数进行建模，并不涉及客户未来交易所带来的现金价值。而Gamma-Gamma模型就是对这个问题的一个扩展解决方案。

该模型的几大假设：