如何解决如何解决顺序分类问题?
我正在为一家公司 (X) 进行案例研究。虽然数据相当广泛,但包含向 X 公司客户推广/销售产品的尝试。营销是通过 3 个渠道完成的:通过电子邮件、电话和邮件。我们研究的重点是基于通过这三个渠道所做的尝试来解释转换。转换是一个虚拟变量,联系人的尝试是:
客户 | Cust Obs | 尝试 | 尝试顺序 | 转化 |
---|---|---|---|---|
1 | 1 | 电话 | 电话 | 0 |
1 | 2 | 电子邮件 | 电话和电子邮件 | 0 |
1 | 3 | 电子邮件 | 电话、电子邮件和电子邮件 | 1 |
2 | 1 | 邮件 | 邮件 | 0 |
2 | 2 | 电话 | 邮件和电话 | 0 |
3 | 1 | 电话 | 电话 | 0 |
3 | 2 | 电子邮件 | 电话和电子邮件 | 1 |
我们想对不同的序列及其对转化率的影响进行顺序分析。
我们遇到了一些问题:
- 一些序列模型假设不同序列之间具有独立性,而一些序列非常相似,只是在一次尝试中有所不同。
- 几乎没有模型使用二元因变量,因此很难知道哪些模型适用于此类数据,哪些不适用于
对于哪种类型的序列模型适合此类研究,您有什么建议吗?我们如何解决这些问题?
提前致谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。