marketing

広告や値下げなどマーケティングミックスを考慮した新製品普及予測モデル、一般化バスモデル(GBM)の理論とPythonシミュレーションを解説。

新製品普及を予測するバスモデルと感染症拡大を予測するSIRモデルを比較し、数理的な共通点と違いを解説する記事。

新製品の普及プロセスを数理的にモデル化するバスモデル(Bass Diffusion Model)の理論とPythonシミュレーションを解説する記事。

稀に起こる極端な現象を扱う極値統計学の基礎、ガンベル分布の定義と性質を、Pythonでのパラメータ推定や可視化とともに解説する記事。

mlxtendを用いたApriori・FP-Growthアルゴリズムによるアソシエーション分析を解説し、サポート・信頼度・リフトの指標をKaggleの購買データで計算する方法を紹介します。

顧客のRecency・Frequency・Monetaryを分析するRFM分析の考え方を解説し、Faker・ポアソン分布・ガンマ分布で作成したダミー購買データをsqlite3でSQLiteに格納して分析します。

「確率思考の戦略論」第3回、Ehrenberg論文を紹介する記事の案内ページで、本文は新しいページへのリダイレクトのみが記載されています。

Ehrenberg氏の論文「Repeat-Buying」を紹介し、購入回数をガンマ分布で表現する根拠や負の二項分布が導かれる過程を解説する。

「確率思考の戦略論」第2回、市場理解と予測に役立つ数学ツールを扱う記事の案内ページで、本文は新しいページへのリダイレクトのみが記載されています。

「確率思考の戦略論」の巻末解説にある6つの分析ツールを紹介し、ガンマ・ポアソン・リーセンシーモデルの計算をscipyのcurve_fitで実装する。

「確率思考の戦略論」第1回、確率理論の導入とプレファレンスの数学的説明を扱う記事の案内ページで、本文は新しいページへのリダイレクトのみが記載されています。

「確率思考の戦略論」の内容に沿い、二項分布やポアソン分布など消費者プリファレンスを表す確率分布の意味をPythonのコード例とともに解説する。