- 统计挖掘与机器学习:大数据预测建模和分析技术(原书第3版)
- (美)布鲁斯·拉特纳
- 417字
- 2021-09-26 16:15:49
8.5 本章小结
深入研究市场份额估算模型的文献可以得到大量的理论模型,其中一些模型对于实际的商业应用是有用的。这些模型对于我们手边的这个项目是没用的——即便作为出发点,也无法修改并用在这个实例。在所有市场估算模型里,无论是文献提到的,还是我自己的模型,都没有考虑与因变量密切相关的单一促销数据。建立YUM_3mos市场份额模型的唯一方法是利用探索性数据分析特征中的以下显著特点:
1)灵活性:我之所以采用数据挖掘PCA法,是因为这是从数据中提取全部信息的最佳方法之一,尤其是,这些是和因变量密切相关的单一促销数据。
2)实用性:该模型的效果可以从十分位的表格上看到。一张由6列和3个统计数据组成的表格说明了模型的功能和结果。
3)创新性:建立市场份额因变量的过程反映出“想象力比知识更重要。”[1]
4)普适性:本节推荐的方法非常有用,因为企业的数据通常和这个案例里的数据很接近。
5)简便性:一旦得出了答案,一切问题都显得很简单。[2]
[1] 这是爱因斯坦的原话。
[2] 就像魔术一样。