STATISTIK-FORUM.de

[Nini88]

Hey zusammen,

wahrscheinlich ist mein Problem gar nicht so kompliziert wie es sich mir momentan darstellt, aber trotzdem verzweifel ich dran!

Ich würde gerne für meine These berechnen, wie wahrscheinlich es ist, dass ein Kunde wieder kauft.
In meinen Daten habe ich für jeden einzelnen Kunden die Gesamtanzahl seiner Bestellungen; das Datum der ersten/letzten Bestellung; das Kaufvolumen, etc. für einen Zeitraum von 2 Jahren. Jetzt würde ich einfach gerne berechnen, wie hoch die Wahrscheinlichkeit ist, dass er in Jahr 3 auch wieder kauft basierend auf seinen Vergangenheitswerten (Probit-Funktion?! Hazard-Funktion?).

Ich hoffe sehr, dass einer von euch mir da weiterhelfen kann. Bin wirklich für jeden Tipp dankbar!

Freue mich auf eure Antworten!
Janine

[bele]

Wie groß ist die Zahl der vorliegenden Daten? Muss es am Ende auf eine lineare Regression hinauslaufen oder darf es auch ein Verfahren des Maschinellen Lernens sein (Entscheidungsbäume, SVM, Neuronale Netzwerke)?

[Nini88]

Es sind insgesamt über 60.000 Fälle, aber da ich mit SPSS rechne dürfte es auch ein Verfahren des Maschinellen Lernens sein.
Könnte man denn mit solchen Methoden basierend auf Vergangenheitsdaten bestimmen, wie hoch die Wahrscheinlichkeit ist zukünftig zu kaufen? Das wäre ja super!

[bele]

Ich könnte mir vorstellen, dass die Zusammenhänge in Deinen Daten hochgradig nicht-linear, ja teilweise nicht einmal stetig sind. Wer schon sehr lange nicht mehr gekauft hat, kauft vielleicht wo anders, wer gerade eben noch gekauft hat, hat vorläufig seinen Bedarf gedeckt, dazwischen wird sich die Wahrscheinlichkeit schon irgendwie komisch verteilen. Ähnlich wird es mit dem Kaufvolumen sein: Wer für viel Geld kauft, der hat auch Geld und kann weiteres kaufen. Oder er hat lange angespart und sich ein Lager angelegt und braucht deshalb lange nicht zu kaufen und die Kurve dazwischen muss keiner einfachen Verteilung folgen.
Unklare a priori-Thesen, große Zahl an Daten, hochgradig nicht-lineare Zusammenhänge: Ich würde es mit neuronalen Netzen (und zum Vergleich mit randomForests) versuchen. Die können sowas hinreichend flexibel abbilden und suchen sich selbst heraus, welche Prädiktoren passen.
Du wirst die Ergebnisse des ersten Jahres nehmen, um die des zweiten vorherzusagen. Mit den so gefundenen Parametern sagst Du Jahr 3 aus Jahr 2 voraus. Sobald Du genug Daten über das dritte Jahr hast, nimmst Du die Daten aus Jahr 1 und 2, modellierst damit die Verkäufe in Jahr 3 und verwendest dieses Modell für die Vorhersage in Jahr 4...

[Nini88]

Hey,
ich bin leider immer noch am basteln. Ich habe jetzt mit Hilfe des neuronalen Netzes die Käufergruppen (o=Nicht-Käufer; 1=Käufer) basierend auf 2012 für 2013 vorhergesagt und von 2013 auf 2014 mit 100%iger Trefferquote. Jetzt weiß ich aber nicht, wie ich für die nächsten drei Jahre das weiter abbilde, denn ich habe ja nicht mehr Daten. Wie kann ich die Parameterschätzer verwenden, um weiter in die Zukunft mit der gleichen Datenbasis zu prognostizieren? Oder nehme ich die Paramterschätzer (wenn ja welche?) um eine Regression zu bilden und das vorherzusagen? Wahrscheinlich sehe ich den Wald vor lauter Bäumen nicht, weil ich schon so lange am diesem Problem hänge... :/ Bin dankbar für jeden Tipp!

[Lukki]

Mit welcher Software bearbeitest du deinen Datensatz?

Wenn du R! benutzt schau mal in http://cran.r-project.org/web/packages/nnet/nnet.pdf rein, dass dürfte dir weiterhelfen. Letztendlich kannst du dann mit einem train Befehl dien Modell schulen und mit einem Predict Befehl Vorhersagen für dein Modell treffen. Die Library ist wie üblich frei zugänglich und ausreichend dokumentiert.

ansonsten kenn ich mich vermutlich nicht hinreichend mit deinem verwendeten Programm aus.

beste Grüße,
Lukki

[Nini88]

Hey,

ich arbeite mit SPSS und habe bereits die Modellparameter identifiziert mit neuronalen Netzwerken. Woran ich scheiter ist die Vorhersage für Jahr 2 und 3, da mein Datensatz ja immer noch der gleiche ist. Wie kann ich dem Programm sagen, dass es noch weiter in die Zukunft rechnen soll?

[bele]

Hallo Nini88,

die Software ist natürlich erstmal egal. Du nimmst die Jahre 2012 und 2013 und trainierst das Netz so, dass es 2014 vorhersagt. Ab jetzt behälst Du die Parameter des Netzes unverändert bei. Du unterstellst, dass das so trainierte Netz allgemein geeignet ist, aus zwei Vorläuferjahren ein Folgejahr vorherzusagen.
Nun setzt Du auf der Eingangsseite anstelle der Jahre 2012 und 2013 die Jahre 2013 und 2014 ein und betrachtest das Ergebnis als die Vorhersage für 2015. Ungefähr so hatte ich das aber auch oben schon geschrieben.

Viel Glück,
Bernhard