RでのRFMおよび顧客生涯価値モデリング

Rで最新性、頻度、金銭的価値（RFM）モデリング、顧客価値モデリングを行う方法を教えてもらえますか？

また、誰かが私にそれに関するいくつかの文献を参照できますか？

参考文献に関しては、用語と詳細な参考文献に関する限り、RFM分析を使用したデータマイニングが役立ちます。

顧客応答の確率をモデル化する最も簡単な（そして一般的な）方法の1つは、説明変数としてRFMを使用したロジスティック回帰を使用することです（利用可能な他の変数の中で）。

金銭的価値をモデル化するために、RFMの収益を直接リグレッションすることができます（スターターに単純な線形モデルを使用することにより）。私の経験では、より高度な/非線形モデル（ランダムフォレストや勾配ブースティングマシンなど）は線形モデルよりも優れています。

もう1つの一般的なアプローチは、2つのサブモデルに基づいて金銭的価値を予測するためのやや複雑なモデルを構築することです。 RFMの線形モデルと同じくらい簡単な場合もあります）。期待される金銭的価値は、2つの予測の積です。

ランダム化されたテスト/制御データが利用可能な場合、治療の増分利益をモデル化するためのアップリフト/ネットリフトベースの手法が非常に一般的です。

顧客のライフサイクル値については、レビューと詳細なリファレンスについて「顧客のライフタイム値のモデリング」を参照してください。

Rでのモデリングに関しては、そのタイプのモデリング用の「既製の」パッケージを知りません。ただし、Rはそのために必要なすべての構成要素を提供します（膨大な量のデータがない限り-その場合は、よりスケーラブルなツールに依存する必要があります）

まだRFMモデリングに取り組んでいるかどうかはわかりません。こちら（pdf）は、参考になるRのBTYDパッケージの記事/ビネットです。記事全体はRに基づいており、3つの異なるモデルを見ることができます。ページ1、2.1データの準備では、RFMに関するコンテキストを見ることができます。