Key points are not available for this paper at this time.
Resumo Prever mudanças no comportamento individual do cliente é um elemento importante para o sucesso em qualquer atividade de marketing direto. Neste artigo, desenvolvemos um modelo de Bayes hierárquico dos tempos entre compras dos clientes com base na distribuição gamma generalizada. O modelo permite tanto heterogeneidade cruzada quanto temporal, sendo esta última introduzida através do modelo de mistura de componentes dependente de covariáveis defasadas. O modelo é aplicado a dados de investimento pessoal para prever quando e se um cliente específico provavelmente aumentará o tempo entre compras. Essa previsão pode ser usada gerencialmente como um sinal para a empresa utilizar algum tipo de intervenção para manter esse cliente. Palavras-chave: distribuição gamma generalizada, Bayes hierárquico, dados em painel.
Allenby et al. (Ter,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: