Читать книгу Data Science - Michael Zimmer - Страница 34

Um zu bestimmen, welches Auto ein Kunde wahrscheinlich als Nächstes kaufen wird, bietet es sich an, neben den Kundendaten selbst vor allem historische Daten über frühere Vertragsabschlüsse auszuwerten. Voraussagen werden auf Konstruktionsebene eingeschränkt, also z.B. ein hochtouriges Auto für einen sportlichen Fahrer. Mithilfe der hier generierten Informationen sollte der Kunde mit einem passenden Angebot begeistert werden, um die Wahrscheinlichkeit eines wiederholten Autokaufs zu erhöhen (und damit den Kundenlebenszyklus ein wiederholtes Mal in Gang zu bringen). Aus technischer Sicht sind hier maschinell lernende Algorithmen zielführend, die das Kaufverhalten anhand historischer Vertragsdaten analysieren. So können sogar Neukunden ohne Vertragshistorie Empfehlungen gegeben werden. Um die Empfehlungen für einen Kunden nach persönlicher Präferenz zu sortieren, ist ein Random-Forest-basiertes Klassifikationsverfahren ein probates Mittel.