Predicting customer lifetime value in retail using machine learning methods
DOI:
https://doi.org/10.25806/ma-1590Keywords:
customer lifetime value, LTV, CLV, artificial intelligence, machine learningAbstract
Customer lifetime value is a metric that has already become one of the main metrics tracked in marketing activities. Researchers are interested not only in the profit received by the company from clients at the time of purchase, but also in all profits, both already received and potential over the entire “life” of the client. The work analyzes existing approaches to defining the concept of “customer lifetime value”, formulas for calculating it, systematizes the practice of using machine learning to predict it.
Статья опубликована: 30.06.2024
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Условия использования. Статьи текущего года распространяются по подписке на журнал «Маркетинг в России и за рубежом». Все права защищены. Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0). Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: ООО "Финпресс".
Условия использования. Полные тексты статей, опубликованных в журнале, распространяются по подписке. Все права защищены. Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU: https://elibrary.ru/contents.asp?titleid=8819
References
2. Шет Д.Н., Парватияр А., Синха М. Концептуальные основы маркетинга взаимоотношений: обзор и синтез // Рос. журнал менеджмента. – 2013. – Т. 11. – № 1. – С. 63–94.
3. Global Customer Loyalty Report 2024 // Antavo [Электронный ресурс]. URL: antavo.com/reports/global-customer-loyalty-report-2024/(дата обращения: 25.03.2024).
4. The 8th Edition State of Marketing Report // Salesforce [Электронный ресурс]. URL: salesforce.com/resources/research-reports/state-of-marketing/(дата обращения: 10.03.2024).
5. Исследование в области клиентской аналитики: Развитие и применение методологии LTV в России и СНГ в 2021–2022 // Coffee Analytics [Электронный ресурс]. URL: coffee-analytics.ru/ltv-in-cis (дата обращения: 26.03.2024).
6. Котлер Ф., Келлер К.Л. Маркетинг-менеджмент. Экспресс-курс. – 3-е изд. – СПб.: Питер, 2010.
7. Gupta S. et al. Modeling customer lifetime value // Journal of service research. – 2006. – Vol. 9. – No. 2. – Pp. 139–155.
8. Джеффри М. Маркетинг, основанный на данных. 15 показателей, которые должен знать каждый. – М.: Манн, Иванов и Фербер, 2013.
9. Дворяшина М.М. Клиентские активы компании: интерфейс «маркетинг-финансы» // Journal of new economy. – 2017. – № 2 (70). – С. 54.
10. Что такое LTV в маркетинге и как ее считать // Yandex [Электронный ресурс]. URL: yandex.ru/adv/edu/materials/ltv (дата обращения: 04.04.2024).
11. Customer lifetime value: The customer compass // McKinsey [Электронный ресурс]. URL: mckinsey.com/capabilities/mckinsey-digital/our-insights/customer-lifetime-value-the-customer-compass (дата обращения: 02.04.2024).
12. Kumar V., Venkatesan R., Bohling T., Beckmann D. The Power of CLV: Managing Customer Lifetime Value at IBM // Marketing Science. – 2008. – Vol. 27. – No. 4. – Pp. 585–599.
13. Jonker J.J., Piersma N., Van den Poel D. Joint optimization of customer segmentation and marketing policy to maximize long-term profitability // Expert Systems with Applications. – 2004. – Vol. 27. – No. 2. – Pp. 159–168.
14. Chang W., Chang C., Li Q. Customer lifetime value: A review // Social Behavior and Personality: an international journal. – 2012. – Vol. 40. – No. 7. – Pp. 1057–1064.
15. Mulhern F.J. Customer profitability analysis: Measurement, concentration, and research directions // Journal of interactive marketing. – 1999. – Vol. 13. – No. 1. – Pp. 25–40.
16. Ekinci Y. et al. Analysis of customer lifetime value and marketing expenditure decisions through a Markovian-based model // European journal of operational research. – 2014. – Vol. 237. – No. 1. – Pp. 278–288.
17. Karvanen J., Rantanen A., Luoma L. Survey data and Bayesian analysis: a cost-efficient way to estimate customer equity // Quantitative Marketing and Economics. – 2014. – Vol. 12. – Pp. 305–329.
18. Pepe M. et al. Customer lifetime value: A vital marketing/financial concept for businesses // Journal of Business & Economics Research (JBER). – 2012. – Vol. 10. – No. 1. – Pp. 1–10.
19. Rozek J., Karlícek M. Customer Lifetime Value as the 21st Century Marketing Strategy Approach // Central European Business Review. – 2014. – Vol. 3. – No. 2. – P. 28.
20. Gupta S., Lehmann D.R. Customers as assets // Journal of Interactive Marketing. – 2023. – No 17. – Pp. 9–24.
21. Jain D., Singh S.S. Customer lifetime value research in marketing: A review and future directions // Journal of interactive marketing. – 2002. – Vol. 16. – No. 2. – Pp. 34–46.
22. Gupta S., Lehmann D.R., Stuart J.A. Valuing Customers // Journal of Marketing Research. – 2004. – No. 41 (1). – Pp. 7–18.
23. Использование ML для прогнозирования CLTV // Блог компании «Билайн» на платформе «Хабр» [Электронный ресурс]. URL: habr.com/ru/companies/beeline_tech/articles/771246/ (дата обращения: 01.03.2024).
24. Красильников Д.Е. Обзор литературы по корреляционно-регрессионному анализу с момента возникновения по настоящее время // Математика в высшем образовании. – 2010. – № 8. – С. 53.
25. Wu J., Coggeshall S. Foundations of predictive analytics. – Бока-Ратон CRC Press, 2012.
26. Aeron H., Kumar A., Janakiraman M. Application of data mining techniques for customer lifetime value parameters: a review // International Journal of Business Information Systems. – 2010. – Vol. 6. – No. 4. – Pp. 514–529.
27. Chen S. Estimating customer lifetime value using machine learning techniques // Data mining. – IntechOpen, 2018. – Vol. 17.
28. Rathi T., Ravi V. Customer lifetime value measurement using machine learning techniques // Artificial Intelligence: Concepts, Methodologies, Tools, and Applications. – IGI Global, 2017. – Pp. 3013–3022.
29. Gerde M. Predicting Customer Churn and Customer Lifetime Value (CLV) using Machine Learning (Master’s Theses). – Lund: Lund University, 2023.
30. Chamberlain B.P. et al. Customer lifetime value prediction using embeddings // Proceedings of the 23rd ACM SIGKDD international conference on knowledge discovery and data mining. – 2017. – Pp. 1753–1762.
31. Sun Y. et al. Profitable retail customer identification based on a combined prediction
strategy of customer lifetime value // Midwest Social Sciences Journal. – 2021. – Vol. 24. – No. 1. – P. 10.
32. Kuijt C. Prediction of customer lifetime value in e-commerce fashion retail: дис. – Vrije Universiteit Amsterdam, 2022.
33. Fahim S.F., Khan M.M.I. Customer Lifetime Value Prediction Using The Regression Model // International Research Journal of Modernization in Engineering, Technology and Science. – 2023. – Pp. 3445–3452.
34. Chen P.P. et al. Customer lifetime value in video games using deep learning and parametric models // 2018 IEEE international conference on big data (big data). – N.J.: IEEE, 2018. – Pp. 2134–2140.
35. Все, что Вы хотели знать об LTV, но боялись спросить: расчет, анализ, применение // Coffee Analytics [Электронный ресурс]. URL: coffee-analytics.ru/ltv-book (дата обращения: 25.03.2024).
