実は、この逆のケース（F値と逆相関するKPI）もあって、
たとえば休眠施策のFごとの復活率なんすよね。
【例１】C社の休眠復活率
こちらは逆にFが若い方が復活率が高い傾向が出てるよね。
（もちろん、R値の影響度の方が大きいんだけどね笑）
どうだろう？
ちょこっと付き合ってすぐ別れちゃった人と、
長く付き合った上で別れちゃった人。
どっちが戻りやすいっすか？
元鞘経験の豊富な人、教えてくださいな笑笑
まあ、さっきと同じで、大切なのは、係数化しとくことね。
この予測係数を把握できてると、
たとえばある対象に施策をぶつけた時に、
その施策を展開した時の期待値を精緻にシミュレートできるじゃない。
「DM0が、やっぱヤバい」理由っていろいろあると思うんだけど、
個人的には、その片翼を担ってると思うのが、
この統計値をもとにした係数化だと思います。
こればっかりは、申し訳ないけど、
ハンズオンでゴリゴリ600社以上の数値いじって、
地味にめっちゃ時間かけて積み上げてきた臨床例の賜物であって、
個人レベルでは物理的に無理だと思います。
正直、ボク個人の力が目立ちやすいから、
取り上げられることが多い。
まあ、イヤな気はしないっすが、誤解ですよ笑笑
これ、応用すると、初見のクライアントさんとかでも、
シミュレートできるんですよね。
たとえば、使用頻度が高いとこでいうと、
初回価格と2回目以降価格のギャップによる継続率のグルーピング
【初回価格と2回目以降価格のギャップ：あり】
効果実感はっきり出る系と出ない系の継続率のグルーピング
こんな感じのデータがあれば、
類似ケースの組み合わせで、なんも聞かなくても、
大抵のことは当てられるようになります。
前回、ウチのコンサルティングフィーを開示したら、
めっちゃ反響あったけど、
「価格は市場価値が決めるもんすよ」
と思う次第です。
だからこそ。
その一瞬一瞬の手術に全力を尽くせるわけだし、
戦友とのハイタッチと、脳内とDBにストックされたカルテが、
今日もボクらの価値を上げ続けるわけです。
正直、不安になることもたくさんある。
「いやー、難しいな。まいったな。
うまくいくかな？ うまくいかなかったらマジでどーしよー…。」
そんな時に背中を押してくれるのは、
「ウチができなかったら、どこができる？」という自負と
拍手やガッツポーズを共にしてきたみんなの姿ですよ。
追伸:
Mさん、結果出て嬉しいです！
ただ、やっぱ「大松」は狙いすぎましたね笑笑