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