FICHA DE MÉTODOMSC-P-028Ciencia del clienteFicha metodológica · validación en curso

¿Cómo estimar la CLV con BG/NBD y Gamma-Gamma?

BG/NBD predice transacciones futuras en un contexto no contractual; Gamma-Gamma puede modelar su valor medio bajo supuestos adicionales. La CLV descuenta después esos flujos esperados.

Respuesta directa

Ordenar clientes por valor futuro esperado con validación temporal.

BG/NBD predice transacciones futuras en un contexto no contractual; Gamma-Gamma puede modelar su valor medio bajo supuestos adicionales. La CLV descuenta después esos flujos esperados.

Modelo o resultado

C_t = V_t × tasa_margen_t; CLV = Σt E[N_t × C_t | historial]/(1+d)^t; la factorización exige independencia condicional declarada y d debe tener la misma periodicidad que t

Fader, Hardie & Lee, 2005 Fader, Hardie & Lee, 2005, RFM and CLV

ESTIMAND

Perfil de la estimación

Unidad de análisis: Cliente × fecha de decisión × horizonteCliente × ventana de calibración × horizonte de holdout o predicción
Estimando exacto: Contribución futura esperada y descontada bajo un modelo transaccional BG/NBD declarado y un modelo de valor validado por separado
Modelo o resultado: C_t = V_t × tasa_margen_t; CLV = Σt E[N_t × C_t | historial]/(1+d)^t; la factorización exige independencia condicional declarada y d debe tener la misma periodicidad que t

01—08

Marco de análisis verificable

01
Pregunta
¿Cómo estimar la CLV con BG/NBD y Gamma-Gamma?
02
Estimando
Contribución futura esperada y descontada bajo un modelo transaccional BG/NBD declarado y un modelo de valor validado por separado · Cliente × ventana de calibración × horizonte de holdout o predicción
03
Datos
id_cliente · frecuencia · recencia · antigüedad · horizonte_holdout · valor_transacción · tasa_margen_contribución · tasa_descuento_por_periodo
04
Modelo o resultado
C_t = V_t × tasa_margen_t; CLV = Σt E[N_t × C_t | historial]/(1+d)^t; la factorización exige independencia condicional declarada y d debe tener la misma periodicidad que t
05
Cálculo declarado
C_t = V_t × tasa_margen_t; CLV = Σt E[N_t × C_t | historial]/(1+d)^t; la factorización exige independencia condicional declarada y d debe tener la misma periodicidad que t → Contribución futura esperada y descontada bajo un modelo transaccional BG/NBD declarado y un modelo de valor validado por separado
06
Controles de incertidumbre
Entorno no contractual · Calibración y holdout BG/NBD · Prueba de dependencia frecuencia-valor · Elegibilidad Gamma-Gamma · Convenciones de margen y periodo de descuento
07
Validación específica
Comprobar datos, estabilidad de la estimación y límites de interpretación. Entorno no contractual · Calibración y holdout BG/NBD · Prueba de dependencia frecuencia-valor · Elegibilidad Gamma-Gamma · Convenciones de margen y periodo de descuento
08
Límites
Interpretar la CLV predicha como ganancia causal de una acción de retención.

Variables necesarias

id_cliente
frecuencia
recencia
antigüedad
horizonte_holdout
valor_transacción
tasa_margen_contribución
tasa_descuento_por_periodo

Controles

Entorno no contractual
Calibración y holdout BG/NBD
Prueba de dependencia frecuencia-valor
Elegibilidad Gamma-Gamma
Convenciones de margen y periodo de descuento

Decisión posible

Ordenar clientes por valor futuro esperado con validación temporal.

Decisión no sustentada

Interpretar la CLV predicha como ganancia causal de una acción de retención.

Fuentes científicas

3 fuentes

Dataset · Herramienta

Dataset · MSC-004CLV no contractual sintética→

Conexiones metodológicas

Territorio principalCiencia del cliente y elección: comportamiento, valor y heterogeneidad Comparar con¿Cómo analizar la retención con un modelo de supervivencia?Comparar con¿Qué clientes presentan la mayor probabilidad de churn?