Adfærdsmodellering
Hvad er adfærdsmodellering?
Adfærdsmodellering er en tilgang, der bruges af virksomheder til bedre at forstå og forudsige forbrugernes handlinger. Adfærdsmodellering bruger tilgængelige data for forbruger- og forretningsudgifter til at estimere fremtidig adfærd under specifikke omstændigheder. Adfærdsmodellering bruges af finansielle institutioner til at estimere risikoen forbundet med at levere midler til en person eller virksomhed og af marketingfirmaer til at målrette annoncering. Adfærdsøkonomi er også afhængig af adfærdsmodellering til at forudsige adfærd hos agenter,. der falder uden for, hvad der ville blive betragtet som fuldstændig faktabaseret eller rationel adfærd.
Forståelse af adfærdsmodellering
Adfærdsmodellering forsøger simpelthen at indfange noget af beslutningstagningens psykologi for at give en bedre simulering af, hvordan beslutninger træffes af en forbruger og sandsynligheden for, at en bestemt forbruger træffer et valg frem for en anden. Adfærdsmodellering bruges af virksomheder til at finpudse deres værdiforslag eller målrette marketingkampagner baseret på modellens output. I denne forstand består adfærdsmodellering hovedsageligt af at analysere data for at kategorisere undergrupper af mennesker, der deler lignende vaner og købstriggere.
Finansielle institutioner, såsom banker og kreditkortselskaber, bruger adfærdsmodeller til at segmentere og profilere brugerne af deres tjenester. For eksempel vil et kreditkortselskab undersøge, hvilke typer virksomheder et kort normalt bruges i, butikkernes beliggenhed, hyppigheden og beløbet for hvert køb for at estimere både fremtidig købsadfærd, og om en kortholder sandsynligvis vil løbe ind i en tilbagebetaling. problemer. Disse data aggregeres normalt for at samle kunder i grupper, der har lignende behov og brugsmønstre. Kunderne i en bestemt gruppe kan blive tilbudt forskellige kampagner for enten at tilskynde til mere kortbrug eller endda konsolidering af anden gæld til den eksisterende konto.
Eksempler i den virkelige verden på adfærdsmodellering
Når du først er kunde hos en virksomhed, vil de generelt have, at du er konsekvent eller øger din interaktion og dine indkøb. Dette gælder også for kreditkortudbydere. Et kreditkortselskab kan for eksempel bemærke, at en kortholder har skiftet fra at foretage køb i discountbutikker til avancerede butikker i løbet af de sidste seks måneder. Det kan i sig selv tyde på, at kortholderen har oplevet en stigning i indkomsten, eller det kan betyde, at kortholderen bruger mere, end de har råd til. For at indsnævre mulighederne og skabe en mere præcis risikoprofil vil kortselskabet også se på andre datapunkter, såsom om kortholderen kun betaler minimumsbetalingen, eller om kortholderen har foretaget forsinket betaling. Forsinkede betalinger kan være en indikator for, at kortholderen har en større risiko for insolvens.
Adfærdsmodellering bruges også af detailhandlere til at lave skøn over forbrugerkøb. En forhandler kan for eksempel undersøge, hvilke typer produkter en forbruger køber i butikken eller online og derefter vurdere sandsynligheden for, at forbrugeren vil købe et nyt produkt baseret på, hvor meget det ligner deres tidligere køb. Dette er især nyttigt for detailhandlere, der tilbyder kundeloyalitetsprogrammer,. som giver dem mulighed for at spore individuelle forbrugsmønstre med mere detaljeret karakter. For eksempel, hvis en butik bestemmer, at forbrugere, der køber shampoo, også vil købe sæbe, hvis de får en kupon, kan butikken give en kupon til sæbe på en salgsterminal til en forbruger, der kun køber shampoo. Denne type adfærdsmodellering er blevet forfinet til et underfelt kendt som adfærdsanalyse.
##Højdepunkter
Adfærdsmodellering bruger hovedsageligt en virksomheds datasæt, men den kan også trække andre relevante, offentlige kilder ind.
Virksomheder bruger adfærdsmodeller til at målrette tilbud og annoncering til kunder. Banker bruger også adfærdsmodeller til at skabe dybere risikoprofiler for kundegrupper.
Adfærdsmodellering forsøger at forklare, hvorfor et individ træffer en beslutning, og modellen bruges derefter til at hjælpe med at forudsige fremtidig adfærd.
