Resolucion caso bbc

Solo disponible en BuenasTareas
  • Páginas : 10 (2281 palabras )
  • Descarga(s) : 0
  • Publicado : 4 de septiembre de 2012
Leer documento completo
Vista previa del texto
RESOLUCIÓN EJERCICIO BBBC
BBBC está evaluando un método de modelamiento para aislar los factores que más
influenciaron a los clientes a ordenar La historia del arte de Florencia: un modelo de
regresión lineal múltiple.
1. Construya el modelo, calíbrelo y luego resuma los resultados de su análisis. Desarrolle el
modelo usando el archivo de datos BBBC.XLS, el cual contiene 1.600 observacionespara el
desarrollo del modelo.
2. Interprete los resultados de este modelo. En particular, destaque qué factores fueron los
que más influenciaron la decisión de los clientes de comprar o no el libro.
3. BBBC está considerando una campaña similar de correo en el medio oeste donde se
dispone de una base de datos de clientes. Asuma que estos clientes son los 1.600 de la base
de datos BBBC, y noconsidere la primera columna “elección”. El costo asignado del envío
de la publicidad es US$0.65/dirección (incluido el franqueo) por el libro de arte, y el libro
tiene un costo de US$15 para BBBC por comprarlo y enviarlo, y además la compañía asigna
gastos de administración por un 45% del costo para cada libro. El precio de venta es
US$31.95 por libro. Basado en el modelo lineal y en estosantecedentes, ¿a cuáles clientes
BBBC debería apuntar? ¿cuánto beneficio adicional usted espera que la compañía genere
usando este modelo versus enviar el correo a la lista completa?
Ayuda: Con su modelo, sin eliminar ninguna variable, calcule la probabilidad de compra de
cada cliente (note que ésta puede resultar estar fuera del rango cerouno). Por otra parte,
calcule el umbral deprobabilidad a partir de la cual a usted le conviene enviarle la
publicidad, es decir, aquellos clientes que le proporcionan una utilidad esperada positiva.
DESARROLLO:
1) Para resolver el ejercicio es necesario seguir los pasos descritos en el archivo que explica
la regresión lineal (material complementario 4).
Lo que se quiere investigar es cómo se comporta la variable elección con respecto a lasdemás. ¿Para qué queremos saber esto? Porque queremos ver qué clientes son los más
propensos a comprar libros en el futuro. Deseamos crear un modelo de respuesta de mercado
(MRM).
En palabras sencillas:
• Nosotros como empresa registramos los datos de distintos clientes (que están en la
planilla Excel).
• Queremos utilizar esos datos para saber cuáles son los clientes que tienen mayorprobabilidad de compra en el futuro.
• ¿Para qué? Es mucho más efectivo (en términos retorno sobre la inversión), enviar
publicidad a quienes presenten mayor probabilidad de compra. De esa forma estamos
destinando nuestros recursos a personas a las que realmente les interesa la
información y que por lo tanto tienen mayor probabilidad de venir a la tienda a
comprar.
Entonces:
• Nuestra fórmula tendrála siguiente forma (forma general de un modelo lineal):

Yi = a + b ⋅ X 1 + c ⋅ X 2 + d ⋅ X 3 + e ⋅ X 4 + f ⋅ X 5 + g ⋅ X 6 + h ⋅ X 7 + i ⋅ X 8 + j ⋅ X 9 + k ⋅ X 10
Todos los modelos lineales tienen la misma forma. Es importante entender que:
a, b, c, d, e, f, g, h, i, j y k representan a los coeficientes de la regresión, es decir, los
números que entregará Excel como resultado. En palabrassimples, es el peso o influencia
que tiene cada variable (frecuencia, c_niños, c_cocina, etc.) en nuestra probabilidad de
compra Yi.
Además hay que entender que estamos tratando de encontrar la probabilidad de compra,
que en el modelo queda determinado por Yi1.
Xi , con i=1,2,3,4,…,10 representa a las variables independientes (que no dependen de
otras), es decir, frecuencia, c_niños,c_cocina, etc.
Algunos se preguntarán ¿y para qué queremos encontrar la probabilidad de compra si ya
sabemos quienes compraron y quienes no? Porque queremos utilizar los resultados para
aplicarlos en otro grupo de clientes y tratar de predecir quiénes son los que tienen mayor
probabilidad de comprar al enviar publicidad.
NOTA IMPORTANTE: cada fila del archivo Excel contiene las variables de un...
tracking img