Build your ultimate AI agent
课程介绍
人们每天都会做出各种选择：挑选橙汁或汽车、决定投票对象、选择上班方式。营销人员、零售商、产品设计师、政治学者、交通规划师、社会学家等都希望了解这些选择背后的驱动因素。选择模型根据可选项的特征来预测人们会如何选择，并可用于做出重要的产品设计决策。本课程将教您如何整理选择数据、在 R 中估计选择模型并展示结论。课程同时涵盖对真实世界观测到的选择的分析，以及基于问卷调查的联合分析（conjoint analysis）方法。
先修要求
课程大纲
课程大纲
1
快速上手指南
本章的目标是尽可能快速地带您走完整个选择建模流程，让您对选择模型的用途以及建模过程如何运作有一个全面认识。核心思想是：我们可以通过选择模型来理解客户的产品选择如何受产品特征影响。比如，跑车购买者是否更偏好手动挡而非自动挡？偏好有多强？为便于概览，我们会略去许多细节。在后续章节中，我们将回过头来系统讲解数据准备、模型设定与解读、以及结果报告中的关键问题，帮助您充分准备，把这些方法应用到您自己的选择数据中。
2
管理与汇总选择数据
获取选择数据的来源多种多样，数据格式也各不相同。本章将以多种常见的原始格式为例，带您学习如何将数据整理为适合选择建模的结构。我们还会讨论如何设计问卷，以收集您自己的选择数据。
3
构建选择模型
本章将更深入地讲解如何估计选择模型。为奠定理解选择模型的基础，我们将重点说明多项 Logit 模型如何把产品特征转化为对决策者选择的预测。这将为您提供一个框架，用来判断在模型中应当纳入哪些特征。
4
分层选择模型
不同的人有不同的偏好与品味。这虽直观易懂，但营销领域也有大量研究加以证明。本章介绍一种假设不同决策者拥有不同偏好的选择模型，这些偏好会影响他们的选择。当我们的模型识别出消费者之间的差异时，往往会对面向特定细分人群的小众产品预测出更高的份额。分层模型在多数商业选择建模应用中被广泛采用，因此理解其工作原理非常重要。
R
R 中的营销选择建模
课程完成
