什么是uplift modeling?
uplift modelling，拟翻译作“增购模型”或“上提升模型”，也称作incremental modelling,true lift modeliling或net modelling，这是一种预测建模技术，是预测一种优待措施（例如一种直接市场营销活动）带来的新增的影响的模型，它建立在个人的行为数据之上。
增购模型的作用？
帮助识别出促销偏好的人群——有些人只有在收到折扣券才决定购买产品。使用这样的模型有助公司用最低的广告成本获得最大的利益。
模型需要的数据？
1.是否收到优待措施。这些优待措施包括优惠券或广告邮件...等
2. 是否购买了商品。
3. 有利于建模的其它的一些信息。这些信息可以是年龄，收入，职位...等
优化指标
模型效果用两个重要指标来衡量
新增响应率
新增响应率 IRR 衡量促销相比于没有收到促销新增了多少购买客户。
数学上，等于优待组（收到促销）中购买客户数与总客户数的比值减去控制组（未收到促销）中购买客户数与总客户数的比值。
净新增回报
净新增回报 NIR 衡量促销执行赚了（亏了）多少
数学上，等于收到促销的人中购买的金额减促销花费金额，然后减没有收到促销的人中购买的金额
