Моделирование. Исследование ДЦО (динамического ценообразования)

2. Моделирование. Исследование ДЦО (динамического ценообразования)

Краткое описание задачи:

Имеются данные по заявкам на договор КАСКО. К некоторой части (примерно 40%) случайным образом был применен коэффициент увеличивающий или уменьшающий цену полиса для определения эластичности продаж (спроса) по цене: от -10% до +10% к базовому тарифу

Цели:

· Построить модель прогнозирующую продажу полисов в зависимости от различных переменных (данных из заявки), в том числе поправочного коэффициента

проанализировать влияние поправочного коэффициента, сделать выводы, обосновать их, например:

o в каких сегментах и как изменение цены повлияло на продажи

какую цену стоит установить для максимизации прибыли (можно разную корректировку для разных сегментов). Также имеет смысл предположить, что средняя чистая прибыл на договор - x%, сделать аналитику в зависимости от x.
имеет ли смысл провести другие эксперименты, например, увеличить диапазон корректировок к базовому тарифу: обосновать целесообразость и оценить риски.
прочие релевантные выводы

Критерии оценки:

· Модель будет оцениваться на отложенной выборке (не представленной в задании) на основе метрики balanced accuracy score (python: sklearn.metrics.balanced_accuracy_score) и метрики Gini (не является стандартной метрикой: https://www.kaggle.com/jpopham91/gini-scoring-simple-and-efficient)

· Будет оцениваться процесс построения, аргументация выборов инструментов и т.д.

· Аналитика по влиянию поправочного коэффициента оценивается в зависимости от количества, релевантности, обоснованности и полноты выводов.

Данные:

- Целевая переменная - продажа полиса: 1 или 0 (продажа/не продажа)

- Поправочный коэффициент: от 0.9 до 1.1

- Прочая косвенная информация о клиенте и ТС из заявки (возраст/опыт, кбм, марка/модель, и т.д.)

Полное описание данных будет подготовлено после формирования выборки.

⇐ Предыдущая 12