如何使用数据科学开发一个推荐营销渠道的系统？

Question

我正在进行一项数据科学挑战。我想要一些关于如何继续开发我的解决方案的帮助。我的数据集的快照如下所示：

​

此数据集是由一家制药公司收集的，该公司试图将其药物销售给不同专科的医生。

这家制药公司为其品牌做了促销活动。

促销活动包括打电话、发送电子邮件和发送传真。数据集显示进行了多少次呼叫(“发出的呼叫”列)、成功完成了多少次呼叫(“成功完成的呼叫”列)、发送了多少封电子邮件(“已发送的电子邮件”列)、打开了多少封电子邮件(“已打开的电子邮件”列)、发送了多少封传真(“已发送的传真”列)。品牌1是制药公司的品牌。品牌2是其竞争对手的品牌。

数据集显示了不同品牌的销售额。品牌1销售额(公司品牌)-制药公司品牌销售额品牌2销售额(竞争对手品牌)-竞争对手品牌总品牌销售额-所有品牌(来自所有销售品牌药品的公司)在市场上的销售额总市场(品牌+非品牌)销售额-所有品牌和非品牌药品的销售额

我的任务是使用这个数据集开发一个ML系统，该系统将建议在未来的促销活动中使用三个渠道中的哪一个(电话/电子邮件/传真)。我如何开发这样的系统？我的理解是，这是一个包含三个类别(电话/电子邮件/传真)的分类问题。对于潜在客户，我必须将他/她归入指示使用哪个渠道的三个类别中的一个。

我应该做什么样的特征工程？我可以使用什么型号？

Answer 1

我已经为这个问题开发了一个解决方案。我将数据集分成三个集群(电话、电子邮件、传真)，并将每个归入集群的客户分配到相应的营销渠道。我使用客户数据点到集群质心的距离计算了通道亲和度得分。

该解决方案将上载到github存储库：https://github.com/skumaravel/Marketing-Channel-Recommendation-System

它包含一个jupyter笔记本，其中包含解决方案的python代码、数据集和解释我的方法的pdf报告。