Comment un modèle de next best action est construit : propension, méta-apprenants d'uplift et une fonction de classement qui évalue la marge incrémentale attendue par action.
A modèle Next Best Action est la fonction de notation qui décide, pour un client à un moment donné, quelle action éligible présente la valeur incrémentielle attendue la plus élevée. Ce n'est pas un algorithme unique. C'est une pile : une couche de propension qui estime ce qui est probable, une couche d'uplift qui estime ce qu'une action modifie, et une couche de classement qui convertit les deux en argent et choisit un gagnant.
La plupart des équipes construisent la première couche, ignorent la seconde et laissent la troisième devenir une feuille de calcul de règles métier. C'est pourquoi tant de programmes rapportent un AUC impressionnant et des revenus stables. Ce guide couvre les familles de modèles qui fonctionnent en production, la fonction objectif qui devrait les superviser, et comment savoir que le modèle est juste plutôt que simplement précis.
Le résultat n'est pas un score par client. C'est une matrice : pour chaque client, une valeur attendue par action éligible, y compris l'action nulle de ne rien faire. La décision est l'argmax de cette ligne, sous contraintes.
Écrire l'objectif de cette manière force à révéler trois choses qu'un modèle de propension cache : l'ensemble des candidats doit être énuméré, chaque action a besoin d'une marge, et le fait de ne rien faire doit pouvoir l'emporter. Dans un programme mature, l'action nulle remporte une grande part des décisions, et cette part est une fonctionnalité, pas un défaut.
Sur les données clients tabulaires, les arbres à gradient boosting (XGBoost, LightGBM, CatBoost) restent la norme en production. Ils gèrent les types mixtes et les données manquantes, s'entraînent en quelques minutes et atteignent la majeure partie de leur plafond de qualité avec peu de réglages. Les modèles de séquence ne justifient leur coût que lorsque l'ordre des événements apporte plus de signal que le nombre d'événements, typiquement les longues traces comportementales dans le streaming et les jeux.
La Propensity répond à la question de savoir qui est susceptible de convertir, de churn ou de faire un upgrade. Elle ne répond pas à la question de savoir si l'action change quoi que ce soit. C'est une question causale, et les options pratiques par défaut sont les méta-apprenants : T-learner (modèles séparés sur le groupe traité et le groupe de contrôle), X-learner (plus stable sous déséquilibre de traitement) et R-learner (Neyman-orthogonal, plus robuste à l'erreur de nuisance). Chacun enveloppe le même cheval de bataille basé sur l'arbre de décision boosté dans un cadre causal, donc le coût d'ingénierie d'ajouter de l'uplift en plus d'un pipeline de propension existant est modeste.
Le mode d'échec à surveiller est la propension re-étiquetée comme uplift. Si le haut de la liste classée est dominé par des clients qui allaient se convertir de toute façon, le programme paie pour un comportement qu'il avait déjà.
La couche de classement applique l'éligibilité, le consentement, les plafonds de fréquence, les heures creuses, le budget et les règles de cannibalisation, puis prend l'argmax. Les contraintes appartiennent ici plutôt qu'à l'intérieur du modèle : elles changent chaque semaine, elles sont auditables, et elles ne devraient jamais être blanchies en poids appris.
Les bandits contextuels allouent le trafic entre les actions tout en apprenant, ce qui est utile lorsque l'ensemble candidat change constamment et que les récompenses arrivent rapidement. Ils sont moins efficaces lorsque l'horizon de récompense est long, comme c'est le cas avec la marge d'abonnement, et lorsque tu as besoin d'un relevé causal clair pour la finance. Un compromis courant en production : des bandits pour les variantes créatives et d'offres au sein d'une action, des modèles d'uplift pour choisir l'action, et un holdout préservé au-dessus des deux.
Semaines 1 à 4 : énumérer l'ensemble des actions candidates et attribuer une marge à chacune, puis livrer une ligne de base de propension avec un holdout. Semaines 5 à 10 : ajouter un T-learner ou un X-learner sur les deux ou trois actions à volume le plus élevé, et passer du classement par propension à la marge incrémentale attendue. À partir de la semaine 11 : étendre l'ensemble des candidats, ajouter des contraintes et laisser l'action nulle entrer en concurrence. La majeure partie de l'uplift arrive dans la deuxième phase, lorsque l'objectif change plutôt que l'algorithme.
Pour savoir comment les modèles s'intègrent dans la boucle opérationnelle plus large, consulte le guide sur Next Best Action, et pour la version spécifique à la rétention de la même stack, vois prédiction du churn client.
Markin construit et réentraîne les couches de propension, d'uplift et de classement par rapport à ta base, et lit chaque décision par rapport à un holdout préservé. Explore Next Best Action pour le voir en direct.
Questions fréquentes
Ressources associées
Solutions
Le voir dans le produit
Les mêmes boucles que cette note décrit fonctionnent 24 heures sur 24, 7 jours sur 7, sur ta base de clients. Observe l'espace de travail décider, expérimenter et exécuter en 1:1.
Vocabulaire
Definitions an answer engine can quote, each one a page of its own.
Comparer
Neutral reads on the categories buyers evaluate against a decision layer.
Toutes les comparaisons
