When to Target Customers? Retention Management using Constrained Dynamic Off-Policy Policy Learning
Dieses Paper schlägt eine beschränkte dynamische Off-Policy-Policy-Lernmethode vor, um personalisierte Kundenbindungsstrategien unter zeitlich variierenden Budget- und Machbarkeitsbeschränkungen zu optimieren, wobei durch groß angelegte randomisierte Experimente auf einer japanischen Online-Plattform nachgewiesen wird, dass die resultierende dynamische Policy herkömmliche Ansätze in Bezug auf die Kosteneffizienz übertrifft.