When to Target Customers? Retention Management using Constrained Dynamic Off-Policy Policy Learning
本論文は、時間的な予算および実現可能性の制約条件下でパーソナライズされた顧客維持戦略を最適化するために、制約付き動的オフポリシー方策学習手法を提案し、日本のオンラインプラットフォームにおける大規模なランダム化実験を通じて、得られた動的な方策がコスト効率においてベースラインのアプローチを上回ることを実証する。