diff --git a/Readme.rst b/Readme.rst index aab5992..8ef3453 100644 --- a/Readme.rst +++ b/Readme.rst @@ -50,8 +50,9 @@ Uplift modeling estimates a causal effect of treatment and uses it to effectivel Read more about uplift modeling problem in `User Guide `__. -Articles in russian on habr.com: `Part 1 `__ -and `Part 2 `__. +Articles in russian on habr.com: `Part 1 `__ , +`Part 2 `__ +and `Part 3 `__. **Features**: diff --git a/docs/_static/images/client_types.png b/docs/_static/images/client_types.png deleted file mode 100644 index a896bc9..0000000 Binary files a/docs/_static/images/client_types.png and /dev/null differ diff --git a/docs/_static/images/client_types_RU.png b/docs/_static/images/client_types_RU.png deleted file mode 100644 index d9492d4..0000000 Binary files a/docs/_static/images/client_types_RU.png and /dev/null differ diff --git a/docs/index.rst b/docs/index.rst index e728b1f..96ebe1d 100644 --- a/docs/index.rst +++ b/docs/index.rst @@ -24,8 +24,9 @@ The main idea is to provide easy-to-use and fast python package for uplift model Read more about *uplift modeling* problem in `User Guide `__, -Articles in russian on habr.com: `Part 1 `__ -and `Part 2 `__. +Articles in russian on habr.com: `Part 1 `__ , +`Part 2 `__ +and `Part 3 `__. Features ######### diff --git a/notebooks/RetailHero.ipynb b/notebooks/RetailHero.ipynb index 67d66d3..35a0286 100644 --- a/notebooks/RetailHero.ipynb +++ b/notebooks/RetailHero.ipynb @@ -19,10 +19,11 @@ " SCIKIT-UPLIFT DOCS | \n", " USER GUIDE\n", "
\n", - " ENGLISH VERSION\n", + " ENGLISH VERSION\n", "
\n", " СТАТЬЯ НА HABR ЧАСТЬ 1 | \n", - " СТАТЬЯ НА HABR ЧАСТЬ 2\n", + " СТАТЬЯ НА HABR ЧАСТЬ 2 | \n", + " СТАТЬЯ НА HABR ЧАСТЬ 3\n", "\n", "" ] @@ -61,10 +62,10 @@ "Исторически, по воздействию коммуникации маркетологи разделяют всех клиентов на 4 категории:\n", "\n", "

\n", - " \"Категории\n", + " \"Категории\n", "

\n", "\n", - "1. **`Спящая собака`** - человек, который будет реагировать негативно, если с ним прокоммуницировать. Яркий пример: клиенты, которые забыли про платную подписку. Получив напоминание об этом, они обязательно ее отключат. Но если их не трогать, то клиенты по-прежнему будут приносить деньги. В терминах математики: $W_i = 1, Y_i = 0$ или $W_i = 0, Y_i = 1$.\n", + "1. **`Не беспокоить`** - человек, который будет реагировать негативно, если с ним прокоммуницировать. Яркий пример: клиенты, которые забыли про платную подписку. Получив напоминание об этом, они обязательно ее отключат. Но если их не трогать, то клиенты по-прежнему будут приносить деньги. В терминах математики: $W_i = 1, Y_i = 0$ или $W_i = 0, Y_i = 1$.\n", "2. **`Потерянный`** - человек, который не совершит целевое действие независимо от коммуникаций. Взаимодействие с такими клиентами не приносит дополнительного дохода, но создает дополнительные затраты. В терминах математики: $W_i = 1, Y_i = 0$ или $W_i = 0, Y_i = 0$.\n", "3. **`Лояльный`** - человек, который будет реагировать положительно, несмотря ни на что - самый лояльный вид клиентов. По аналогии с предыдущим пунктом, такие клиенты также расходуют ресурсы. Однако в данном случае расходы гораздо больше, так как **лояльные** еще и пользуются маркетинговым предложением (скидками, купонами и другое). В терминах математики: $W_i = 1, Y_i = 1$ или $W_i = 0, Y_i = 1$.\n", "4. **`Убеждаемый`** - это человек, который положительно реагирует на предложение, но при его отсутствии не выполнил бы целевого действия. Это те люди, которых мы хотели бы определить нашей моделью, чтобы с ними прокоммуницировать. В терминах математики: $W_i = 0, Y_i = 0$ или $W_i = 1, Y_i = 1$.\n", diff --git a/notebooks/RetailHero_EN.ipynb b/notebooks/RetailHero_EN.ipynb index f702dc1..981e424 100644 --- a/notebooks/RetailHero_EN.ipynb +++ b/notebooks/RetailHero_EN.ipynb @@ -53,7 +53,7 @@ "Historically, according to the impact of communication, marketers divide all customers into 4 categories:\n", "\n", "

\n", - " \"Customer\n", + " \"Customer\n", "

\n", "\n", "- **`Do-Not-Disturbs`** *(a.k.a. Sleeping-dogs)* have a strong negative response to a marketing communication. They are going to purchase if *NOT* treated and will *NOT* purchase *IF* treated. It is not only a wasted marketing budget but also a negative impact. For instance, customers targeted could result in rejecting current products or services. In terms of math: $W_i = 1, Y_i = 0$ or $W_i = 0, Y_i = 1$.\n",