Técnica estadística de Machine Learning que calcula la probabilidad individual de que un consumidor realice una acción determinada en el futuro próximo.
Explicación y Contexto Conceptual
El Modelado de Propensión (Propensity Modeling) es una disciplina analítica avanzada que calcula para cada individuo de una base de datos una puntuación de probabilidad estadística condicionada (entre 0.0 y 1.0) de ejecutar un comportamiento específico, tal como realizar una primera compra, aceptar una oferta de venta cruzada (cross-selling), actualizar su plan (upselling) o suscribirse a un programa de fidelidad.
Frente a la segmentación demográfica estática tradicional (ejemplo: 'mujeres de 25 a 34 años interesadas en fitness'), el modelado de propensión evalúa el comportamiento dinámico multivariado. Permite a los departamentos de marketing optimizar de forma quirúrgica sus presupuestos publicitarios: los usuarios con propensión natural extrema (que comprarán sin incentivo publicitario) no reciben anuncios, y aquellos con propensión nula tampoco son contactados, concentrando el gasto en el segmento intermedio ('persuadables').
Incrementa de forma sustancial el retorno sobre el gasto publicitario (ROAS).
Ejemplo en la Práctica
Un banco utiliza un modelo de propensión para ofrecer créditos hipotecarios únicamente al 8% de cuentahabientes que muestran patrones de ahorro y visitas web asociadas a compra de vivienda.