สถานการณ์สื่อและความบันเทิง: การวิเคราะห์เชิงทำนายเพื่อสร้างรายได้จากเนื้อหา

ตัวอย่างคำสั่ง: ใช้คอลัมน์ avg_session_time, num_paywall_views, price_exposures, category_affinity และ tenure_days สร้างโมเดล gradient-boosted เพื่อทำนายการแปลง (conversion) ใน 30 วัน จำลองผลกระทบของการเพิ่มราคาต่อเดือนขึ้น 5% ต่อการแปลงที่คาดการณ์ไว้.

ตัวอย่างคำสั่ง: แสดงรายการกลุ่มผู้ใช้ที่มี เพิ่มขึ้นกว่า 151,830 ล้านดอลลาร์สหรัฐ ในการแปลงผู้เข้าชมเป็นลูกค้าที่ต้องชำระเงิน เมื่อเปรียบเทียบตัวแปร B กับกลุ่มควบคุม สรุปความเสี่ยง.

ตัวอย่างโจทย์: ออกแบบการแบ่งกลุ่มตามภูมิศาสตร์ระหว่างระบบเก็บค่าบริการแบบอ่อนและแบบแข็ง โดยพิจารณาขนาดตัวอย่างและข้อจำกัดต่างๆ.

ตัวอย่างคำสั่ง: แสดงปัจจัยที่ทำให้ลูกค้าเลิกใช้บริการ โดยจำแนกตามแพ็กเกจ อุปกรณ์ และแหล่งที่มาของการสมัครใช้บริการ เสนอโปรโมชั่นเพื่อช่วยรักษาฐานลูกค้า และประมาณการรายได้ต่อเดือนที่คาดว่าจะประหยัดได้.

ตัวอย่างคำสั่ง: เขียนรายงานสรุปสำหรับ CEO ความยาว 200 คำ ในหัวข้อ “แนวโน้มการสร้างรายได้จากการสมัครสมาชิกในไตรมาสที่ 2” โดยรวมถึง: แนวโน้มการเพิ่มจำนวนสมาชิกใหม่สุทธิ, รายได้เฉลี่ยต่อผู้ใช้ (ARPU), มูลค่าตลอดอายุการใช้งานของลูกค้า (LTV) เทียบกับแผนการใช้งาน; ปัจจัยหลักที่ทำให้ลูกค้าเลิกใช้บริการ; ความเสี่ยงและแนวทางการลดความเสี่ยง.