Para definir la red bayesiana se tendria que tener una variable raíz, la cual sería el historial de compras, ya que un cliente recurrente se comporta diferente a uno nuevo.
En cuanto al tiempo en sitio puede influir si un cliente es frecuente o no, ya que uno frecuente llega y compra directamente, lo que hace que no dure tanto tiempo, en comparación con uno nuevo.
Las promociones se relaciona con el tiempo que pasas en el sitio, pues mientras más pasas tiempo, más visualizas las promociones y más probabilidad hay de dar clic en ellas.
En cuanto a los nodos un cliente nuevo hay 30% de probabilidad que compre y uno frecuente un 70% de probabilidad, por lo que la matriz de probabilidad puede quedar de la siguiente manera.
| Historial (H) | Tiempo (T) | Promoción (P) | "P(compra(C)=Sí∣H,T,P)" | "P(C=No∣H,T,P)" |
|---|---|---|---|---|
| Recurrente | Alto | Clic | 0.85 (El cliente ideal) | 0.15 |
| Recurrente | Bajo | No Clic | 0.40 (Entró rápido por algo específico) | 0.60 |
| Nuevo | Alto | Clic | 0.60 (Enganchado por la oferta) | 0.40 |
| Nuevo | Bajo | No Clic | 0.02 (Tráfico de rebote/casual) | 0.98 |
