如何通过机器学习提高电子邮件开放率？

Question

例如，我有电子邮件发送这样的日志：

day_of_week| time  |   cta    | is_opened |is_clicked
1          |10:00AM|CLICK HERE|True       |False
7          |07:30PM|BUY NOW   |False      |False
...

我想写一个程序来查看＆＃34;最佳表现日期和时间发送电子邮件＆＃34;。

此示例仅适用于发送日期/时间。我希望我可以在需要时添加额外的参数（如CTA，发件人姓名等）。

机器学习最好的方法吗？ （我没有ML经验）我对Python有经验，我认为我可以使用TensorFlow来完成它。

ps：这些是我们发送给会员的营销电子邮件，而不是垃圾邮件或恶意软件。

Answer 1

您的案例有两种观点：

1. 给定日期，时间等预测将被打开/点击或不被点击。
2. 给出cta等预测发送电子邮件的最佳日期

对于第一种情况，您可以使用神经网络或任何分类器来预测它是否会被打开/点击

对于第二种情况，我认为这是您的情况，您可以查看多变量回归，因为您需要预测的两个变量（day_of_week，time）可能无法单独处理（例如，创建两个模型然后分别预测day_of_week和time。您需要同时预测两个变量。但您需要先清理数据，因此它只包含已打开/点击的电子邮件。

当然，您可以使用Tensorflow实现它。