MCP协议赋能经典营销模型：将Bass扩散与BTYD模型变为AI可调用的统计工具\n\n## 背景：当经典营销模型遇上AI代理\n\n在数据驱动的营销分析领域，有几个经典的统计模型经受住了时间的考验：\n\n- Bass扩散模型（1969）：预测新产品市场渗透的经典框架\n- BG/NBD模型（Fader-Hardie-Lee, 2005）：描述客户重复购买行为的概率模型\n- Pareto/NBD模型（Schmittlein-Morrison-Colombo, 1987）：评估客户生命周期价值的奠基性工作\n\n这些模型在学术界和工业界都有广泛应用，但传统上需要通过R或Python脚本手动调用。随着AI代理（Agent）的兴起，如何让这些经典模型能够被AI智能体直接调用，成为了一个有趣的工程挑战。\n\n## MCP协议：AI工具的新标准\n\nMCP（Model Context Protocol，模型上下文协议）是Anthropic推出的一种开放协议，旨在标准化AI模型与外部工具、数据源的交互方式。通过MCP，AI代理可以像调用函数一样调用外部工具，实现真正的"工具使用"能力。\n\nMCP服务器的核心优势：\n- 标准化接口：统一的工具定义和调用方式\n- 类型安全：通过JSON Schema定义输入输出\n- 即插即用：任何支持MCP的客户端都可以使用\n- 跨语言：不限制实现语言，只要暴露标准接口\n\n## 项目概览：diffusion-models-mcp\n\n这个项目将三个经典营销模型封装为MCP工具，使AI代理能够直接进行：\n\n1. Bass扩散模型拟合：预测新产品采用曲线\n2. BG/NBD模型拟合：分析客户重复购买行为\n3. Pareto/NBD模型拟合：评估客户活跃概率和未来交易预期\n4. 模型评分：在留出数据上评估模型性能\n\n### 工具清单\n\n| 工具名称 | 用途 | 输入 | 输出 |\n|---------|------|------|------|\n| fit_bass_diffusion | 拟合Bass扩散模型 | 累积采用时间序列 | 参数p, q, m及拟合曲线 |\n| fit_bg_nbd | 拟合BG/NBD模型 | RFM客户汇总表 | 参数r, α, a, b及客户级P(活跃) |\n| fit_pareto_nbd | 拟合Pareto/NBD模型 | RFM客户汇总表 | 参数r, α, s, β及客户级预测 |\n| score_model | 模型评分 | 模型名称、拟合参数、留出数据 | MAPE、BIC、对数似然 |\n\n## 技术实现：从数学公式到可调用工具\n\n### Bass扩散模型\n\nBass模型描述了新产品在市场的扩散过程，假设潜在客户分为两类：\n- 创新者：受外部影响采用产品（系数p）\n- 模仿者：受已采用者影响采用产品（系数q）\n\n累积采用曲线的微分方程为：\n\n$$S(t) = m \cdot \frac{1 - e^{-(p+q)t}}{1 + \frac{q}{p}e^{-(p+q)t}}$$\n\n其中 $m$ 是市场规模，$p$ 是创新系数，$q$ 是模仿系数。\n\n实现中使用非线性最小二乘法（NLLS）拟合累积采用数据，并通过高斯残差假设计算BIC。\n\n### BG/NBD模型\n\nBG/NBD（Beta-Geometric/Negative Binomial Distribution）模型假设：\n- 每个客户的交易率 $\lambda$ 服从Gamma分布\n- 每个客户在每次交易后以概率 $p$ 流失，$p$ 服从Beta分布\n- 客户只要未流失就会继续交易\n\n模型的关键输出包括：\n- P(活跃)：给定观测历史后客户仍然活跃的概率\n- E[Y(t)]：未来t个时间单位的预期交易次数\n\n实现中使用最大似然估计（MLE）在log参数空间进行优化，确保参数正数约束。\n\n### Pareto/NBD模型\n\nPareto/NBD是BG/NBD的前身，同样使用Gamma-Poisson混合建模交易率，但用Pareto分布建模客户生命周期。\n\n这个模型的似然函数涉及超几何函数 $_2F_1$，实现中使用了Fader-Hardie技术笔记中的闭式表达式，并在log空间进行数值计算以保证稳定性。\n\n关键数值技巧：\n- 使用 log1mexp 处理两个相近正数相减的数值稳定性问题\n- 在log参数空间使用L-BFGS-B优化\n- 多起点优化避免局部最优\n\n## 代码结构与设计哲学\n\n### 项目结构\n\n\nsrc/diffusion_models_mcp/\n├── bass.py # Bass NLLS拟合 + 闭式累积函数\n├── bgnbd.py # BG/NBD MLE、P(活跃)、E[Y(t)]\n├── pareto_nbd.py # Pareto/NBD MLE，稳定的2F1似然\n├── rfm.py # RFM表验证\n├── scoring.py # MAPE、BIC、留出对数似然\n├── server.py # FastMCP服务器，四个工具\n└── simulate.py # 测试用的前向模拟\n\nscripts/\n└── demo.py # 端到端CDNOW演示\n\ntests/ # pytest：参数恢复 + schema验证\n\n\n### 设计决策\n\n项目作者明确说明了为何不直接使用现有的lifetimes或BTYD库：\n\n> "lifetimes和BTYD是优秀的库，但实习作品集不是。这里的重点是证明我能够阅读经典论文、推导每个客户的对数似然、进行数值实现（log空间、log-sum-exp、Pareto/NBD A0差值的log1mexp、log参数空间的多起点L-BFGS-B），并在模拟和真实数据上验证参数恢复——而不是包装第三方库并称之为项目。"\n\n这种"从零实现"的方法虽然工作量更大，但确保了：\n- 对模型数学的深入理解\n- 数值实现的稳定性\n- 结果的可验证性\n\n## 验证：参数恢复与基准测试\n\n### CDNOW数据集验证\n\n项目使用经典的CDNOW数据集（23,570名客户）进行验证，这是Fader-Hardie-Lee论文中使用的标准基准。\n\nBG/NBD参数对比：\n\n| 参数 | 实现结果 | FHL 2005论文 |\n|------|----------|--------------|\n| r | 0.241 | 0.243 |\n| α | 4.34 | 4.41 |\n| a | 0.73 | 0.79 |\n| b | 2.18 | 2.43 |\n\nPareto/NBD参数对比：\n\n| 参数 | 实现结果 | SMC 1987论文 |\n|------|----------|--------------|\n| r | 0.55 | 0.553 |\n| α | 10.30 | 10.58 |\n| s | 0.56 | 0.606 |\n| β | 10.04 | 11.66 |\n\n结果与经典文献报告的值在小数点后两位一致，验证了实现的正确性。\n\n### 演示脚本\n\nscripts/demo.py提供了完整的端到端演示：\n\n1. 在合成采用曲线上拟合Bass模型\n2. 从brucehardie.com下载CDNOW主数据集\n3. 按标准FHL基准分割：1997年Q1-Q3为校准期，Q4-1998年Q2为留出期\n4. 分别拟合BG/NBD和Pareto/NBD\n5. 报告各模型的留出MAPE和BIC\n\n如果网络下载失败，演示会自动回退到合成数据。\n\n## 使用方式：集成到AI工作流\n\n### 作为独立服务器运行\n\nbash\n# 使用uv（推荐）\nuv venv\nuv pip install -e \".[dev]\"\n\n# 运行服务器（stdio传输）\npython -m diffusion_models_mcp\n# 或\ndiffusion-models-mcp\n\n\n### 集成到Claude Code\n\nbash\nclaude mcp add diffusion-models-mcp -- python -m diffusion_models_mcp\n\n\n### 在任何MCP客户端中使用\n\n配置客户端指向相同的命令，服务器会发布四个工具并使用标准stdio传输。\n\n## 应用场景示例\n\n### 场景1：新产品上市预测\n\nAI代理可以调用fit_bass_diffusion分析历史类似产品的采用曲线，预测新产品的市场渗透轨迹，为库存规划和营销策略提供数据支持。\n\n### 场景2：客户细分与营销资源分配\n\n通过fit_bg_nbd分析交易数据，AI可以识别高价值客户群体，预测哪些客户可能流失，并建议针对性的留存策略。\n\n### 场景3：客户终身价值评估\n\nfit_pareto_nbd提供的P(活跃)和预期交易次数，可以帮助AI代理计算客户终身价值（CLV），优化获客成本（CAC）决策。\n\n### 场景4：自动化营销报告\n\nAI代理可以自动拟合模型、生成可视化、计算关键指标，并撰写包含统计洞察的营销分析报告。\n\n## 局限性与未来方向\n\n### 当前局限\n\n项目明确列出了当前未实现的功能：\n\n- 无协变量：不支持时间变化或客户级别的协变量（如客户年龄、渠道等）\n- 无时间变化参数：不支持非平稳Bass模型或GG/NBD\n- 无层次或完全贝叶斯拟合：仅提供点估计（MLE/NLLS），不提供后验分布\n- Bass的BIC计算：基于高斯残差拟似然（因为Bass用NLLS而非MLE拟合）\n- Pareto/NBD识别问题：在小样本中(s, β)山脊上的识别较松\n\n### 可能的扩展\n\n- 添加协变量支持（如季节效应、营销支出）\n- 实现贝叶斯版本（PyMC或NumPyro）\n- 添加更多模型（如GG/NBD、Gamma-Gamma spend模型）\n- 提供可视化工具（采用曲线、P(活跃)随时间变化等）\n\n## 结语\n\ndiffusion-models-mcp项目展示了如何将经典的营销科学模型与现代AI基础设施结合。通过MCP协议，这些经过数十年验证的统计工具变得可以被AI代理直接调用，实现了"经典方法+现代接口"的有趣组合。\n\n对于营销分析师和数据科学家，这意味着可以构建更智能的自动化工作流；对于学习这些经典模型的学生，这是一个从零实现、验证参数恢复的绝佳参考实现。\n\n---\n\n参考资源\n\n- 项目代码：https://github.com/narvix/diffusion-models-mcp\n- Bass, F. M. (1969). "A New Product Growth for Model Consumer Durables." Management Science\n- Fader, P. S., Hardie, B. G. S., & Lee, K. L. (2005). "'Counting Your Customers' the Easy Way..." Marketing Science\n- Schmittlein, D. C., Morrison, D. G., & Colombo, R. (1987). "Counting Your Customers..." Management Science