論文の概要: Street Marketing: How Proximity and Context drive Coupon Redemption
- arxiv url: http://arxiv.org/abs/2005.06839v1
- Date: Thu, 14 May 2020 09:37:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-20 05:41:11.063405
- Title: Street Marketing: How Proximity and Context drive Coupon Redemption
- Title（参考訳）: ストリートマーケティング: 近さとコンテキストがクーポンの償還をいかに促すか
- Authors: Sarah Spiekermann, Matthias Rothensee and Michael Klafft
- Abstract要約: 本研究の目的は,クーポンキャンペーンの成功を決定するために,近接,天気,町の一部,経済的インセンティブといった文脈変数の認識がいかに相互作用しているかを明らかにすることである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Purpose: In 2009, US coupons set a new record of 367 billion coupons
distributed. Yet, while coupon distribution is on the rise, redemption rates
remain below 1 percent. This paper aims to show how recognizing context
variables, such as proximity, weather, part of town and financial incentives
interplay to determine a coupon campaigns success. Design/methodology/approach.
The paper reports an empirical study conducted in co-operation with a
restaurant chain 9.880 Subway coupons were distributed under different
experimental context conditions. Redemption behavior was analyzed with the help
of logistic regressions. Findings: It was found that even though proximity
drives coupon redemption, city center campaigns seem to be much more sensitive
to distance than suburban areas. The further away the distribution place from
the restaurant, the less does the amount of monetary incentive determine the
motivation to redeem. Practical implications. When designing a coupon campaign
for a company, coupon distribution should not follow a -- one is good for all
strategy -- even for one marketer within one product category. Instead each
coupon strategy should carefully consider contextual influence.
Originality/value. This paper is the first to the authors knowledge that
systematically investigates the impact of context variables on coupon
redemption. It focuses on context variables that electronic marketing channels
will be able to easily incorporate into personalized mobile marketing
campaigns.
- Abstract（参考訳）: 目的:米国のクーポンは2009年に367億クーポンを発行する新記録を樹立した。
しかし、クーポンの流通が増加している一方で、償還率は1%を下回っている。
本稿では,クーポンキャンペーンの成功を決定するために,近距離,天気,町の一部,経済的インセンティブといった文脈変数の認識がいかに相互作用するかを示す。
設計・方法論・応用
本報告では,レストランチェーン9.880の地下鉄クーポンと連携して実施した実証研究を,異なる実験条件下で配布した。
退行行動はロジスティック回帰の助けを借りて分析された。
結果: 近接性がクーポンの償還を促しているにもかかわらず, 市中心部のキャンペーンは郊外地域よりも距離に敏感であることがわかった。
レストランから流通場所が遠くなるほど、金融インセンティブの量が少なくなればなるほど、再消費のモチベーションが決定される。
実践的な意味。
企業のクーポンキャンペーンを設計する場合、クーポンの流通は、1つの製品カテゴリ内の1つのマーケターにとっても -- あらゆる戦略にとって良い -- に従うべきではない。
代わりに、各クーポン戦略は文脈の影響を慎重に考慮すべきである。
オリジナル/バリュー。
本論文は、クーポンの償却に対する文脈変数の影響を体系的に調査する著者の知識の最初のものである。
電子マーケティングチャネルがパーソナライズされたモバイルマーケティングキャンペーンに簡単に組み込めるようにコンテキスト変数に焦点を当てている。
関連論文リスト
- Optimizing Item-based Marketing Promotion Efficiency in C2C Marketplace with Dynamic Sequential Coupon Allocation Framework [4.664065531235124]
一連のプロモーションにおけるアイテムクーポン割当戦略を最適化する動的シーケンスクーポン割当フレームワーク(DSCAF)を導入する。
DSCAFは、クーポンの設定とターゲットアイテムのタイミングに関するシーケンシャルなレコメンデーションを提供する。
クーポン割当の現在及びその後のラウンドにおける販売確率を推定するための2つの予測器と、クーポン割当ソリューションを決定する意思決定プロセスとを統合する。
論文 参考訳（メタデータ） (2024-09-13T07:52:45Z) - Automating Food Drop: The Power of Two Choices for Dynamic and Fair Food Allocation [51.687404103375506]
私たちはインディアナ州の非営利組織とパートナーし、EmphFood Dropというプログラムを率いています。
このパートナーシップの目標は、Food Dropを完全に自動化することにあります。
そのためには、食品を受け取った食品銀行の公正性の確保と、トラック運転手の効率の最適化を両立させるために、リアルタイムな意思決定を行うためのマッチングアルゴリズムが必要である。
論文 参考訳（メタデータ） (2024-06-10T15:22:41Z) - Harnessing Hierarchical Label Distribution Variations in Test Agnostic Long-tail Recognition [114.96385572118042]
テストラベルの分布の変動は階層的にグローバルレベルとローカルレベルに分解できると主張している。
ラベル分布の異なるDirichletメタ分布に専門家を割り当てる新しいMoE戦略である$mathsfDirMixE$を提案する。
本稿では,分散に基づく正規化による一般化の促進による目的性を示す。
論文 参考訳（メタデータ） (2024-05-13T14:24:56Z) - DeliverAI: Reinforcement Learning Based Distributed Path-Sharing Network
for Food Deliveries [1.474723404975345]
既存の食品の配送方法は、各配送が個別に最適化され、最も短い時間経路で生産者から直接消費者に届けられるため、準最適である。
強化学習に基づくパス共有アルゴリズムであるDeliverAIを提案する。
以上の結果から,DeliverAIは配送船の規模を12%減らし,走行距離を13%減らし,ベースラインに比べて50%高い艦隊利用率を達成することができた。
論文 参考訳（メタデータ） (2023-11-03T16:23:22Z) - Contextual Bandits for Advertising Campaigns: A Diffusion-Model
Independent Approach (Extended Version) [73.59962178534361]
拡散ネットワークや情報伝達の仕方を決定するモデルについてはほとんど知られていないと考えられる影響問題について検討する。
この設定では、キャンペーンの実行中に主要な拡散パラメータを学習するために探索-探索アプローチが使用できる。
本稿では,2つの文脈的マルチアーム・バンディットの手法と,インフルエンサーの残りのポテンシャルに対する上限について比較する。
論文 参考訳（メタデータ） (2022-01-13T22:06:10Z) - Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。
選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
論文 参考訳（メタデータ） (2020-12-21T01:01:56Z) - Do We Exploit all Information for Counterfactual Analysis? Benefits of
Factor Models and Idiosyncratic Correction [0.49416305961918056]
ブラジルの大手小売店の日用品販売に対する価格変動の影響を測定するために,新しい高次元統計手法を適用した。
提案手法は,主成分(因子)とスパース回帰を組み合わせ,Facter-Adjusted Regularized Method for Treatment Evaluationという手法を導出する。
論文 参考訳（メタデータ） (2020-11-08T15:07:48Z) - Spending Money Wisely: Online Electronic Coupon Allocation based on
Real-Time User Intent Detection [8.530934084017966]
関連する基本的な問題の1つは、ユーザが注文を行う意思を最大化しながら、最小限のコストでE-Couponを提供する方法である。
成熟したEプラットフォーム上のレギュラーユーザの数は、しばしば数億に達するため、これは簡単な問題ではない。
Instantaneous Intent Detection Network (IIDN) を提案する。
論文 参考訳（メタデータ） (2020-08-23T07:19:25Z) - Fine-Grained Crowd Counting [59.63412475367119]
現在の群衆カウントアルゴリズムは、画像内の人の数にのみ関係している。
本研究では,各個体の低レベル行動特性に基づいて,群集をカテゴリに分類する,きめ細かい群集カウントを提案する。
論文 参考訳（メタデータ） (2020-07-13T01:31:12Z) - MatchGAN: A Self-Supervised Semi-Supervised Conditional Generative
Adversarial Network [51.84251358009803]
本稿では,条件付き生成逆数ネットワーク(GAN)に対する,半教師付き環境下での自己教師型学習手法を提案する。
利用可能な数少ないラベル付きサンプルのラベル空間から無作為なラベルをサンプリングして拡張を行う。
本手法は,ベースラインのトレーニングに使用したラベル付きサンプルの20%に過ぎません。
論文 参考訳（メタデータ） (2020-06-11T17:14:55Z) - A machine learning based heuristic to predict the efficacy of online
sale [0.0]
我々は,どのような商品でも提供される割引の「意義」を定量化する機械学習を提案している。
提案手法は,特徴量と原価に基づいて,割引の意義を定量化することができる。
この手法をSupport Machineを用いてサマーセールデータセットに適用し,91.11%の精度で販売の有効性を予測した。
論文 参考訳（メタデータ） (2020-05-10T09:31:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。