論文の概要: A Gaussian Process Model of Cross-Category Dynamics in Brand Choice

• arxiv url: http://arxiv.org/abs/2104.11702v1
• Date: Fri, 23 Apr 2021 16:43:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-26 12:57:01.763780
• Title: A Gaussian Process Model of Cross-Category Dynamics in Brand Choice
• Title（参考訳）: ブランド選択におけるクロスカテゴリダイナミクスのガウス過程モデル
• Authors: Ryan Dew, Yuhao Fan
• Abstract要約: 購買データが1つのカテゴリで豊富になり、別のカテゴリで不足する状況では、横断的な洞察が不可欠です。 我々は,顧客,時間,カテゴリー間の嗜好パラメータの情報共有を可能にするフレームワークを提案する。 本モデルでは,複数のカテゴリにまたがる顧客の価格感性の興味深いダイナミックスを検出する。
• 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: Understanding individual customers' sensitivities to prices, promotions, brand, and other aspects of the marketing mix is fundamental to a wide swath of marketing problems, including targeting and pricing. Companies that operate across many product categories have a unique opportunity, insofar as they can use purchasing data from one category to augment their insights in another. Such cross-category insights are especially crucial in situations where purchasing data may be rich in one category, and scarce in another. An important aspect of how consumers behave across categories is dynamics: preferences are not stable over time, and changes in individual-level preference parameters in one category may be indicative of changes in other categories, especially if those changes are driven by external factors. Yet, despite the rich history of modeling cross-category preferences, the marketing literature lacks a framework that flexibly accounts for \textit{correlated dynamics}, or the cross-category interlinkages of individual-level sensitivity dynamics. In this work, we propose such a framework, leveraging individual-level, latent, multi-output Gaussian processes to build a nonparametric Bayesian choice model that allows information sharing of preference parameters across customers, time, and categories. We apply our model to grocery purchase data, and show that our model detects interesting dynamics of customers' price sensitivities across multiple categories. Managerially, we show that capturing correlated dynamics yields substantial predictive gains, relative to benchmarks. Moreover, we find that capturing correlated dynamics can have implications for understanding changes in consumers preferences over time, and developing targeted marketing strategies based on those dynamics.
• Abstract（参考訳）: 個々の顧客の価格、プロモーション、ブランド、その他のマーケティングミックスに対する感受性を理解することは、ターゲティングや価格を含む幅広いマーケティング問題の根本的な原因である。 多くの製品カテゴリーにまたがって運用している企業は、あるカテゴリーからデータを購入して、別のカテゴリーへの洞察を拡大できるという、ユニークな機会を持っている。 このようなクロスカテゴリの洞察は、購入データが1つのカテゴリで豊かで、別のカテゴリで不足している状況において特に重要である。 消費者がカテゴリをまたいでどのように振る舞うかの重要な側面は、ダイナミクスである: 選好は時間とともに安定せず、一方のカテゴリにおける個人レベルの選好パラメータの変化は、他のカテゴリの変化を示す可能性がある。 しかし、クロスカテゴリの好みをモデリングする豊富な歴史があるにもかかわらず、マーケティング文献には「textit{correlated dynamics}」や「個人レベルの感度ダイナミクスのクロスカテゴリ相互リンク」を柔軟に説明できるフレームワークが欠けている。 本研究では,顧客,時間,カテゴリ間での嗜好パラメータの情報共有を可能にする非パラメトリックベイズ選択モデルを構築するために,個人レベルの多出力ガウスプロセスを活用する枠組みを提案する。 本モデルは食料品購入データに適用し,複数のカテゴリにわたる顧客価格感受性の興味深いダイナミクスを検知することを示す。 管理面では、相関ダイナミクスのキャプチャは、ベンチマークと比較してかなりの予測的ゲインをもたらすことを示す。 さらに,関連するダイナミクスを捉えることは,消費者の嗜好の変化を時間とともに理解し,そのダイナミクスに基づいたターゲットマーケティング戦略を開発する上で意味を持つことがわかった。

関連論文リスト

• Nested replicator dynamics, nested logit choice, and similarity-based learning [56.98352103321524]
  我々は,分割型類似性構造を持つアクションセットを持つゲームにおいて,学習と進化のモデルを考える。 このモデルでは、修正エージェントは現在の戦略と類似とみなす他の戦略を比較する確率が高い。 同様の戦略に対するこの暗黙の偏見のため、結果として生じる力学は模倣ゲーム力学の標準的な単調性合理性のいずれかを満たすことができない。
  論文  参考訳（メタデータ） (2024-07-25T07:09:53Z)
• Behavior-Inspired Neural Networks for Relational Inference [3.7219180084857473]
  最近の研究は、エージェント間の関係を、その身体行動の観察に基づいて分類することを学ぶ。 エージェントの観測可能な振る舞いと,その動作を決定する潜在カテゴリの抽象化レベルを導入する。 エージェントの身体的近さと嗜好を非線形意見力学モデルに統合し、相互排他的潜在カテゴリを特定し、エージェントの時間的進化を予測し、エージェントの身体的挙動を制御するメカニズムを提供する。
  論文  参考訳（メタデータ） (2024-06-20T21:36:54Z)
• Social Dynamics of Consumer Response: A Unified Framework Integrating Statistical Physics and Marketing Dynamics [0.0]
  本研究では,物理と社会心理学から派生した理論的枠組みを適用し,消費者行動の複雑な性質を考察する。 本稿では, 広告費と消費者反応の関係を, 対称性, スケーリング法則, 位相遷移といった概念を用いて捉える。
  論文  参考訳（メタデータ） (2024-04-01T11:23:31Z)
• CoinSeg: Contrast Inter- and Intra- Class Representations for Incremental Segmentation [85.13209973293229]
  クラスインクリメンタルセマンティックセグメンテーションは、モデルの安定性と可塑性のバランスをとることを目的としている。 インクリメンタル(CoinSeg)のためのコントラスト間およびクラス内表現を提案する。
  論文  参考訳（メタデータ） (2023-10-10T07:08:49Z)
• Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
  消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。 我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。 提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-03-28T00:23:23Z)
• Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
  本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。 静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
  論文  参考訳（メタデータ） (2022-02-25T20:00:56Z)
• Modeling Dynamic Attributes for Next Basket Recommendation [60.72738829823519]
  このような動的属性のモデリングはレコメンデーション性能を高めることができると我々は主張する。 動的属性をモデル化する新しい注意ネットワーク(AnDa)を提案する。
  論文  参考訳（メタデータ） (2021-09-23T21:31:17Z)
• Measuring Fairness Under Unawareness of Sensitive Attributes: A Quantification-Based Approach [131.20444904674494]
  センシティブな属性の無意識下でのグループフェアネスを測定する問題に取り組む。 定量化手法は, フェアネスと無意識の問題に対処するのに特に適していることを示す。
  論文  参考訳（メタデータ） (2021-09-17T13:45:46Z)
• Modeling Dynamic User Interests: A Neural Matrix Factorization Approach [0.0]
  本稿では,行列分解の単純さとニューラルネットワークの柔軟性を組み合わせたモデルを提案する。 本モデルでは,ユーザのコンテンツ消費経路を非線形ユーザとコンテンツ要素に分解する。 当社のモデルを使って、ボストン・グローブ読者の5年間での動的ニュース消費利益を理解する。
  論文  参考訳（メタデータ） (2021-02-12T16:24:21Z)

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。