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
- 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) - A Hybrid Statistical-Machine Learning Approach for Analysing Online
Customer Behavior: An Empirical Study [2.126171264016785]
我々は、中国最大のオンライン小売店であるJDにおいて、特定の商品カテゴリーに対する454,897人のオンライン顧客行動を分析するハイブリッド解釈モデルを開発した。
以上の結果から,顧客の製品選択が約束される納期に無関心であることが分かるが,この要因は顧客の注文量に大きな影響を及ぼす。
特定のディスカウントアプローチがより効果的である製品クラスを特定し、異なるディスカウントツールの使用を改善するためのレコメンデーションを提供する。
論文 参考訳(メタデータ) (2022-12-01T19:37:29Z) - KnowGraph-PM: a Knowledge Graph based Pricing Model for Semiconductors
Supply Chains [0.0]
KnowGraph-PMは知識グラフベースの動的価格モデルである。
価格変動は顧客との対立を引き起こす可能性がある。
セマンティックデータの統合によって、顧客に適した収益管理が可能になることを実証する。
論文 参考訳(メタデータ) (2022-05-13T10:34:57Z) - Price DOES Matter! Modeling Price and Interest Preferences in
Session-based Recommendation [55.0391061198924]
セッションベースのレコメンデーションは、匿名ユーザが自分の短い行動シーケンスに基づいて購入したいアイテムを予測することを目的としている。
セッションベースのレコメンデーションの価格設定を組み込むのは簡単ではない。
セッションベースレコメンデーションのためのCoHHN(Co-guided Heterogeneous Hypergraph Network)を提案する。
論文 参考訳(メタデータ) (2022-05-09T10:47:15Z) - Selecting the suitable resampling strategy for imbalanced data
classification regarding dataset properties [62.997667081978825]
医学、情報検索、サイバーセキュリティ、ソーシャルメディアなどの多くのアプリケーションドメインでは、分類モデルの導入に使用されるデータセットは、各クラスのインスタンスの不平等な分布を持つことが多い。
この状況は不均衡データ分類と呼ばれ、少数民族の例では予測性能が低い。
オーバーサンプリングとアンダーサンプリングの技術は、各クラスの例の数とバランスをとることでこの問題に対処する、よく知られた戦略である。
論文 参考訳(メタデータ) (2021-12-15T18:56:39Z) - 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) - Multiple Dynamic Pricing for Demand Response with Adaptive
Clustering-based Customer Segmentation in Smart Grids [9.125875181760625]
本稿では,小売市場における需要応答に対する現実的なマルチダイナミックな価格設定手法を提案する。
提案するフレームワークは,実世界のデータセットに基づくシミュレーションによって評価される。
論文 参考訳(メタデータ) (2021-06-10T16:47:15Z) - Through the Data Management Lens: Experimental Analysis and Evaluation
of Fair Classification [75.49600684537117]
データ管理研究は、データとアルゴリズムの公平性に関連するトピックに対する存在感と関心が高まっている。
我々は,その正しさ,公平性,効率性,スケーラビリティ,安定性よりも,13の公正な分類アプローチと追加の変種を幅広く分析している。
我々の分析は、異なるメトリクスとハイレベルなアプローチ特性がパフォーマンスの異なる側面に与える影響に関する新しい洞察を強調します。
論文 参考訳(メタデータ) (2021-01-18T22:55:40Z) - Counterfactual Inference for Consumer Choice Across Many Product
Categories [6.347014958509367]
我々は,行列因数分解の確率論的モデルに基づく機械学習文献に基づく手法を構築した。
我々のモデルは、それぞれのカテゴリを独立して考える従来のモデリングアプローチよりも改善されていることを示す。
保持データを用いて、当社のモデルは、ある製品に対して最も価格に敏感な消費者を正確に識別できることを示す。
論文 参考訳(メタデータ) (2019-06-06T15:11:01Z)
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。