論文の概要: How causal machine learning can leverage marketing strategies: Assessing
and improving the performance of a coupon campaign
- arxiv url: http://arxiv.org/abs/2204.10820v1
- Date: Fri, 22 Apr 2022 16:58:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-25 15:20:34.800944
- Title: How causal machine learning can leverage marketing strategies: Assessing
and improving the performance of a coupon campaign
- Title(参考訳): 因果機械学習がマーケティング戦略をどのように活用するか--クーポンキャンペーンのパフォーマンスの評価と改善
- Authors: Henrika Langen and Martin Huber
- Abstract要約: 本研究では、マーケティング介入、すなわちクーポンキャンペーンの因果効果が小売企業の販売に与える影響を評価するために因果機械学習アルゴリズムを適用した。
本研究は,ビジネス分析における因果機械学習の適用事例を提供する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We apply causal machine learning algorithms to assess the causal effect of a
marketing intervention, namely a coupon campaign, on the sales of a retail
company. Besides assessing the average impacts of different types of coupons,
we also investigate the heterogeneity of causal effects across subgroups of
customers, e.g. across clients with relatively high vs. low previous purchases.
Finally, we use optimal policy learning to learn (in a data-driven way) which
customer groups should be targeted by the coupon campaign in order to maximize
the marketing intervention's effectiveness in terms of sales. Our study
provides a use case for the application of causal machine learning in business
analytics, in order to evaluate the causal impact of specific firm policies
(like marketing campaigns) for decision support.
- Abstract(参考訳): 本研究では,マーケティング介入,すなわちクーポンキャンペーンが小売企業の販売に与える影響を評価するために,因果機械学習アルゴリズムを適用する。
異なる種類のクーポンの平均的影響を評価するとともに、顧客サブグループ間、例えば、比較的高い購入率と低い購入率のクライアント間における因果効果の多様性についても検討する。
最後に,販売面でのマーケティング介入の有効性を最大化するために,最適政策学習を用いて,クーポンキャンペーンでターゲットとする顧客グループ(データ駆動型)を学習する。
本研究は、ビジネス分析における因果機械学習の適用事例を提供し、意思決定支援のための特定の企業ポリシー(マーケティングキャンペーンなど)の因果影響を評価する。
関連論文リスト
- Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
実際には、因果研究者は先験を念頭において1つの結果を持っていない。
政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。
本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
論文 参考訳(メタデータ) (2024-04-29T08:16:30Z) - Unlocking the `Why' of Buying: Introducing a New Dataset and Benchmark for Purchase Reason and Post-Purchase Experience [24.949929747493204]
本稿では,現代のAIモデルのための新しいタスクとして,購入理由予測を提案する。
まず,ユーザが商品の購入決定を行う理由を実世界から説明するためのデータセットを作成する。
当社のアプローチは,ユーザレビューにおいて,製品購入の背景にある理由と購入後の体験を明確に区別するためにLCMを誘導する。
論文 参考訳(メタデータ) (2024-02-20T23:04:06Z) - 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) - Personalized Promotion Decision Making Based on Direct and Enduring
Effect Predictions [5.50110172922112]
本稿では,顧客ごとの直接的かつ永続的な対応をモデル化し,複数治療促進意思決定の枠組みを提案する。
まず、顧客直接持続効果(CDEE)モデルを提案し、顧客直接持続応答を予測する。
CDEEの助けを借りて、コストを予算に抑えつつ、持続的な効果を最適化するためにインセンティブアロケーションをパーソナライズする。
論文 参考訳(メタデータ) (2022-07-23T07:13:57Z) - Towards Revenue Maximization with Popular and Profitable Products [69.21810902381009]
企業マーケティングの共通のゴールは、様々な効果的なマーケティング戦略を活用することで、収益/利益を最大化することである。
商品の収益性に関する信頼性のある情報を見つけることは、ほとんどの製品が一定の時期にピークを迎える傾向があるため困難である。
本稿では、経済行動に基づく収益問題に対処し、ターゲットマーケティングのための0n-shelf Popular and most Profitable Products(OPPPs)を実行するための一般的な利益志向の枠組みを提案する。
論文 参考訳(メタデータ) (2022-02-26T02:07:25Z) - Characterization of Frequent Online Shoppers using Statistical Learning
with Sparsity [54.26540039514418]
本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
論文 参考訳(メタデータ) (2021-11-11T05:36:39Z) - Decision Making For Celebrity Branding: An Opinion Mining Approach Based
On Polarity And Sentiment Analysis Using Twitter Consumer-Generated Content
(CGC) [0.0]
本研究は、感情分析における機械学習と語彙に基づくアプローチを比較した。
提案手法は精度の点で異なっており,機械学習手法により精度が向上した。
また、企業は消費者の感情に気付き、キャンペーンを考えるたびに正しい人を選ぶべきであることも判明した。
論文 参考訳(メタデータ) (2021-09-26T15:28:35Z) - Heterogeneous Demand Effects of Recommendation Strategies in a Mobile
Application: Evidence from Econometric Models and Machine-Learning
Instruments [73.7716728492574]
本研究では,モバイルチャネルにおける様々なレコメンデーション戦略の有効性と,個々の製品に対する消費者の実用性と需要レベルに与える影響について検討する。
提案手法では, 有効性に有意な差が認められた。
我々は,ユーザ生成レビューのディープラーニングモデルに基づいて,製品分化(アイソレーション)をキャプチャする新しいエコノメトリ機器を開発した。
論文 参考訳(メタデータ) (2021-02-20T22:58:54Z) - Face to Purchase: Predicting Consumer Choices with Structured Facial and
Behavioral Traits Embedding [53.02059906193556]
消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。
階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。
実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
論文 参考訳(メタデータ) (2020-07-14T06:06:41Z) - Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers
Willingness to Pay [79.9312329825761]
本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。
本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
論文 参考訳(メタデータ) (2020-05-14T09:26:57Z)
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。