論文の概要: A Causal Approach for Business Optimization: Application on an Online Marketplace

• arxiv url: http://arxiv.org/abs/2207.01722v1
• Date: Mon, 4 Jul 2022 21:06:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-06 15:29:55.834350
• Title: A Causal Approach for Business Optimization: Application on an Online Marketplace
• Title（参考訳）: ビジネス最適化のための因果的アプローチ:オンラインマーケットプレースへの応用
• Authors: Naama Parush and Ohad Levinkron-Fisch and Hanan Shteingart and Amir Bar Sela and Amir Zilberman and Jake Klein
• Abstract要約: 本稿では、因果推論を用いて、各潜在的な顧客への接触効果を推定し、それに応じて接触方針を設定することを提案する。 このアプローチを、オンラインジュエリーマーケットプレースであるWorthy.comのデータで実証する。
• 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: A common sales strategy involves having account executives (AEs) actively reach out and contact potential customers. However, not all contact attempts have a positive effect: some attempts do not change customer decisions, while others might even interfere with the desired outcome. In this work we propose using causal inference to estimate the effect of contacting each potential customer and setting the contact policy accordingly. We demonstrate this approach on data from Worthy.com, an online jewelry marketplace. We examined the Worthy business process to identify relevant decisions and outcomes, and formalized assumptions on how they were made. Using causal tools, we selected a decision point where improving AE contact activity appeared to be promising. We then generated a personalized policy and recommended reaching out only to customers for whom it would be beneficial. Finally, we validated the results in an A\B test over a 3-month period, resulting in an increase in item delivery rate of the targeted population by 22% (p-value=0.026). This policy is now being used on an ongoing basis.
• Abstract（参考訳）: 一般的な販売戦略は、会計幹部(AE)が積極的に連絡を取り、潜在的な顧客と接触させることである。 しかし、すべての接触の試みにポジティブな効果があるわけではない:ある試みは顧客の決定を変えないが、他の試みは望ましい結果に干渉するかもしれない。 そこで本研究では, 因果推論を用いて, 潜在顧客間の接触効果を推定し, 適切な接触方針を設定することを提案する。 このアプローチをオンラインジュエリー市場であるworthy.comのデータで実証する。 我々は、Worthyのビジネスプロセスを調べて、関連する意思決定と成果を特定し、それらの作り方に関する仮定を定式化した。 因果的ツールを用いて,AE接触活動の改善が期待できる決定点を選択した。 そして、パーソナライズされたポリシーを作成し、それが有益な顧客のみにリーチすることを推奨しました。 最後に, 3カ月間のA\B試験の結果を検証した結果, 対象人口の商品配送率を22%向上させた(p-value=0.026)。 この政策は現在進行中である。

関連論文リスト

• Emulating Full Client Participation: A Long-Term Client Selection Strategy for Federated Learning [48.94952630292219]
  本稿では,クライアントの完全参加によって達成されるパフォーマンスをエミュレートする新しいクライアント選択戦略を提案する。 1ラウンドで、クライアントサブセットとフルクライアントセット間の勾配空間推定誤差を最小化し、クライアントを選択する。 複数ラウンド選択において、類似したデータ分布を持つクライアントが選択される頻度に類似することを保証する、新しい個性制約を導入する。
  論文  参考訳（メタデータ） (2024-05-22T12:27:24Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Eliciting User Preferences for Personalized Multi-Objective Decision Making through Comparative Feedback [76.7007545844273]
  目的に対して異なるユーザの好みに対応する多目的意思決定フレームワークを提案する。 我々のモデルは、ベクトル値の報酬関数を持つマルコフ決定プロセスで構成され、各ユーザが未知の選好ベクトルを持つ。 少数の比較クエリを用いて,ユーザに対してほぼ最適なポリシを求めるアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-02-07T23:58:19Z)
• Offline Reinforcement Learning for Human-Guided Human-Machine Interaction with Private Information [110.42866062614912]
  個人情報を含む人間と機械の相互作用について検討する。 本ゲームでは,オフライン強化学習(RL)に注目した。 そこで我々は,新たな識別結果を開発し,それを用いて新たな非政治評価手法を提案する。
  論文  参考訳（メタデータ） (2022-12-23T06:26:44Z)
• 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)
• Proactive Detractor Detection Framework Based on Message-Wise Sentiment Analysis Over Customer Support Interactions [60.87845704495664]
  本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。 ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。 以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-11-08T00:43:36Z)
• 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)
• How causal machine learning can leverage marketing strategies: Assessing and improving the performance of a coupon campaign [0.0]
  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。
  論文  参考訳（メタデータ） (2022-04-22T16:58:29Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• 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)
• Online-to-Offline Advertisements as Field Experiments [0.17877823660518105]
  オンライン広告を受けた顧客と常連客のオフライン行動の違いについて検討した。 そして、この広告の外部性による長期的効果として、一部の顧客がオフライン店舗に招待された場合、これらの店舗を再訪する。
  論文  参考訳（メタデータ） (2020-10-18T22:04:56Z)

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。