論文の概要: Evaluating Amazon Effects and the Limited Impact of COVID-19 With Purchases Crowdsourced from US Consumers
- arxiv url: http://arxiv.org/abs/2501.10596v1
- Date: Fri, 17 Jan 2025 23:03:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-22 14:24:08.330348
- Title: Evaluating Amazon Effects and the Limited Impact of COVID-19 With Purchases Crowdsourced from US Consumers
- Title(参考訳): Amazon効果の評価と米国消費者からの購入によるCOVID-19の影響の限定的評価
- Authors: Alex Berke, Dana Calacci, Alex, Pentland, Kent Larson,
- Abstract要約: 最近公開されたAmazonの購入履歴のデータセットを活用し、数千人の米国消費者からクラウドソースしています。
オンライン購入行動が時間とともにどのように変化したか、人口集団間でどのように変化したか、COVID-19パンデミックの影響、オンライン小売とオフライン小売の関係について検討する。
- 参考スコア(独自算出の注目度): 42.80166440735519
- License:
- Abstract: We leverage a recently published dataset of Amazon purchase histories, crowdsourced from thousands of US consumers, to study how online purchasing behaviors have changed over time, how changes vary across demographic groups, the impact of the COVID-19 pandemic, and relationships between online and offline retail. This work provides a case study in how consumer-level purchases data can reveal purchasing behaviors and trends beyond those available from aggregate metrics. For example, in addition to analyzing spending behavior, we develop new metrics to quantify changes in consumers' online purchase frequency and the diversity of products purchased, to better reflect the growing ubiquity and dominance of online retail. Between 2018 and 2022 these consumer-level metrics grew on average by more than 85%, peaking in 2021. We find a steady upward trend in individuals' online purchasing prior to COVID-19, with a significant increase in the first year of COVID, but without a lasting effect. Purchasing behaviors in 2022 were no greater than the result of the pre-pandemic trend. We also find changes in purchasing significantly differ by demographics, with different responses to the pandemic. We further use the consumer-level data to show substitution effects between online and offline retail in sectors where Amazon heavily invested: books, shoes, and grocery. Prior to COVID we find year-to-year changes in the number of consumers making online purchases for books and shoes negatively correlated with changes in employment at local bookstores and shoe stores. During COVID we find online grocery purchasing negatively correlated with in-store grocery visits. This work demonstrates how crowdsourced, open purchases data can enable economic insights that may otherwise only be available to private firms.
- Abstract(参考訳): 最近公開されたAmazonの購入履歴のデータセットを活用して、何千人もの米国消費者からクラウドソースされ、オンライン購入行動が時間とともにどのように変化したか、人口統計グループ間でどのように変化し、COVID-19パンデミックの影響、オンラインとオフラインの小売りの関係について調べています。
この研究は、消費者レベルの購買データが、集計指標から得られる以上の購入行動やトレンドを明らかにするためのケーススタディを提供する。
例えば、消費行動の分析に加えて、消費者のオンライン購入頻度や購入商品の多様性の変化を定量化し、オンライン小売の多様性と優位性の向上を反映する新しい指標を開発する。
2018年から2022年にかけて、これらの消費者レベルの指標は平均85%以上増加し、2021年にピークを迎えた。
新型コロナウイルス(COVID-19)に先立ち、個人によるオンライン購入は着実に増加傾向にあり、初年度は大幅に増加したが、持続的な効果はない。
2022年の購買行動は、パンデミック以前の傾向の結果以上のものではなかった。
また、パンデミックに対する反応が異なるため、人口層によって購入の変化が著しく異なることもわかりました。
Amazonが本、靴、食料品に大きく投資している分野では、オンライン小売とオフライン小売の代替効果を示すために、消費者レベルのデータも利用しています。
新型コロナウイルス(COVID-19)以前には、本や靴をオンラインで購入する消費者の年々の変化は、地元の書店や靴屋での雇用の変化と負の相関関係があった。
新型コロナウイルス(COVID-19)では、オンライン食料品の購入は店舗での食料品の訪問と負の相関関係がある。
この研究は、クラウドソーシングでオープンな購入データによって、民間企業だけが利用できる経済的な洞察がいかに可能かを示すものだ。
関連論文リスト
- Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳(メタデータ) (2023-04-06T05:20:16Z) - Macroscopic properties of buyer-seller networks in online marketplaces [55.41644538483948]
2010年から2021年の間にオンラインマーケットプレースで発生した2億2500万トランザクションを含む2つのデータセットを分析した。
オンラインマーケットプレースにおける取引は、言語、生涯、製品、規制、技術に大きな違いがあるにもかかわらず、非常に類似したパターンを示す。
論文 参考訳(メタデータ) (2021-12-16T18:00:47Z) - 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) - SizeFlags: Reducing Size and Fit Related Returns in Fashion E-Commerce [3.324876873771105]
SizeFlagsは、顧客からの弱い注釈付き大規模データに基づく確率ベイズモデルである。
提案手法が14か国にわたるオンラインファッションにおけるサイズ関連リターンを減少させる上での強い影響を実証する。
論文 参考訳(メタデータ) (2021-06-07T11:43:40Z) - Debate on Online Social Networks at the Time of COVID-19: An Italian
Case Study [4.176752121302988]
イタリアで人気のインフルエンサーたちの交流パターンが、2020年前半にどう変わったかを分析した。
1億4000万件以上の投稿に5400万件以上のコメントが寄せられた。
また,コメントの心理言語的特性からユーザ感情を分析し,パンデミックに関連する話題の急激なブームと消失を実証した。
論文 参考訳(メタデータ) (2021-06-02T08:25:19Z) - OPAM: Online Purchasing-behavior Analysis using Machine learning [0.8121462458089141]
本稿では,教師なし・教師なし・半教師付き学習手法を用いた顧客の購買行動分析システムを提案する。
提案システムは,顧客カテゴリやクラスタを特定するために,セッションおよびユーザジャーニーレベルの購買行動を分析する。
論文 参考訳(メタデータ) (2021-02-02T17:29:52Z) - Face Off: Polarized Public Opinions on Personal Face Mask Usage during
the COVID-19 Pandemic [77.34726150561087]
様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。
新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。
2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
論文 参考訳(メタデータ) (2020-10-31T18:52:41Z) - 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) - 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) - How do online consumers review negatively? [1.52292571922932]
中国最大のB2CプラットフォームであるJD.comの1,450,000のネガティブレビューを用いて、時間的、知覚的、感情的な視点からの行動パターンを探求する。
低レベルの消費者は、特に製品価格や売り手の態度に関して、より強い否定的な感情を表現している。
高いレベルの消費者からの否定的なレビューの価値は、感情の低下と偏見の低いナレーションのために予想外に強調される。
論文 参考訳(メタデータ) (2020-04-28T12:54:30Z)
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。